Einsatzmöglichkeiten von künstlicher Intelligenz im Rechnungswesen

Künstliche Intelligenz (KI) ist nicht nur in den Medien sehr präsent, sondern verändert auch viele Arbeitsbereiche. So macht sie auch vor dem Rechnungswesen nicht Halt. Die KI-Anwendungen werden von zunehmend mehr Unternehmen eingesetzt, meist mit dem Ziel, Zeit und Kosten zu sparen sowie die Arbeitsqualität zu verbessern. Der folgende Text gibt einen aktuellen Überblick (Stand: Anfang 2026) über KI im Rechnungswesen.

Stand des Einsatzes von KI im Rechnungswesen in Deutschland

Den aktuellen Stand im deutschsprachigen Raum (Deutschland, Österreich, Schweiz) fasst eine Studie der internationalen Wirtschaftsprüfungsgesellschaft KPMG AG gut zusammen. Für Studienausgabe 2025/2026 zum Thema "Digitalisierung im Rechnungswesen" hat KPMG Beschäftigte von 209 Unternehmen unterschiedlicher Größen und Branchen online befragt.

Zum Zeitpunkt der Befragung im Frühjahr 2025 gaben 20 % der befragten Unternehmen an, dass sie bereits KI im Rechnungswesen einsetzen, 33 % planen, dies zu tun. 44 % sehen im Rechnungswesen für KI eine zunehmende Bedeutung, für 17 % ist die Bedeutung bereits jetzt hoch oder sehr hoch. 17 % nutzen KI für die Buchung von Geschäftsvorfällen, 22 % planen, dies zu tun (im Folgenden jeweils die Prozentzahl in Klammern für entsprechende Pläne). Bei der Erstellung von Einzelabschlüssen setzen 3 % (7 %) der Unternehmen KI ein, bei der Fehlervorhersage und Anomalieerkennung 6 % (23 %). Detaillierte Angaben zu den Prozessen, bei denen KI Anwendung findet, werden im Abschnitt „Heutige Anwendungsfelder“ gemacht.

Vorteile der Anwendung von KI im Rechnungswesen

Bei der KPMG-Studie wurden Unternehmen, die bereits KI im Rechnungswesen einsetzen, zusätzlich nach ihren Erfahrungen befragt. Dabei ging es zunächst um transaktionale Prozesse, also solche, bei denen Transaktionen vorgenommen werden, etwa das Buchen von Rechnungen oder das Verarbeiten von Zahlungen. Bei transaktionalen Prozessen sehen 15 % der Befragten Kosteneinsparungen nach kurzer Frist, 71 % erst mittel- oder langfristig (im Folgenden jeweils in Klammern). Zeiteinsparungen nennen 37 % (56 %) der Studienteilnehmer, Qualitätssteigerungen 34 % (41 %). Bei transaktionalen Prozessen werden die eingangs genannten Ziele bei der Einführung von KI-Systemen aus Sicht der Anwender ganz überwiegend erreicht.

Anders sieht es aus bei nicht transaktionalen Prozessen, wie Berichterstellung, Budgetplanung oder Finanzanalyse: Hier erkennen nur 12 % (54 %) Kosteneinsparungen, 24 % (47 %) Zeiteinsparungen und 17 % (44 %) Qualitätssteigerungen. Nach ihrer Zufriedenheit befragt, geben 66 % an, dass die KI-basierte Lösung ihre Erwartungen erfüllt habe, 5 % teilen mit, dass ihre Erwartungen sogar übertroffen wurden.

Die Vorteile KI-basierter Lösungen kommt vor allem dadurch zustande, dass die KI einen organisatorischen Zusatznutzen bietet. Eine Software, die Rechnungen oder Belege scannt und mittels OCR (Optical Character Recognition) Texte und Zahlen eines Dokuments erfasst und bearbeitbar macht, bietet keinerlei Interpretation der dargestellten Daten an. Ein KI-basiertes System kann, wenn es entsprechend trainiert ist, beispielsweise ein Datum der Leistung, der Rechnung oder der Fälligkeit zuordnen. Auch können einzelne Dokumente eines Beschaffungsvorgangs miteinander verknüpft werden, etwa die Bestellung, der Empfang der Ware, die Rechnung und die Zahlung; bisher geschieht diese Verknüpfung in der Regel manuell durch die Buchhaltung. KI kann nun die Leistungsbeschreibung in einer Rechnung interpretieren und diese Informationen nutzen, um weitere Bearbeitungsschritte vorzuschlagen oder zu vollziehen.

Das Berliner Softwareunternehmen Candis GmbH gibt auf seiner Internetseite an, dass bei einer von der Firma durchgeführte Befragung von Unternehmen die folgenden Vorgänge als größte Zeitfresser im Rechnungswesen genannt wurden:

• Datenerfassung und Belegerkennung
• Sammelabrechnungen (z. B. Tankkarten)
• Fremdsprachen- und Auslandsrechnungen
• Rückfragen zu Geschäftsvorfällen
• §14-Prüfung und Kontrolle der Pflichtangaben

In all diesen Prozessen können KI-Systeme eine gute Vorarbeit leisten, sodass oft die Buchhaltung nur noch die Plausibilität prüfen und den nächsten Schritt initiieren muss. KI ist mittlerweile auch in der Lage, aussagekräftige Buchungstexte zu erstellen, sodass eine Buchung auf einem Kontenblatt auf Anhieb verstanden werden kann.

Alles in allem können KI-basierte Systeme zwar gute Assistenzleistungen erbringen, aber erfahrene Buchhalter nicht ersetzen. Das ist auch schon deshalb nicht sinnvoll, weil die Haftung für Bilanzen und Jahresabschlüssen weiterhin in der Verantwortung der zuständigen Menschen bleibt. KI-Systeme könnten aber ein gutes Mittel gegen den Fachkräftemangel sein, weil mittel- bis langfristig womöglich die Buchhaltung von weniger Beschäftigten als bisher erledigt werden muss.

Heutige Anwendungsfelder

Die KPMG-Studie hat recht detailliert aufgeschlüsselt, bei welchen Prozessen KI im Rechnungswesen bereits zur Anwendung kommt. Bei der Rechnungsstellung und im Mahnlauf setzen jeweils 7 % (bei 16 % in Planung) auf KI, beim Rechnungsversand sind es 7 % (15 %). Am weitesten verbreitet ist der KI-Einsatz bei der Beschaffung und der Rechnungsprüfung: 37 % (27 %) verwenden KI bei der Vorerfassung und Datenerfassung von Eingangsrechnungen, bei der Prüfung von Eingangsrechnungen sind es 30 % (24 %). Bei der Rechnungsverarbeitung auf Basis automatisierter Workflows kommt bei 22 % (25 %) der befragten Unternehmen KI zum Einsatz, bei der automatischen Betrugserkennung sind es 19 % (20 %). Erheblich geringer fällt der Einsatz bei Prognosen, etwa der Liquiditätsplanung, mit 4 % (14 %) und bei der Echtzeitanalyse von Kosten und Budget mit 1 % (17 %) aus.

Ein wichtiges Feld ist auch die Compliance, also das Sicherstellen, dass alle Prozesse und Aktionen einschlägigen Regeln und gesetzlichen Vorgaben entsprechen. Weiter oben ist es mit der „§14-Prüfung“ schon kurz angedeutet worden: Diese Prüfung gilt der Frage, ob eine Eingangsrechnung den Anforderungen nach § 14 UStG (Umsatzsteuergesetz) genügt, denn nur dann darf sie gebucht werden. Doch Compliance umfasst auch den Datenschutz und die Datensicherheit bis hin zu der Frage, wie viele Mitarbeiter mit den Vertretern eines Kunden zu einem Geschäftsessen gehen dürfen. Letztlich geht es also um die Vermeidung von Fehlern, die finanzielle Folgen haben können.

Künftige Anwendungen

Die Erfahrung der vergangenen Jahrzehnte zeigt, dass die gesetzlichen Regelungen eher zunehmen als abnehmen. Deshalb wird Compliance noch wichtiger werden, wobei regelbasierte Systeme (Wenn-dann-Regeln) an ihre Grenzen stoßen; hier können lernende, intelligente Systeme nützlich sein.

Zudem geht es darum, sich wiederholende oder fehleranfällige Prozesse mit KI-Hilfe zu erleichtern und zuverlässiger zu machen. Das wird künftig auch verstärkt in den Bereichen geschehen, in denen KI bisher kaum eingesetzt wird, etwa die Liquiditätsplanung oder die Echtzeitanalyse von Kosten und Budget, wie aus der KPMG-Studie hervorgeht. Jeder Prozess, der digitalisiert werden kann, kann mithilfe von KI noch effizienter gestaltet werden.

Im Rechnungswesen wird als Ziel oft die sogenannte „Dunkelverarbeitung“ angegeben, also die automatische, KI-gestützte Verarbeitung beispielsweise einer Eingangsrechnung, ohne dass ein Mensch eingreift. Ein Mitarbeiter muss am Ende nur noch die Freigabe erteilen. Die Candis GmbH gibt an, dass ihre KI-Software 85 % der Eingangsrechnungen korrekt vorkontieren und dem richtigen Freigeber zuordnen kann. Doch 85 % ist zu wenig in einem Bereich, in dem es auf 100%ige Korrektheit ankommt. Deshalb sei die Einführung der E-Rechnung so wichtig, weil sie es ihre strukturierten Daten ermöglichen, auf eine zu 100 % korrekte Verarbeitung zu kommen, schreibt Candis-Mitarbeiterin Luisa Scholz.

In der Lünendonk®-Studie 2024 zu KI im Rechnungswesen schreiben die Autoren beim Blick in die Zukunft, dass Unternehmen, die in diesem Bereich KI einsetzen, „Wettbewerbsvorteile in Form von Effizienzsteigerungen, Fehlerreduktion und besseren Entscheidungsgrundlagen erzielen“. Zudem seien solche Unternehmen am Arbeitsmarkt attraktiv für junge Talente, die diese Technologiekompetenz von einem modernen Arbeitgeber erwarteten.

Bedenken und Hemmnisse gegenüber KI im Rechnungswesen

Wie bei anderen IT-Projekten auch, gibt es Bedenken potenzieller Nutzer gegenüber KI-Systemen wegen der Möglichkeit, dass ihretwegen Arbeitsplätze gestrichen werden. Deshalb betonen alle Hersteller von KI-Systemen für das Rechnungswesen, dass der menschliche Sachbearbeiter nicht ersetzt werden kann, sondern nur entlastet wird, um sich höherwertigen Aufgaben, wie vertiefter Analyse und strategischen Überlegungen, widmen zu können.

Teilweise werden auch die Datensicherheit und der Datenschutz als Gründe für die Skepsis gegenüber KI-Systemen genannt. Außerdem wird auf die Data Readiness verwiesen: Aus chaotischen Datenbeständen könne auch die beste KI-Anwendung kein brauchbares Ergebnis generieren, sagen Experten. Geordnete Daten sind daher die erste Voraussetzung für die Anwendung von KI im Rechnungswesen.

Dies zeigt sich auch in der KPMG-Studie, wo die schlechte Datenqualität und wenige Trainingsdaten am häufigsten als Hemmnis oder Herausforderung für die Einführung eines KI-Systems im Rechnungswesen genannt werden (61 % der Befragten); die Heterogenität der Daten folgt mit 58 %. Im Übrigen werden vor allem technische und organisatorische Gründe angegeben: Wenig KI-Know-how im Unternehmen (56 %), Komplexität bei der Integration in bestehende Systeme (54 %), Einhaltung von Datenschutz und ethischen Standards (49 %) sowie eine veraltete System- oder Softwarelandschaft (46 %).

letzte Änderung S.P. am 13.01.2026 Autor(en):  Stefan Parsch

Autor:in

	Herr Stefan Parsch Stefan Parsch ist freier Journalist und Lektor. Er schreibt Fachartikel für die Portale von reimus.NET und Artikel über wissenschaftliche Themen für die Deutsche Presse-Agentur (dpa). Für den Verein Deutscher Ingenieure lektoriert er technische Richtlinien. Mehr als zwölf Jahre lang war er Pressesprecher der Technischen Hochschule Brandenburg.
weitere Fachbeiträge des Autors | Forenbeiträge