Beliebiges Dokument in Excel: Gemischte Dokumente, eine Tabelle, keine Einrichtung
Die meisten Extraktionstools zwingen Sie, vor dem Start einen Dokumenttyp auszuwählen: eine Rechnungspipeline, eine Belegpipeline, eine Bestellpipeline. Die reale Arbeit kommt selten so ordentlich sortiert an. Ein Kreditorenbuchhalter bearbeitet Rechnungen, Belege, Lieferantenabrechnungen und Gutschriften gemeinsam. Benennen Sie Ihre Spalten einmal, und die KI findet diese Werte in jedem von Ihnen hochgeladenen Dokument, indem sie versteht, was jedes Feld bedeutet – nicht, welcher Dokumenttyp es enthält.
5-10 s pro Seite · Jeder Dokumenttyp · Jedes Layout · Bis zu 99 % Genauigkeit bei gedrucktem Text
Was Sie aus jedem Dokument extrahieren können
Überspringen Sie den Schritt der Dokumenttyp-Sortierung. Eine Rechnung, eine Quittung, eine Bestellung, ein Kontoauszug oder die Ausgabe eines Visitenkartenscanners können alle dieselben Excel-Spalten speisen, denn Sie definieren die Ausgabe und die KI findet jeden Wert anhand seiner Bedeutung. Geben Sie die gewünschten Spaltennamen einmal ein, und dieselben Spalten werden aus jedem von Ihnen hochgeladenen Dokumenttyp zurückgegeben.
Dies sind Beispiel-Spaltennamen. Sie geben sie einmal ein, und die KI findet passende Werte in jedem Dokument Ihres Stapels – ob Rechnung, Beleg, Bestellung oder Kontoauszug. Dadurch kann ein einziger Spaltensatz jedes Dokument in Excel umwandeln.
Dokumenttyp-Pipelines entsprechen nicht der Realität tatsächlicher Arbeitsabläufe
Jedes große Dokumentextraktionstool organisiert seinen Workflow zuerst nach Dokumenttyp: Kategorie wählen, dann die Pipeline dieser Kategorie ausführen. Aber der Monatsabschluss kommt nicht als Stapel ordentlich sortierter Rechnungen an. Er kommt als Ordner mit Rechnungen, Belegen, Bestellungen, Lieferantenabrechnungen und Gutschriften, aus denen alle dieselben Kernfelder extrahiert werden müssen. Das klassifikationsbasierte Modell fügt einen Schritt hinzu, den echte Arbeitsabläufe nicht benötigen. Hier scheitert es – und warum ein Beliebiges-Dokument-zu-Excel-Workflow, der die Klassifikation überspringt, von einer anderen Prämisse ausgeht.
Wo die typorientierte Extraktion scheitert
Klassifizierungsorientierte Tools zwingen Sie, nach Dokumenttyp vorzusortieren. Werfen Sie einen gemischten Stapel in die meisten Extraktionsplattformen, werden Sie aufgefordert, Dokumente zunächst zu sortieren: Rechnungen in die Rechnungs-Engine, Belege in die Beleg-Engine, Bestellungen woanders hin. Nutzer berichten, aufwendige Klassifizierungs- und Extraktionspipelines zu bauen, nur um „völlig unterschiedliche Datenpunkte pro Dokumenttyp“ zu verarbeiten, mit separaten Extraktionsknoten für Rechnungen, Verträge und Bestellungen. Das sind drei Extraktionskonfigurationen für drei Dokumenttypen. Was passiert, wenn Dokumenttyp Nummer sieben eintrifft?
Typspezifische Vorlagen erzeugen einen Wartungsaufwand, der mit der Vielfalt wächst. Selbst KI-Tools, die kein explizites Training benötigen, erfordern oft eine Konfiguration pro Dokumenttyp: ein Feld-Mapping für Rechnungen, eines für Belege, eines für Kontoauszüge. Jeder neue Dokumenttyp bedeutet eine neue Einrichtung. Wenn Ihr Unternehmen auf 15 Arten eingehender Dokumente anwächst, pflegen Sie 15 Extraktionskonfigurationen. Zum Monatsende kommen erstmalige Dokumentformate neuer Lieferanten herein, die in keine bestehende Vorlage passen, und die Person, die die ursprünglichen Vorlagen eingerichtet hat, ist möglicherweise nicht mehr im Team.
Formatkonverter geben alles aus, sodass die Ausgabeform das Eingabechaos widerspiegelt. Generische PDF- oder Bild-zu-Excel-Konverter extrahieren überhaupt nicht nach Bedeutung. Sie bilden das visuelle Layout in einem Tabellenraster nach, sodass eine Rechnung einen 50-zeiligen Datensatz mit Kopf- und Fußzeilen sowie Seitenzahlen erzeugt, während ein Beleg einen 15-zeiligen Datensatz in einem anderen Spaltenlayout erzeugt. Wenn Sie fünf verschiedene Dokumenttypen konvertieren, erhalten Sie fünf verschiedene Tabellenstrukturen, die Sie dann manuell in einem nutzbaren Blatt zusammenführen müssen.
So funktioniert die dokumenttypübergreifende Extraktion
Sie definieren die Ausgabeform einmal, und jeder Dokumenttyp passt sich ihr an. Statt dem Tool zu sagen „das ist eine Rechnung, extrahiere Rechnungsfelder“ und „das ist ein Beleg, extrahiere Belegfelder“, geben Sie die gewünschten Spaltennamen ein, z. B. Belegdatum, Lieferant, Betrag, Steuer, Referenznr., und die KI wendet dieselbe Spaltendefinition auf jede Seite im Batch an. Die von Ihnen eingegebenen Spaltennamen werden zu den exakten Kopfzeilen in Ihrer Tabelle. Das ist die Benutzerdefinierte Spaltenextraktion: Sie legen die benötigten Felder fest, und die KI findet sie auf jeder Seite, indem sie deren Bedeutung versteht, statt sie mit einem Dokumenttyp-Label abzugleichen.
Die KI liest nach semantischer Bedeutung über Dokumenttypen hinweg, nicht nach Typ-Labels. „Rechnungsdatum“ auf einer Seite, „Transaktionsdatum“ auf einer anderen, „Belegdatum“ auf einer dritten und ein unbeschriftetes Datum auf einem handschriftlichen Beleg. Die KI ordnet sie alle Ihrer Spalte „Belegdatum“ zu, weil sie versteht, dass es sich jeweils um ein Datumsfeld handelt, das mit der Dokumentausstellung zusammenhängt – nicht, weil sie das Dokument zuerst als Rechnung klassifiziert hat. Dieselbe Extraktionslogik funktioniert ohne den Klassifizierungsschritt. Feldbezeichnungen, die je nach Dokumenttyp variieren (und je nach Lieferant innerhalb desselben Typs), werden alle den von Ihnen definierten Spaltennamen zugeordnet.
Eine konsistente Ausgabeform, egal wie viele Dokumenttypen im Batch enthalten waren. Rechnungen von 12 Lieferanten, 8 Spesenbelege, 3 Bestellungen und 2 Kontoauszüge werden alle mit derselben Spaltendefinition verarbeitet, wobei jeder zu einer Zeile in der Ausgabe mit genau den von Ihnen definierten Spalten wird. Wenn ein Feld auf einem bestimmten Dokument nicht vorhanden ist (Steuerbetrag auf einem Beleg ohne Steuer), bleibt die Zelle leer. Der Batch läuft weiter, und die anderen Dokumente sind nicht betroffen. Export als XLSX, CSV oder JSON. Die Verarbeitung läuft mit 5–10 Sekunden pro Seite (gegenüber ca. 3 Minuten manueller Dateneingabe pro Seite), und da keine typspezifische Einrichtung erforderlich ist, erfordert das Hinzufügen neuer Dokumentkategorien zu Ihrem Workflow keinerlei zusätzliche Konfiguration.
Monatsabschluss schneller, wenn Sie aufhören zu sortieren und anfangen zu benennen
Gemischte Dokumenttypen müssen nicht separate Pipelines bedeuten. Wenn Sie verschiedene Typen, Lieferanten und Formate verarbeiten, erfahren Sie hier, wie ein Spaltensatz alle abdeckt – ohne Klassifizierungsschritt dazwischen.
Gemischte Dokumenttypen gemeinsam hochladen, ohne Vorsortierung
Ihr Monatsordner enthält Rechnungen von 12 Lieferanten, einen Stapel Ausgabenbelege, Lieferantenabrechnungen und drei Bestellungen: einige digitale PDFs, einige gescannte Bilder, einige Smartphone-Fotos und gelegentlich eine Word- oder Textdatei. Laden Sie alle in einem Batch hoch. Es gibt keinen Schritt „Dokumenttyp auswählen“, da das Extraktionsmodell keine Klassifizierung benötigt, um mit dem Lesen zu beginnen. Gemischte Eingaben (PDF, DOCX, TXT, JPG, PNG, WebP, AVIF) und gemischte Dokumenttypen koexistieren im selben Upload.
Spalten einmal benennen, für den gesamten Batch
Geben Sie Belegdatum, Lieferant, Referenznr., Betrag, Steuer, Kategorie ein. Diese Spaltennamen werden auf jede Datei im Batch angewendet. Die KI findet „Rechnungsdatum“ auf Lieferanten-PDFs, „Transaktionsdatum“ auf Belegen und „Abrechnungsdatum“ auf Kontoauszügen, alles Ihrer Spalte „Belegdatum“ zugeordnet, da die KI über Dokumenttyp-Grenzen hinweg nach Bedeutung liest. Sie können auch abgeleitete Spalte verwenden: Definieren Sie beispielsweise eine Spalte „Kategorie“ mit Optionen wie „Rechnung / Beleg / Abrechnung / Bestellung“, und die KI weist die Klassifizierung während der Extraktion zu, ohne separaten Klassifizierungsschritt.
Eine saubere Excel-Datei herunterladen, jedes Dokument ist eine Zeile
Jedes Dokument wird zu einer Zeile in einer einheitlichen Excel-Datei. Die Spalten sind genau die sechs von Ihnen definierten, ohne zusätzliche Spalten aus Formatkonvertierungs-Artefakten und ohne leere Zeilen aus fehlgeschlagener Layout-Rekonstruktion. Wenn eine Lieferantenrechnung keine Steueraufschlüsselung enthält, bleibt diese Zelle für diese Zeile leer; der Beleg daneben behält seine Daten intakt. Export als XLSX, CSV oder JSON. Die Tabelle ist bereit für Pivot-Tabellen, ERP-Import oder Jahresabschluss-Abstimmung ohne Nachbearbeitungs-Bereinigung.
Wann es über Dokumenttypen hinweg funktioniert und wann die Genauigkeit vom Dokument selbst abhängt
Die dokumenttyp-unabhängige Extraktion hebt eine Einschränkung auf: die Notwendigkeit, vor der Extraktion zu klassifizieren. Die Extraktionsgenauigkeit hängt jedoch weiterhin von der Dokumentqualität und der Klarheit der Felder ab. Hier funktioniert es zuverlässig über Dokumente hinweg, und hier zählt das Dokument selbst mehr als der Verarbeitungsansatz.
Wann es am besten funktioniert
Dokumente mit beschrifteten Feldern, unabhängig davon, was die Beschriftung aussagt. Solange ein Wert in der Nähe einer erkennbaren Beschriftung erscheint, kann die KI ihn Ihrer Spalte zuordnen. „Invoice Date“, „Transaction Date“, „Statement Date“ und „Date of Issue“ werden alle Ihrer Spalte „Document Date“ zugeordnet, weil die KI nach semantischer Kategorie liest und nicht nach exakter Zeichenfolge. Bei klar gedrucktem Text wird damit eine Genauigkeit von bis zu 99 % erreicht.
Gemischte Dokumenttypen in Batches, die gemeinsame Feldkonzepte aufweisen. Wenn Sie Document Date, Vendor und Amount aus Rechnungen, Belegen, Bestellungen und Kontoauszügen benötigen, teilen alle Dokumenttypen im Batch diese konzeptionellen Felder. Die KI ordnet sie konsistent über alle Typen hinweg zu, ohne dass eine typspezifische Konfiguration erforderlich ist.
Hinzufügen neuer Dokumenttypen zu einem bestehenden Workflow. Wenn eine neue Dokumentkategorie in Ihren Prozess aufgenommen wird, z. B. ein Gutschriftformat oder eine neue Art von Lieferantenabrechnung, gelten dieselben Spaltennamen ohne neue Einrichtung. Die Extraktion passt sich an, weil sie feldweise und nicht typweise liest.
Wann Sie vorsichtig sein sollten
Felder, die je nach Dokumenttyp unterschiedlich erscheinen und keine gemeinsame semantische Bezeichnung haben. Wenn ein Dokumenttyp einen Wert als „Container Seal Number“ bezeichnet und kein anderes Dokument im Batch etwas Ähnliches referenziert, hat die KI kein dokumentübergreifendes Signal, an dem sie sich orientieren kann. Hochgradig typspezifische Felder funktionieren besser, wenn Sie genügend Beispiele haben, um das Muster innerhalb eines Batches zu etablieren.
Stark beeinträchtigte Quellqualität, unabhängig vom Dokumenttyp. Kopien von Kopien, stark komprimierte Bilder oder Smartphone-Fotos von zerknittertem Papier bei schlechtem Licht verringern die Genauigkeit. Die KI gleicht Rauschen durch Kontext aus, aber eine schlechte Quellqualität ist der größte Engpass für die Genauigkeit und betrifft Rechnungen, Belege und Kontoauszüge gleichermaßen.
Unbeschriftete Zahlenwerte in Isolation. Wenn ein Betrag oder eine Zahl ohne umgebende Beschriftung oder Kontext auf einer Seite erscheint, nur eine Ziffer in einem Textabsatz, kann die KI möglicherweise nicht zuverlässig bestimmen, zu welcher Spalte sie gehört. Die meisten Geschäftsdokumente verwenden Beschriftungs-Wert-Paare, aber narrative Finanzberichte oder formlose Korrespondenz können hier zu Problemen führen.
Häufig gestellte Fragen
Kann ich Rechnungen, Belege und Bestellungen in derselben Charge mischen, oder muss ich sie nach Dokumenttyp trennen?
Sie können beliebige Dokumenttypen in derselben Charge mischen. Laden Sie Rechnungen, Belege, Bestellungen, Kontoauszüge und Gutschriften gemeinsam hoch – dieselben Spaltennamen gelten für alle. Die KI lokalisiert jedes Feld wie Belegdatum, Betrag / Gesamt, Referenz / Belegnr. oder Steuerbetrag, indem sie dessen Bedeutung im Kontext jeder Seite versteht – nicht durch einen Dokumenttyp-Klassifikator. „Rechnungsdatum“ auf einer Seite und „Transaktionsdatum“ auf einer anderen werden beide Ihrer Spalte „Belegdatum“ zugeordnet. Jedes Dokument wird zu einer Zeile in der Ausgabetabelle. Die von Ihnen eingegebenen Spaltennamen werden zu den exakten Kopfzeilen in der finalen Excel-Datei – ohne Abgleich pro Typ.
Was passiert, wenn ein von mir benanntes Feld wie Steuerbetrag bei einigen Dokumenten in der Charge nicht vorhanden ist?
Die KI lässt diese Zelle für das jeweilige Dokument leer. Ein Beleg ohne Steuerzeile zeigt eine leere Zelle in der Spalte Steuerbetrag, während Rechnungen in derselben Charge mit Steuer den Wert ausgefüllt haben. Kein Fehler stoppt die Charge, und kein erfundener Wert wird stillschweigend in die Tabelle eingefügt. Dadurch ist die Batch-Verarbeitung gemischter Dokumenttypen robust: Es ist üblich, dass einige Dokumenttypen Felder nicht enthalten, die andere haben – der Spaltennamen-Ansatz berücksichtigt dies natürlich. Jedes Dokument wird unabhängig innerhalb desselben Spaltenrahmens verarbeitet, sodass ein fehlendes Feld auf einer Seite die Extraktion aus anderen Seiten nicht beeinträchtigt.
Muss die KI wissen, welchen Dokumenttyp sie liest, um die richtigen Felder zu finden?
Nein. Anders als Tools, die Dokumente zuerst klassifizieren und dann typspezifische Extraktionspipelines anwenden, liest dieses Tool jede Seite nach semantischer Bedeutung – ohne Klassifizierungsvoraussetzung. Es versteht, dass „Rechnungsnummer“, „Belegnummer“, „Bestellnummer“ und „Bestätigungsnr.“ alles Referenzkennungen sind, und ordnet sie Ihrer Spalte Referenz / Belegnr. zu. Das bedeutet: Sie müssen nicht vorsortieren, keine typspezifischen Vorlagen konfigurieren und keine separaten Extraktionsworkflows für jede Dokumentkategorie pflegen. Wenn Sie den Dokumenttyp in Ihrer Ausgabe benötigen (für Berichte oder Filter), können Sie eine abgeleitete Spalte definieren – die KI kann Dokumente während der Extraktion in Kategorien wie „Rechnung / Beleg / Kontoauszug / Bestellung“ einordnen und die Klassifizierung als Spalte in Ihrer Tabelle neben den extrahierten Daten ausgeben.
Wie unterscheidet sich das von einem Standard-PDF-zu-Excel-Konverter, der ebenfalls behauptet, „beliebige Dokumente" zu verarbeiten?
Die meisten „beliebige Dokumente"-Konverter meinen damit „beliebiges Dateiformat": Sie akzeptieren PDF-, JPG- oder PNG-Eingaben und wandeln das visuelle Layout in ein Tabellenraster um. Das ist eine Formatkonvertierung, keine semantische Extraktion. Die Ausgabe spiegelt das Seitenlayout wider: Kopf- und Fußzeilen, Leerzeichen und Seitenzahlen werden mit übernommen. Eine Rechnung erzeugt einen Datensatz mit 50 Zeilen; ein Kassenbon erzeugt einen Datensatz mit 15 Zeilen und unterschiedlichen Spaltenpositionen. Wenn Sie 30 gemischte Dokumente durch einen Formatkonverter laufen lassen, erhalten Sie 30 verschiedene Tabellenlayouts, die manuell abgeglichen werden müssen. Die Spaltennamensextraktion erzeugt aus jedem Dokumenttyp eine einheitliche Ausgabestruktur: Jedes Dokument ist eine Zeile, und die Spalten sind genau die Felder, die Sie benannt haben. Dieser Ansatz unterstützt auch berechnete Spalten: Sie können feldbezogene Berechnungen wie „Positionssumme (Menge × Einzelpreis)" in Ihren Spaltennamen definieren, und die KI führt die Berechnung während der Extraktion durch – mit berechneten Ergebnissen, nicht nur extrahierten Werten.
Kann ich Dokumente in verschiedenen Sprachen innerhalb desselben Stapels verarbeiten?
Ja, und genau hier hat der dokumenttypunabhängige Ansatz einen natürlichen Vorteil. Die KI liest die Feldbedeutung unabhängig von der Sprache. Ein Datumsfeld mit der Bezeichnung „Fecha de emisión" auf Spanisch, „発行日" auf Japanisch und „Invoice Date" auf Englisch wird jeweils derselben Spalte „Dokumentdatum" zugeordnet, da die Erkennung semantisch und nicht schlüsselwortbasiert ist. Gemischtsprachige Stapel, die im internationalen Handel, in der Logistik und in multinationalen Finanzteams üblich sind, werden mit denselben Spaltendefinitionen gemeinsam verarbeitet. Die Ausgabetabelle kann Daten aus Dokumenten in mehreren Sprachen konsolidieren, ohne dass eine Vorsortierung nach Sprache oder separate Extraktionsworkflows pro Region erforderlich sind.