Warum ein einzelnes KI-Modell für die Buchhaltung nicht reicht
Das Vier-Augen-Prinzip gilt auch für KI in der Buchhaltung.
Die Demo ist immer beeindruckend: Beleg hochladen, zwei Sekunden warten, alle Felder sauber erkannt. Betrag, Datum, Mehrwertsteuer, Lieferant. Wer solche Demos zum ersten Mal sieht, versteht sofort, warum gerade jedes Unternehmen über KI in der Buchhaltung nachdenkt, von der Steuerkanzlei bis zur internen Buchhaltungsabteilung.
Was die Demo nicht zeigt: den Beleg, bei dem dasselbe System aus 89,90 einmal 88,90 macht. Ohne Warnung, ohne Fehlermeldung, mit derselben souveränen Selbstverständlichkeit wie bei den tausend korrekten Belegen davor. Genau diese Eigenschaft, falsch und dabei überzeugend zu sein, ist das eigentliche Risiko von KI in der Buchhaltung. Und sie ist der Grund, warum die wichtigste Frage an jedes System nicht lautet «wie gut liest die KI?», sondern «was passiert, wenn sie falsch liest?».
Ich schreibe das nicht als Beobachter. Meine Firma verarbeitet ihre komplette eigene Buchhaltung mit einem KI-System, das wir selbst gebaut haben und das täglich echte Belege bucht. Die Fehlerarten, um die es hier geht, kenne ich nicht aus Papern, sondern aus dem eigenen Journal.
Die Fehler, die wirklich passieren
Wer KI-Belegerkennung produktiv einsetzt, lernt ihre Fehlerarten kennen. Es sind nicht viele, aber sie sind systematisch:
- Ziffern-Fehler bei schlechten Vorlagen. Ein knittriger Kassenzettel, ein schiefes Foto, ein Stempel über dem Betrag: Aus einer 8 wird eine 3, und die Buchung ist falsch.
- Verwechselte Rollen. Eine Rechnung hat zwei Parteien. Modelle ordnen ein Dokument gelegentlich aus Sicht des Ausstellers statt des Empfängers ein, und aus einer Eingangsrechnung wird eine Ausgangsrechnung.
- Währung und Steuer. Ausländische Belege, mehrere Steuersätze auf einer Rechnung, Brutto-Netto-Verwechslungen: die Klassiker, die beim Abschluss teuer werden.
- Selbstbewusstes Raten. Der gefährlichste Fall: Ein Feld ist auf dem Beleg gar nicht lesbar, und das Modell liefert trotzdem einen plausiblen Wert, statt zu sagen, dass es ihn nicht weiss.
Nichts davon spricht gegen den Einsatz von KI. Menschen machen bei Übertragungsarbeit ebenfalls Fehler, und zwar mehr, je monotoner die Arbeit ist. Der Unterschied ist: Für Menschen hat die Buchhaltung über Jahrzehnte Kontrollmechanismen aufgebaut, allen voran das Vier-Augen-Prinzip. Bei der KI fehlen diese Mechanismen oft komplett, weil die Demo so überzeugend war.
Das Vier-Augen-Prinzip, auf KI übertragen
Dabei liegt die Antwort seit hundert Jahren im Handbuch jeder Buchhaltung: Wichtige Vorgänge prüft nie nur eine Person. Nicht, weil die einzelne Person schlecht wäre, sondern weil zwei unabhängige Prüfer denselben Fehler fast nie gleichzeitig machen.
Genau dieses Prinzip lässt sich auf KI übertragen, und es ist konzeptionell einfach: Lass nicht ein Modell lesen, sondern mehrere unabhängige, und vergleiche ihre Ergebnisse Feld für Feld.
Sind sich alle Leser einig, ist der Wert mit sehr hoher Wahrscheinlichkeit korrekt; die Wahrscheinlichkeit, dass mehrere unabhängige Systeme denselben Zahlendreher produzieren, ist um Grössenordnungen kleiner als bei einem einzelnen. Weichen die Ergebnisse ab, ist genau das die Information, die ein Einzelmodell nie liefern kann: Hier ist etwas unklar, hier muss ein Mensch hinschauen. Uneinigkeit wird vom Fehler zum Frühwarnsystem.
Dazu gehören harte Regeln, die nicht verhandelbar sind: Kritische Felder wie der Betrag laufen nie ungeprüft automatisch durch. Fälle mit Auffälligkeiten sperren die Automatik. Und jede Entscheidung des Systems ist protokolliert und nachvollziehbar, denn eine Buchhaltung, die niemand nachvollziehen kann, ist keine.
Vier unabhängige Leser, ein Beleg: Gebucht wird erst bei Übereinstimmung.
Wie das im echten Betrieb aussieht
Ein paar Zahlen aus unserem eigenen Laufwerk, damit das nicht abstrakt bleibt. In unserer Buchhaltung lesen vier unabhängige Leser jeden Beleg. Bei über 90 Prozent der Felder sind sie sich sofort einig, und diese Werte sind in der Nachkontrolle praktisch immer korrekt. Ungefähr bei jedem siebten Beleg sind sich die Leser bei einem kritischen Feld uneinig, und exakt diese Belege sind die, bei denen es etwas zu sehen gibt: das unscharfe Foto, der Stempel über dem Betrag, die exotische Rechnung. Das System eskaliert sie, statt sie zu raten.
Der Effekt im Alltag: Die grosse Mehrheit der Belege, die Standardfälle mit klarem Ergebnis, läuft zügig durch die Freigabe. Die Fachperson verbringt ihre Zeit mit den wenigen Fällen, die es verdienen. Das ist das Gegenteil von «die KI macht die Buchhaltung»: Es ist die KI als sehr fleissiger, sehr schneller Vorbereiter mit eingebautem Misstrauen gegen sich selbst.
Und wichtig für alle, die gerade an ihre Software-Landschaft denken: Dieses Prinzip verlangt keinen Systemwechsel. Die Buchhaltungssoftware, die du hast, bleibt. Die Mehrfach-Lesung sitzt davor, nicht darin.
KI für die Buchhaltung einkaufen: die Prüffragen an jeden Anbieter
Egal ob du eine Kanzlei führst oder die Buchhaltung deines Unternehmens verantwortest: Wenn du Systeme bewertest, stell jedem Anbieter diese Fragen und besteh auf konkreten Antworten.
| Prüffrage | Worauf die Antwort hinauslaufen muss |
|---|---|
| Woher weiss das System, wann es unsicher ist? | Mehrfach-Lesung, Konfidenz je Feld, nicht nur ein Gesamt-Score |
| Was passiert bei einem unsicheren Feld? | Fall geht an den Menschen, mit Begründung, nicht stilles Raten |
| Läuft der Betrag ungeprüft durch? | Nein, nie, unabhängig von der Konfidenz |
| Kann ich die Automatik-Schwelle selbst bestimmen? | Ja, je Firma oder je Mandat einstellbar |
| Ist jede Entscheidung protokolliert? | Vollständige Historie je Beleg, auch für Korrekturen |
| Lernt das System aus Korrekturen? | Ja, und die Korrektur wirkt ab dem nächsten Beleg |
| Muss ich meine Software wechseln? | Nein, das System arbeitet der bestehenden Buchhaltung zu |
| Was zeigt der Anbieter: Demo oder meine Belege? | Pilotlauf mit deinen echten Belegen und gemessener Quote |
Ein Anbieter, der auf diese Fragen keine präzisen Antworten hat, verkauft dir die Demo. Ein guter Anbieter beantwortet sie, bevor du sie stellst.
Was auch das Vier-Augen-Prinzip nicht löst
Zur Ehrlichkeit gehört die Grenze: Mehrfach-Lesung sichert das Auslesen ab, nicht das Urteil. Ob ein Aufwand geschäftsmässig begründet ist, wie ein steuerlicher Grenzfall zu würdigen ist, ob eine Auslandsrechnung besondere Steuerfolgen hat: Das sind fachliche Entscheidungen, und sie bleiben bei der Fachperson. Ein gutes System erkennt solche Fälle und legt sie mit allen Informationen vor. Ein schlechtes System entscheidet darüber stillschweigend selbst.
Und noch eine Grenze, die selten ausgesprochen wird: Konsens kostet. Mehrere Modelle lesen zu lassen ist aufwendiger als eines. Wer nur auf den Preis pro Beleg schaut, wird immer beim Einzelmodell landen, und die Differenz später in der Fehlersuche bezahlen. Die relevante Vergleichsgrösse ist nicht der Preis pro Beleg, sondern die Kosten pro korrekt verbuchtem Beleg inklusive Nacharbeit.
Kompetente Beratung für automatisierte Prozesse ist wichtig (Bild KI-Generiert)
Häufige Fragen
Reicht nicht ein sehr gutes Einzelmodell mit hoher Trefferquote?
Bei hoher Trefferquote und tausenden Belegen pro Monat produziert auch ein sehr gutes Modell laufend Fehler, und zwar unangekündigt. Das Problem ist nicht die Quote, sondern dass ein Einzelmodell nicht weiss, welcher seiner Werte falsch ist. Genau dieses Wissen erzeugt erst der Vergleich mehrerer unabhängiger Leser.
Macht die Mehrfach-Lesung das System langsam?
Nein, die Leser arbeiten parallel. Der Zeitunterschied liegt im Sekundenbereich und spielt im Alltag keine Rolle; der Engpass ist die menschliche Prüfung, und genau die wird durch die Vorarbeit kürzer.
Gilt das auch für die interne Buchhaltung im Unternehmen, nicht nur für Kanzleien?
Erst recht. Eine Kanzlei hat Fachpersonen, deren Beruf die Kontrolle ist. In einer internen Buchhaltung prüft oft genau eine Person, und die falsche Buchung fällt erst dem Treuhänder oder Steuerberater beim Abschluss auf, wenn überhaupt. Je weniger Kontroll-Ebenen ein Betrieb hat, desto wichtiger ist ein System, das sich selbst misstraut.
Kann ich so ein Prinzip mit einem Standard-Tool umsetzen?
Einzelne Tools bieten Konfidenzwerte, aber echte Mehrfach-Lesung mit Feld-Vergleich ist in Standard-Software selten. Frag danach, bevor du dich bindest; die Prüffragen-Tabelle oben funktioniert bei jedem Anbieter.
Wie erkenne ich im Pilotbetrieb, ob das System ehrlich ist?
Gib ihm absichtlich schwierige Belege: schlechte Fotos, Fremdwährung, unleserliche Stellen. Ein ehrliches System eskaliert diese Fälle an dich. Ein unehrliches liefert für alles einen Wert. Der zweite Fall ist der gefährliche, auch wenn er in der Demo besser aussieht.
Fazit
KI in der Buchhaltung ist keine Frage von dafür oder dagegen mehr, sondern eine Frage der Architektur: Ein einzelnes Modell, das nie an sich zweifelt, gehört nicht unbeaufsichtigt an deine Bücher. Mehrere unabhängige Leser, harte Regeln für kritische Felder und ein Mensch an der richtigen Stelle machen aus dem Risiko ein Werkzeug, und zwar ohne dass du deine Software wechselst.
Wenn du wissen willst, wo du stehst: Nimm zehn Belege aus dem letzten Monat, davon zwei bewusst hässliche, und lass sie durch das System laufen, das du im Einsatz hast oder gerade anschaust. Zähl nach, bei wie vielen Feldern es dir sagt, dass es unsicher war. Wenn die Antwort «bei keinem» lautet, hast du kein gutes System, sondern ein selbstbewusstes. Wie ein komplett durchgebauter Beleg-Prozess (inkl. Kontierung) nach dem Vier-Augen-Prinzip aussieht, zeige ich hier im Detail: wdc-gmbh.ch/lp/beleg-agent-treuhand