Dieses Update hebt die Verknüpfung von Rechnungs- und Bestellpositionen (Artikel-Ebene) auf ein völlig neues Niveau und macht einen bislang zeitintensiven Schritt bemerkenswert effizient.

Dieser Artikel ist relevant für Mitarbeitende mit Berechtigungen basierend auf allen Rollen.

Bislang mussten die einzelnen Positionen in Bestellung und Rechnung mühsam und manuell miteinander abgeglichen und zugeordnet werden. Doch damit ist jetzt Schluss. Mit dem neuen KI-Auto-Matching übernimmt unsere intelligente Matching-Engine diese Aufgabe vollständig für Sie.

Diese Erweiterung reduziert den manuellen Prüfaufwand, minimiert Fehler und beschleunigt den Rechnungsabgleich. Das System interpretiert Intelligent, Artikelname, Positionsbeschreibungen, Mengen und Preise, um hochpräzise Zuordnungen zu ermöglichen, selbst wenn die Formate der Dokumente voneinander abweichen.

So funktioniert die neue KI-Verknüpfung:

Sobald eine Bestellung freigegeben wurde und durch das Hinzufügen der Rechnung ein entsprechender Rechnungsantrag generiert wird, oder innerhalb der Rechnung über die Funktion „Bearbeiten“ eine Bestellung mittels der Schaltfläche „Bestellung auswählen“ zugeordnet wird, erscheint ein Ladefenster, das den laufenden KI-Prozess visualisiert. In diesem Schritt demonstriert das System, wie die KI die automatische Verknüpfung der Positionen analysiert und verarbeitet.

Sobald die KI ihre Aufgabe abgeschlossen hat, öffnet sich wie gewohnt das Fenster zur Artikelverknüpfung.

Der entscheidende Unterschied: Die Positionen wurden bereits automatisch den entsprechenden Artikeln der Bestellung zugeordnet. Eine manuelle Verknüpfung ist somit nicht mehr erforderlich.

ℹ️ Hinweis: Die KI-Verknüpfung lässt sich noch nicht für Lieferscheine nutzen.

Wann findet ein automatisches Verknüpfen der Artikel statt und wann nicht?

Unsere neue KI-gestützte Verknüpfungs-Funktion vergleicht die Positionen eines Rechnungsantrags mit den entsprechenden Positionen der Bestellung.

Das System prüft dabei mehrere Kriterien in einer festen Reihenfolge. Ein Match wird nur erzeugt, wenn alle erforderlichen Bedingungen erfüllt sind. Optional fließen zusätzliche Informationen in die Bewertung des Matchings ein, ohne jedoch zwingend erforderlich zu sein.

1. Prüfung der Beträge (obligatorisch)

Zunächst wird die prozentuale Abweichung zwischen Rechnungsbetrag und Bestellbetrag berechnet. Liegt die Differenz über 25%, wird kein Match erzeugt. Liegt die Abweichung innerhalb dieses Rahmens (maximal 25% Abweichung), erfolgt die weiterführende Prüfung der Positionsbezeichnungen.

2. Prüfung der Positionsnamen (obligatorisch)

Ein Match wird erzeugt, wenn die Positionsbezeichnungen identisch sind, wenn eine eindeutige Substring-Beziehung besteht oder wenn die Begriffe semantisch eng verwandt sind. Enthält beispielsweise der Begriff „Anfahrt hin“ das Wort „Anfahrt“ oder sind Begriffe wie „Montage“ und „Installation“ inhaltlich äquivalent, erkennt die KI diese Verbindung.

Ein Match wird nicht erzeugt, wenn die Begriffe auf vollkommen unterschiedliche Produkte hindeuten wie etwa „Stuhle“ im Vergleich zu „Tisch“.

3. Berücksichtigung von Materialcodes (optional)

Sind Materialcodes sowohl auf der Rechnung als auch in der Bestellung vorhanden, fließen diese in die Bewertung ein. Übereinstimmende Materialcodes erhöhen die Match-Wahrscheinlichkeit geringfügig, während abweichende Codes sie leicht reduzieren. Fehlen Materialcodes, hat dies keinen Einfluss auf die übrigen Prüfungen. Ein Match kann also trotz unterschiedlicher oder fehlender Codes entstehen, sofern Beträge und Positionsnamen übereinstimmen.

4. Ermittlung des Confidence-Scores

Zum Abschluss berechnet die KI einen Confidence-Score, der die Sicherheit des Matchings abbildet. Die Berechnung basiert auf der Namensähnlichkeit sowie der Höhe der Betragsabweichung. Je geringer die Differenz und je stärker die sprachliche Übereinstimmung, desto höher ist der Score. Nur Ergebnisse mit einem Confidence-Score von mindestens 0.8 werden als gültige Matches zurückgegeben. Dadurch stellen wir sicher, dass das automatische Matching fachlich stimmige und verlässliche Ergebnisse liefert.

Beispiel 1: Verknüpfung findet statt

Rechnungsposition

Name: „Anfahrt und Montage“
Betrag: 95 €
Materialcode: 1023-A

Bestellposition

Name: „Anfahrt“
Betrag: 100 €
Materialcode: 1023-A

Analyse nach Matching-Regeln

Betragsprüfung
– Abweichung: 5 %
– Liegt unter 25 %, daher wird geprüft
Namensprüfung
– „Anfahrt und Montage“ enthält den Begriff „Anfahrt“, also eindeutiger Substring
– semantisch verwandt, daher gültig
Materialcode
– Beide Positionen haben denselben Code
– Leichte Erhöhung des Confidence-Scores
Confidence-Score
– Ähnlicher Name plus geringe Betragsabweichung ergibt hohen Score
– Score ≥ 0.8

Ergebnis: Die KI erzeugt ein Match.

Beispiel 2: Keine Verknüpfung