Fraunhofer Austria
Fraunhofer Austria

Bookkeepr | Intelligente Buchhaltung: Automatisierte Rechnungsverarbeitung mit KI für Selbständige und KMUs

© Fraunhofer Austria
© Fraunhofer Austria
Anzahl Buchungen je Kontonummer

Bookkeepr verfolgt das Ziel, Selbständigen und kleinen bis mittleren Unternehmen (KMUs) eine intelligente Buchhaltungssoftware bereitzustellen, die Rechnungen und Belege automatisch erfasst und verbucht. Fraunhofer Austria unterstützte Bookkeepr im Rahmen des Projekts mit einer Machbarkeitsstudie. Im Fokus stand dabei nicht die Digitalisierung der Dokumente, sondern vor allem deren korrekte Zuordnung zu den passenden Bilanzpositionen – ein Prozess, der mithilfe von Künstlicher Intelligenz (KI) deutlich effizienter gestaltet werden kann.

Anhand eines umfangreichen Datensatzes mit rund 4.400 realen Buchungseinträgen wurde ein KI-basierter Klassifizierungsalgorithmus entwickelt und getestet. Trotz der vielfältigen und teilweise unstrukturierten Daten zeigte das System vielversprechende Ergebnisse: In 94 % der Fälle war die korrekte Kontonummer unter den Top-3-Vorschlägen enthalten, was eine deutliche Arbeitserleichterung für Buchhalter bedeutet. Begleitend führten die Forscherinnen und Forscher eine Risikoanalyse im Kontext der EU-Regulierung für KI-Systeme durch, wobei sie insbesondere für das Projekt besonders relevante Aspekte wie Datenschutz und Transparenz betrachteten. Das Projekt lieferte somit eine solide Grundlage für die Weiterentwicklung einer vertrauenswürdigen und effizienten Buchhaltungssoftware.

Projekt-Statement

„Die Zusammenarbeit mit Fraunhofer Austria brachte uns in unserer Mission schnell voran. Aufbauend auf den Ergebnissen des Digi-Scheck-Projekts konnten wir in weiterer Folge eine FFG-Förderung sowie ein Investment erhalten.“

Sanjin Kreibich, Bookkeepr

Eckdaten

Projekt: Bookkeepr
methoden:
  • Optical Character Recognition (OCR)
  • Ähnlichkeitssuche auf Texten (TF-IDF) 
Projektdauer:

3 Monate
projektergebnisse:

Im Projekt Bookkeepr wurde eine Methode zur automatischen Zuordnung von Buchungstexten zu Bilanzkonten mithilfe von Künstlicher Intelligenz entwickelt und an einem Datensatz von knapp 4.400 Rechnungen getestet. Trotz der heterogenen Daten konnten vielversprechende Ergebnisse erzielt werden: In 94 % der Fälle war die korrekte Kontonummer unter den drei besten Vorschlägen des Algorithmus enthalten, und in 75 % der Fälle war die erste Vorhersage korrekt. Zusätzlich wurde eine Risikoanalyse im Sinne des EU AI Acts durchgeführt, die insbesondere auf die Bereiche Transparenz und Datenschutz hinweist. Im Projekt wurden darüber hinaus klare Empfehlungen für den Ausbau der Datenbasis und Optimierung der Algorithmen erarbeitet, die als Basis für die Weiterentwicklung der Buchhaltungssoftware dienten.
OSZAR »