Belegerfassung & Spesenabrechnung

Beschäftigte und Selbstständige sammeln noch immer zerknitterte Kassenbons, fotografieren sie zu spät und tippen Beträge in Spesenwerkzeuge ein; Buchhaltende prüfen dann USt, Kategorien und Richtlinienkonformität. Dokumenten-KI liest ein Belegfoto in Sekunden, extrahiert Händler, Datum, Summen und USt je Satz, schlägt Kategorie und Buchung vor, gleicht sie mit der Kartentransaktion ab und markiert Dubletten oder Richtlinienverstöße. Der Mensch bestätigt nur noch. Belege sind das „kleine, unordentliche Massengeschäft“ neben den Rechnungen (DOC-001).

Problem & Nutzen

• Heute: Belege sind Papier, Thermodruck (verblasst), Fotos oder App-Anzeigen. Spesenabrechnungen werden am Ende einer Reise oder des Monats zusammengestellt; fehlende Belege, falsche USt-Aufteilung und unklarer betrieblicher Anlass (z. B. bei Bewirtung) führen zu Nacharbeit und verlorenem Vorsteuerabzug. Privatpersonen sammeln Schuhkartons für die Steuererklärung.
• KI-Nutzen: Erfassung im Moment des Einkaufs, weniger Erfassungsfehler, USt-korrekte Aufteilung, automatischer Abgleich mit Kartendaten, frühere Richtlinien- und Dublettenprüfung, kürzere Erstattungszeiten, prüfungsfähiges Archiv.
• Messdaten: Herstellerneutrale, begutachtete Genauigkeitswerte für die produktive Belegerfassung sind selten; öffentliche akademische Datensätze (CORD, SROIE) existieren für Benchmarks, sie sind aber sauber und überwiegend asiatische Layouts, messen Sie daher an Ihren eigenen Belegen (siehe Erste Schritte). Es werden hier keine ROI-Zahlen genannt, da keine aus Primärquellen belegt werden konnten.
• Deutsche Besonderheiten: Die Reisekostenpauschalen für 2026 bleiben im Inland bei 14 EUR (Abwesenheit 8 bis 24 Std.) und 28 EUR (voller Tag) [7]; die KI hilft, sie aus den Reisedaten zu berechnen, aber die Belege bleiben der Nachweis für tatsächliche Kosten.

Varianten

• Spesenabrechnung für Beschäftigte (T&E): Erfassung per Mobile App, Abgleich mit Firmenkarte, Freigabeprozess, Erstattung.
• Firmenkarte / Ausgabenmanagement: Belege werden Kartentransaktionen in Echtzeit zugeordnet (Moss, Pleo, Spendesk, Payhawk, Circula).
• Buchhaltung für KMU / Selbstständige: Foto-zu-Buchung in Buchhaltungs-Apps (DATEV, Lexware Office, sevDesk, Candis).
• Bewirtungsbelege: zusätzliche Felder (Gäste, Anlass) und strengere Formvorschriften; die KI füllt vor, der Mensch ergänzt.
• Mehrere Währungen / grenzüberschreitend: fremdsprachige Belege, Währungsumrechnung, Erstattung ausländischer USt.
• Öffentliche Verwaltung: Reisekostenabrechnung mit gesetzlichen Sätzen; meist On-Premises-/souveränes Hosting.
• Privatnutzung: Haushaltsbelege für die Steuererklärung (Werbungskosten, Handwerkerleistungen, Krankheitskosten) und Garantieverfolgung, siehe PERS-013.
• Einzelhandels-/Einkaufsbelege für Analysen: Extraktion von Positionen für Kundenbindung oder Haushaltsbudget (auf Einwilligungsbasis).

So funktioniert es

1. Erfassung (Foto in Mobile App / E-Mail-Eingang / Upload / Wallet-Pass / Kartenfeed)
2. Bildqualitätsprüfung (Zuschneiden, Entzerren, Blendung, Trennung mehrerer Belege, Dubletten-Hash)
3. OCR + Layout-Analyse, oder VLM liest das Seitenbild direkt
4. Feldextraktion nach Schema (Händler, Adresse, Steuernummer, Datum/Uhrzeit, Währung, Summen, USt je Satz, Trinkgeld, Zahlung)
5. Prüfung (netto + USt = brutto, USt-Satz für das Land plausibel, Datum im Zeitraum, Währung, Format der USt-IdNr.)
6. Anreicherung (Kategorie/Sachkonto, Kostenstelle, Verpflegungspauschale, Händlerabfrage, Wechselkurs)
7. Abgleich (Karten-/Banktransaktion, Reise, vorhandene Belege) + Dubletten- & Richtlinienprüfung
8. menschliche Bestätigung bei niedriger Konfidenz/Hinweisen
9. Freigabe-Workflow
10. Export in ERP/Buchhaltung
11. GoBD-konformes Archiv von Originalbild + extrahierten Daten + Änderungsprotokoll

• Extraktion: spezialisierte Belegmodelle (prebuilt-receipt, AnalyzeExpense) oder allgemeine VLMs mit JSON-Schema; Positionen optional (nötig bei gemischten USt-Sätzen, bei der Trennung privater/betrieblicher Posten oder bei Geschenk-/Repräsentationsgrenzen).
• Kategorisierung: LLM oder Klassifikator anhand von Händlername und Historie; lernt aus Korrekturen.
• Mensch-in-der-Schleife (Human-in-the-Loop): Die einreichende Person bestätigt die extrahierten Werte auf dem Smartphone (sie kennt den betrieblichen Anlass); Freigebende entscheiden über markierte Ausnahmen; die KI genehmigt niemals allein eine Erstattung und ändert nicht die steuerliche Behandlung.

Datenaufbereitung

Welche Daten: Fotos und PDFs von Belegen, Karten- und Banktransaktionen, Reiseanträge, die Spesenrichtlinie sowie die Kostenstellen- und Kontenstruktur.

Wo sie liegen: auf den Smartphones, in den Wallets und Postfächern der Beschäftigten, im Buchhaltungssystem oder Spesenwerkzeug, in der Lohnabrechnung für Reisekostenzuschüsse und in Papierordnern am Buchhaltungsplatz.

Typische Lücken: unscharfe Fotos, Belege ohne USt-Aufschlüsselung, fehlender betrieblicher Anlass, ungeschriebene Reise- und Geschenkregeln, Dubletten (derselbe Beleg per Kartenfeed und per Foto) und gemischte private und betriebliche Posten.

Aufbereitungsschritte: 1. Die Spesenrichtlinie als kurze, prüfbare Regeln aufschreiben (Grenzen, Pauschalen, verbotene Kategorien), siehe PREP-016. 2. Das Kategorienschema und die Kontenzuordnung festlegen, bevor die automatische Kategorisierung aktiviert wird (PREP-019). 3. Einen einzigen Erfassungsweg festlegen: App-Foto, Weiterleitungspostfach oder Kartenfeed. 4. Historie aus der Buchhaltung für Kategorievorschläge exportieren (PREP-020, PREP-005). 5. Ein Testset aus etwa 50 typischen Belegen inklusive schlechter Fotos vorbereiten (PREP-018). 6. Klären, welche personenbezogenen Daten die App speichert und wie lange (PREP-025).

Werkzeuge: die Spesen-App selbst, Smartphone-Scan, Buchhaltungsexport, eine Tabellenkalkulation für Richtlinie und Testset.

Grober Aufwandsanteil: gering, etwa 10 bis 15 Prozent; die meiste Arbeit ist Klarheit bei den Richtlinien, nicht Datenbereinigung. Siehe GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• KMU — Weg A: Spesen- und Beleg-Apps mit DATEV- oder Buchhaltungs-Konnektoren sind ausgereift, in der EU gehostet und pro Nutzer günstig, und der Prozess ist standardisiert.
• Großunternehmen — Weg A: Spesenerfassung ist eine Standardfunktion, und die etablierten Reise- und Spesenplattformen decken Richtlinienprüfungen und ERP-Buchung bereits ab.
• Entwickler — Weg C: Open-Source-OCR und kleine VLMs auf HW2 erlauben Produktentwicklern, die Belegextraktion ohne Gebühren pro Dokument einzubetten.
• Privat — Weg A: Verbraucher-Apps für Belegscan oder Steuerorganisation sind einfach, günstig und für Haushalte ausreichend.
• Öffentliche Verwaltung — Weg B: Reisekostendaten von Beamtinnen und Beamten sowie Vergaberegeln sprechen für EU- oder deutsche Cloud-APIs, die in das bestehende Finanzsystem integriert werden.

Weg A — Kaufen (Standardsoftware) — für KMU und Großunternehmen empfohlen

• Buchhaltungs-/Finanzbuchhaltungs-Suiten mit Belegerfassung: DATEV (Unternehmen online / Belege), Lexware Office, sevDesk, Candis (DE); Xero, QuickBooks, Zoho Expense (außerhalb der EU).
• Spesen- und Ausgabenmanagement: Circula (DE), Moss (DE), Spendesk (FR), Pleo (DK), Payhawk (BG), Yokoy (CH); Expensify, SAP Concur, Navan, Ramp (US-Anbieter, EU-Hosting und AVV prüfen). Aktuelle Produktlinien und Eigentümer vor dem Kauf prüfen, da sich dieser Markt konsolidiert.
• Erfassungs-APIs/OEM: Klippa (NL), Mindee (FR), Veryfi (US), Rossum, ABBYY Vantage.
• A wählen, wenn: Standardbelege, vorhandener Konnektor zu Buchhaltung/ERP, kein Bedarf, das Modell selbst zu besitzen. Prüfen: Hosting in der EU, GoBD-konformes Archiv (Originalbild bleibt erhalten, unveränderbar, Verfahrensdokumentation), DATEV-/ERP-Export, Umgang mit USt je Satz, Regeln zu Fahrtkosten und Verpflegungspauschalen, Datenlöschung.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Belegspezifisch: Azure AI Document Intelligence prebuilt-receipt (v4.0 GA, extrahiert Händler, Datum, Summen, Steuer, TaxDetails mit Satz und Nettobetrag, CountryRegion, Hotel-USt-Tabellen) [1]; AWS Textract AnalyzeExpense (Standardfelder inkl. USt-IdNr. des Händlers, Zwischensumme, Steuer, Positionen mit EXPENSE_ROW) [2]; Google Document AI Expense Parser.
• Allgemeines VLM: Mistral OCR (EU-Anbieter; mistral-ocr-latest, Markdown plus Begrenzungsblöcke und annotationsbasierte strukturierte Ausgabe) [5], oder ein multimodales Spitzenmodell (Claude, Gemini, GPT) mit strukturierten Ausgaben und Schema; gut für seltene Layouts, zerknitterte Bons und Fremdsprachen.
• Orchestrierung: n8n / Power Automate / kleiner Dienst; Rückschreiben über die Buchhaltungs-API; Schlüssel in einem Tresor; EU-Region oder EU-Anbieter; Einstellungen ohne Datenspeicherung (Zero Retention).
• B wählen, wenn: Sie die Erfassung in eine eigene App, ein ERP oder ein Portal einbetten.

Weg C — Selbst betreiben (Open Source)

• Analyse: Docling (MIT) mit Granite-Docling-258M (Apache 2.0, läuft sogar auf der CPU) [3][4]; PaddleOCR, MinerU, olmOCR.
• VLM-Extraktion: Qwen3-VL (2B, 4B, 8B, 32B dichte und MoE-Varianten, Apache 2.0, OCR in 32 Sprachen, robust gegen Unschärfe, wenig Licht und Schräglage) [6], bereitgestellt über vLLM oder Ollama mit eingeschränkter JSON-Dekodierung.
• Stack: n8n, eine Regel-/Prüfschicht im Code, Postgres, Objektspeicher plus ein GoBD-konformes DMS.
• Hardware: HW2 (eine GPU mit 24 GB) bewältigt typische KMU-/Abteilungsvolumen mit einem VLM von 4B bis 8B; Granite-Docling allein passt auf HW1. Nötig für die öffentliche Verwaltung oder sensible Belege (medizinisch, Gewerkschaft, politische Spenden).

Weg D — Eigenes Training

Selten nötig. Lohnt sich nur bei sehr hohen Volumen, besonderen Belegarten (Zapfsäulen, Maut, lokale Nahverkehrstickets) oder Modellen auf dem Gerät. Ein kleines VLM oder Layout-Modell auf einigen hundert bis einigen tausend Belegen feintunen; Korrekturen der Nutzer in der Bestätigungsmaske sind die natürliche Quelle für Labels. CORD (CC BY 4.0) [7a] ist nützlich für Vortraining/Benchmarks, aber nicht repräsentativ für deutsche Kassenbons.

Stand der Technik (2026)

• Vorlagenfreies Lesen durch VLMs ist Standard; kleine offene VLMs (2B bis 8B) lesen die meisten sauberen Belege, und spezialisierte OCR-Modelle sind winzig (Granite-Docling 258M). Unterschiede zwischen Anbietern liegen heute in Prüfung, Abgleich und Workflow, nicht im reinen Lesen.
• Strukturierte/eingeschränkte Ausgaben verhindern fehlerhaftes JSON; Konfidenzwerte je Feld (Textract, Azure, Seitenkonfidenz bei Mistral OCR) steuern die Weiterleitung zur Prüfung.
• Fehlerbilder: verblasstes Thermopapier, zerknitterte oder teilweise abgeschnittene Bons, in Teilen fotografierte lange Belege, handschriftliche Trinkgelder und Anmerkungen, gemischte USt-Sätze ohne Steuerschlüssel je Zeile, Belege in mehreren Sprachen, als Summen fehlgelesene QR-/TSE-Felder und „plausible“ Erfindungen der VLMs. Rechnung (netto + USt = brutto), Datum und Währung immer prüfen.
• Echtheit: Bildgeneratoren können realistische gefälschte Belege erzeugen, daher ist ein reiner Bildnachweis schwächer als früher. Gegenmaßnahmen: Abgleich mit Karten-/Banktransaktionen, Prüfung von Händler und Steuernummer, Dubletten-Hashes, Metadaten- und Anomalieprüfungen (siehe ANOM-009), statt sich auf die Sichtprüfung zu verlassen. Eine verlässliche öffentliche Statistik zur Verbreitung wurde nicht gefunden.
• Trend: Belege kommen zunehmend digital an (E-Belege, Wallet-Pässe, E-Tickets); Produkte mit Kartenfeed an erster Stelle ordnen den Beleg einer Transaktion zu, statt die Ausgabe aus dem Beleg zu erzeugen.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (ocr-docparse + vlm + llm-general): DOC-001 Rechnungen, DOC-003 Formulare, DOC-004 Ausweisdokumente, DOC-006 Logistikdokumente, DOC-008 Klassifikation in der Poststelle, DOC-014 Dokumentenanalyse, DOC-017 Kontoauszüge; ein selbst betriebener VLM-Server (HW2/HW3) kann sie alle bedienen.
• Nachgelagert: ANOM-009 (Erkennung von Spesenbetrug und Richtlinienverstößen), AGENT-006 (Abstimmung und Abschluss), AGENT-002 (Back-Office-Workflow für Freigaben und Erinnerungen an fehlende Belege).
• Privat: PERS-013 (Assistent für die Steuererklärung) nutzt die Extraktion für Haushaltsbelege wieder.
• Bausteine: Mobile-Capture-SDK, Buchhaltungsexport (DATEV), Händlerstammdaten, Zuordnung Kategorie/Sachkonto, GoBD-Archiv, Wechselkurse, Regeltabelle für Verpflegungspauschalen.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen; typischerweise Preise pro Nutzer oder pro Abrechnung als SaaS (aktuelle Preislisten prüfen).
• Weg B: 1 bis 2 Monate für App-/Portal-Integration, Prüfregeln und ERP-Export; die API-Kosten pro Seite sind im Vergleich zur manuellen Bearbeitung gering.
• Weg C: 1 bis 3 Monate; ein GPU-Server (oder CPU für einen kleinen Parser), plus Betriebs- und GoBD-Archivarbeit.
• Weg D: zusätzliche Monate und annotierte Daten; in der Regel nicht wirtschaftlich.
• Kennzahlen: Genauigkeit je Feld (Summe, Datum, USt) an eigenen Stichproben; Anteil der ohne Änderung bestätigten Belege; Zeit vom Einkauf bis zur Einreichung; Erstattungsdauer; Quote fehlender Belege; Befunde zu Dubletten oder Richtlinienverstößen; Minuten der Buchhaltung pro Abrechnung.

Menschen & Veränderung

Früh einbinden: Geschäftsführung für Richtlinie und Budget, Buchhaltung und Personalabteilung als Verantwortliche, IT für die Anbindung an die Buchhaltung sowie die/den Datenschutzbeauftragte(n), weil Belege und Kartendaten Reisen, Gesundheit und private Gewohnheiten offenlegen (GUIDE-005). Jede(r) Beschäftigte ist Endnutzer(in), binden Sie daher von Anfang an einige von ihnen ein.

Betriebsrat: ja, in der Praxis. Das System erfasst Ausgaben, Orte und Verhalten je Person und ist objektiv zur Überwachung von Beschäftigten geeignet, daher greift §87 Abs. 1 Nr. 6 BetrVG, und §90 Abs. 1 Nr. 3 verlangt Information über den KI-gestützten Prozess. Schließen Sie eine Betriebsvereinbarung zu Zweckbindung, Aufbewahrung und zum Ausschluss der Nutzung für Leistungsbeurteilung (GUIDE-004). Öffentliche Stellen beteiligen den Personalrat.

DSFA/AVV: Eine DSFA ist für die reine Erfassung meist nicht nötig, prüfen Sie sie aber, wenn eine Anomalie-Bewertung einzelner Personen hinzukommt; einen AVV mit dem Anbieter immer abschließen (GUIDE-010).

KI-Kompetenz: Art. 4 der KI-Verordnung (AI Act) verlangt Maßnahmen zur Förderung der KI-Kompetenz der Beschäftigten; eine 30-minütige Einführung, wie die App Belege liest und wo korrigiert wird, genügt (GUIDE-006).

Kommunikation und Pilot: Betonen Sie weniger manuelles Tippen und schnellere Erstattung; pilotieren Sie mit einer Abteilung und Vielreisenden für einen Abrechnungszyklus (GUIDE-008).

Typische Bedenken: Überwachung (nennen Sie die genauen Prüfungen und dass Hinweise keine Sanktionen sind), Privatsphäre privater Einkäufe (die Richtlinie schließt sie aus) und Fehler (die Nutzerin bzw. der Nutzer bestätigt die Extraktion immer).

Menschen behalten die Kontrolle: markierte Positionen gehen an eine menschliche Prüfung; keine automatische Ablehnung.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko für die Erfassung selbst (keine Nutzung nach Anhang III). Sensibel wird es, wenn Spesendaten genutzt werden, um Beschäftigte zu bewerten oder zu disziplinieren (dann kann Anhang III Nr. 4 zu Beschäftigung und Arbeitnehmerverwaltung greifen, z. B. bei automatischen Markierungen, die Kündigungsentscheidungen steuern). Hinweise nur beratend halten, Entscheidung beim Menschen, Zweck dokumentieren. Die Pflicht zur KI-Kompetenz (Art. 4) gilt [8].
• DSGVO: Belege enthalten personenbezogene Daten und können besondere Kategorien offenlegen (Apotheke, Medizin, Gewerkschaftsbeiträge, religiöse oder politische Spenden, Mahlzeiten, die auf Gesundheit oder Religion schließen lassen); Orts- und Zeitmuster der Beschäftigten. Erforderlich sind Rechtsgrundlage, Datenminimierung, Aufbewahrungsfristen, AVV mit Auftragsverarbeitern, Hosting in der EU und in Deutschland die Beteiligung des Betriebsrats bei Spesen-Apps. Apps für Privatnutzung: Zweckbindung, kein Weiterverkauf von Positionsdaten.
• Steuern und Buchführung (DE): GoBD und AO verlangen unveränderbare, nachvollziehbare Archivierung; Papieroriginale dürfen nach ordnungsgemäßem Scannen vernichtet werden, wenn eine Verfahrensdokumentation vorliegt; der Vorsteuerabzug erfordert formal korrekte Rechnungsdaten (§14 UStG; Kleinbetragsrechnungen haben reduzierte Pflichtangaben), Bewirtung erfordert besondere Angaben. Die steuerliche Behandlung muss mit der Steuerberatung geprüft werden; dies ist keine Rechtsberatung. Aktuelle BMF-Schreiben prüfen.
• Sicherheit: Foto-Uploads von Karten oder IBANs, Prompt Injection in Text auf Belegen oder PDFs (extrahierten Text niemals Werkzeugaktionen steuern lassen), gefälschte Belege.
• Gegenmaßnahmen: menschliche Bestätigung auf dem Smartphone, Konfidenzschwellen, Prüfregeln, Abgleich mit Transaktion, Protokoll von KI-Wert gegenüber Endwert, rollenbasierter Zugriff.

Erste Schritte

1. 100 bis 200 echte Belege Ihrer eigenen Beschäftigten sammeln (Thermo, Hotel, Ausland, Bewirtung), Summen/USt/Datum annotieren, um ein Testset zu erstellen.
2. Zwei oder drei Werkzeuge aus Weg A und ein VLM/eine API (Weg B) an diesem Set ausprobieren; Feldgenauigkeit und Bestätigungsquote vergleichen.
3. Richtlinie festlegen: Kategorien, Pauschalen, Grenzen, wer freigibt, Bewirtungsfelder und welche Felder Menschen immer bestätigen müssen.
4. GoBD (Verfahrensdokumentation), Aufbewahrung, AVV und Betriebsvereinbarung vor dem Start klären.
5. In einem Pilotteam mit Kartenfeed-Abgleich einführen, Kennzahlen monatlich messen und Korrekturen in die Kategorieregeln zurückführen.

Quellen

1. Microsoft Learn — Document Intelligence receipt model (v4.0) — https://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/prebuilt/receipt
2. AWS — Amazon Textract, Analyzing invoices and receipts — https://docs.aws.amazon.com/textract/latest/dg/invoices-receipts.html
3. Docling project (MIT, LF AI & Data) — https://github.com/docling-project/docling
4. IBM Granite-Docling-258M model card — https://huggingface.co/ibm-granite/granite-docling-258M
5. Mistral AI — Document AI / OCR docs — https://docs.mistral.ai/capabilities/document_ai/basic_ocr/
6. Qwen3-VL repository (models, license, OCR) — https://github.com/QwenLM/Qwen3-VL
7. Taxmaro — Reisekostenpauschalen 2026 (per-diem rates) — https://www.taxmaro.com/post/reisekostenpauschalen-2026 7a. CORD receipt dataset (clovaai) — https://github.com/clovaai/cord
8. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj