Internes Tool · PDF-Parsing, Finanzautomatisierung, Dokumenten-KI
KI-gestützte Provisionsverarbeitung aus Lieferantenbelegen
Ein Vertriebsunternehmen mit acht Lieferanten in Frankreich, der Schweiz und Italien musste monatliche Lieferantenbelege manuell prüfen, um Umsätze und Provisionszahlungen zu validieren. Ich entwickelte ein KI-gestütztes Dokumentenanalyse-Tool, das diese wiederkehrenden PDF-Belege in strukturierte Finanzdaten umwandelte und einen langsamen manuellen Prozess durch einen schnelleren und zuverlässigeren Workflow für die Provisionsvalidierung und Finanzkontrolle ersetzte.
Herausforderung
Das Unternehmen erhielt monatliche Belege von mehreren Lieferanten, häufig aufgeschlüsselt nach Kunden und mit detaillierten Positionen für verkaufte Produkte, Preise, MwSt., Rabatte und Provisionen. Diese Dokumente wurden nicht einfach archiviert – sie bildeten die Grundlage für die Umsatzberechnung und die Validierung der Provisionsansprüche des Unternehmens über ein mehrlieferanten-, mehrmarktübergreifendes Geschäft. Der Prozess war stark manuell. Jeder Lieferant nutzte eine eigene Dokumentenstruktur, Terminologie und Darstellung, was bedeutete, dass das Finanzteam jeden Beleg einzeln prüfen, die relevanten Zahlen identifizieren, den Provisionskontext interpretieren und die Ergebnisse dann in Excel erfassen musste. Da Auszahlungen davon abhingen, ob der Auftrag vom Vertriebsteam oder direkt vom Kunden beim Lieferanten platziert worden war, umfasste die Aufgabe nicht nur Dateneingabe, sondern auch die korrekte Anwendung von Geschäftsregeln. Das machte den Workflow langsam, repetitiv und anfällig für Inkonsistenzen – und schuf eine unnötige operative Abhängigkeit von Mitarbeitenden, die sich mit dem jeweiligen Belegformat des Lieferanten vertraut gemacht hatten.
Lösung
Ich entwickelte ein KI-gestütztes internes Tool zur Verarbeitung von Lieferanten-PDF-Belegen, Extraktion der relevanten Finanzfelder und Umwandlung in konsistente strukturierte Daten für die nachgelagerte Umsatz- und Provisionsanalyse. Anstatt vollständig auf manuelle Prüfung zu setzen, verwandelte das System unstrukturierte Lieferantendokumente in nutzbare Datensätze, die wesentlich effizienter geprüft, verglichen und bearbeitet werden konnten. Es wurde rund um das eigentliche operative Problem entwickelt – nicht nur das Dokumentenformat –, um die für die Provisionsvalidierung über Kunden, Lieferanten und Märkte hinweg benötigten Informationen zu erfassen. Der Workflow blieb für das Geschäftsteam transparent und steuerbar. Anstatt die Logik hinter einer Black Box zu verbergen, unterstützte das Tool einen zuverlässigeren Prüfprozess und beseitigte dabei einen Grossteil der repetitiven Dokumentenverarbeitung und manuellen Tabelleneingabe.
Technischer Ansatz
Das System kombinierte PDF-Parsing mit KI-gestützter Informationsextraktion, um Lieferantenbelege mit unterschiedlicher Struktur und Darstellung zu verarbeiten. Anstatt ein einziges Standardrechnungsformat vorauszusetzen, konzentrierte sich der Workflow darauf, die für die Analyse über verschiedene Lieferanten hinweg erforderlichen Finanzfelder zuverlässig zu identifizieren und zu normalisieren. Wichtige Datenpunkte wie Kundenreferenzen, Produkte, Preise, MwSt., Rabatte und Provisionswerte wurden extrahiert und in ein konsistentes Schema überführt. Dies ermöglichte den Vergleich von Datensätzen über Lieferanten hinweg und unterstützte automatisierte Berechnungsworkflows auf Basis der eigenen Provisionslogik des Unternehmens. Die Ausgabe wurde dann für die nachgelagerte Verwendung in Excel und verwandten Reporting-Workflows aufbereitet, sodass das Team die Aufsicht über den Prozess behielt und gleichzeitig den manuellen Prüf- und Erfassungsaufwand erheblich reduzierte.
Ergebnis
Was zuvor ein repetitiver monatlicher Prüfprozess war, wurde deutlich schneller und konsistenter. Das Tool reduzierte stundenlange manuelle Prüfung und Tabelleneingabe, verbesserte die Zuverlässigkeit über Finanzaufzeichnungen hinweg und erleichterte die Validierung von Provisionsauszahlungen über mehrere Lieferanten und Kunden. Es reduzierte auch die Fragilität des Workflows. Anstatt stark auf die individuelle Vertrautheit mit lieferantenspezifischen Dokumentformaten angewiesen zu sein, gewann das Unternehmen einen systematischeren und skalierbaren Prozess für wiederkehrende Belege – was niedrigeren Verwaltungsaufwand, bessere Konsistenz und einen klaren Weg zur Unterstützung von Wachstum ohne proportionale Erhöhung des manuellen Aufwands bedeutet.
Warum das relevant ist
Viele Diskussionen über Enterprise-KI sind noch immer auf beeindruckende Demos und übertriebene Versprechen fokussiert. In der Praxis sind viele der wertvollsten Anwendungen weit weniger glamourös und weit nützlicher. Dieses Projekt löste ein reales operatives Problem: verlässliche Struktur aus wiederkehrenden Finanzdokumenten zu extrahieren und Geschäftslogik darauf anzuwenden, um die tägliche Arbeit zu unterstützen. Der Wert kam aus Geschwindigkeit, Konsistenz und Kontrolle – nicht aus Neuheit um ihrer selbst willen. Genau dort verdient sich praktische KI ihren Platz innerhalb von Organisationen. Nicht indem sie das Urteilsvermögen der Menschen ersetzt, sondern indem sie repetitive Dokumentenverarbeitung beseitigt, vermeidbare Fehler reduziert und wichtige Prozesse leichter skalierbar macht. Diese Art von fundierter, workflow-orientierter Verbesserung ist oft das, was KI von einer interessanten Idee zu etwas macht, das ein Unternehmen wirklich nutzen möchte.