Der Stau in der Finanzabteilung

Der Kunde, ein spezialisierter Maschinenbauer mit 145 Mitarbeitern im Südwesten Deutschlands, stand vor einem wachsenden Stau in der Finanzabteilung. Das Problem war nicht mangelnde Arbeitsmoral, sondern eine strukturelle Überlastung durch ein veraltetes manuelles System. Jeden Monat wurden über 1.200 Eingangsrechnungen manuell erfasst. Das Team bestand aus drei Buchhaltungskräften, die parallel zu laufenden Buchungen auch das Rechnungsverwaltungssystem pflegten. Diese Doppelbelastung führte zu einer Durchlaufzeit von der Rechnungseingang bis zur Zahlung, die im Schnitt bei 12 Werktagen lag. Spätabbuchungen führten zu Zahlungszinsen und belasteten das Lieferantenverhältnis, was in der engen Wertschöpfungskette des Maschinenbaus schnell zu Reibungsverlusten führte.

Ursachenanalyse: Wo der Prozess ins Stocken geriet

Bevor wir an die technische Lösung dachten, analysierten wir den bestehenden Prozess in einer zweitägigen Workshop-Sitzung mit der Finanzleitung. Ziel war es, die Engpässe objektiv zu identifizieren, um teure Fehlinvestitionen in die falsche Technologie zu vermeiden. Die Hauptprobleme stellten sich dabei als systemisch und nicht als personell dar.

Erstens dominierte die manuelle Datenerfassung: Buchhaltungskräfte tippten Daten aus PDFs und E-Mails in die Software. Dieser Prozess war nicht nur langsam, sondern auch anfällig für Transkriptionsfehler. Zweitens fehlte eine automatisierte Validierung. Doppelte Buchungen und fehlerhafte Konten wurden erst in der Monatsabschlussprüfung entdeckt, was zu einem hohen Aufwandsrisiko im Backoffice führte. Drittens lief die ineffiziente Freigabe über E-Mail-Ketten statt über ein digitales Workflow-System. Genehmigungen gingen verloren, wurden übersehen oder blockierten den gesamten Zahlungszyklus, bis der zuständige approvierte Mitarbeiter wieder im Büro war. Diese Struktur verhinderte Skalierbarkeit und erhöhte das Risiko für Compliance-Fehler erheblich.

Herausforderungen bei der Transformation

Die Umsetzung solcher Projekte ist selten geradlinig. Bei diesem Vorhaben stießen wir auf drei spezifische Herausforderungen, die eine sorgfältige Planung erforderten.

  • Heterogene Rechnungsformate: Die Lieferanten stammten aus verschiedenen Branchen und Regionen. Einige nutzten standardisierte PDFs, andere scannten handschriftliche Notizen oder nutzten proprietäre Exportformate. Die OCR-Engine musste extrem robust gegen Format-Variationen sein.
  • ERP-Legatsystem: Das bestehende ERP-System verfügte über begrenzte API-Schnittstellen. Eine direkte, saubere Anbindung der Automatisierungslösung erforderte die Entwicklung von individuellen Adaptern, um Datenverluste zu vermeiden.
  • Akzeptanz im Team: Die Buchhaltungskräfte hatten Angst vor Jobverlust oder erhöhtem Kontrollaufwand. Ohne ein klares Change-Management hätte die neue Technologie im Alltag scheitern können, da die Nutzer die neuen Workflows nicht verinnerlicht hätten.

Der Tech-Stack

Um die identifizierten Probleme zu lösen, haben wir einen schlanken, aber leistungsstarken Tech-Stack zusammengestellt, der direkt in die bestehende IT-Landschaft passt:

  • OCR-Engine (KI-basiert): Automatisches Extrahieren von Rechnungsdaten aus PDFs, Scans und E-Mails mit hoher Toleranz gegenüber Unschärfe.
  • Regelbasierte Validierungs-Logik: Automatische Prüfung auf doppelte Buchungen, Abweichungen zum Auftragsvolumen und falsche Konten anhand definierter Business Rules.
  • Digitales Workflow-System: Integrierte Genehmigungsfreigaben direkt im ERP-System mit Eskalationspfad und Zeitstempeln.
  • Bankenkonnektor (SEPA): Automatisierte Zahlungsdatei-Erstellung und Übermittlung an das Online-Banking-Portal.
  • ERP-Adapter: Maßgeschneiderte Schnittstellenkomponente zur nahtlosen Datenübertragung in das bestehende Legacy-ERP.

Umsetzung: Von der Analyse zum Go-live

Innerhalb von 8 Wochen implementierten wir eine integrierte Automatisierungslösung, die direkt in die bestehende ERP-Landschaft integriert wurde. Der Fokus lag auf einer schnellen, aber stabilen Einführung, die den laufenden Betrieb nicht gefährdet.

Projektverlauf in 5 Phasen: Prozessanalyse & Workshop mit Finanzteam, OCR-Modelltraining mit historischen Daten, ERP-Integration & Workflow-Anpassung …

Die Kernkomponenten waren eng aufeinander abgestimmt. Die OCR-Engine nahm die Rohdaten entgegen und strukturierte sie. Die regelbasierte Validierung prüfte diese Daten gegen die Stammdaten und offene Posten. Erst wenn alle Checks bestanden, wurde die Rechnung im digitalen Freigabe-Workflow angezeigt. Nach der Freigabe generierte der Bankenkonnektor die SEPA-Datei. Die Migration der historischen Daten erfolgte parallel zum Produktivbetrieb, um den laufenden Betrieb nicht zu unterbrechen. Wir haben bewusst auf einen „Big Bang“-Ansatz verzichtet und stattdessen eine Phasenstrategie gewählt, die das Risiko minimierte.

Wie wir die Zahlen messen

Um die Erfolgskennzahlen zu ermitteln, haben wir einen Baseline-Zustand vor der Implementierung über einen Zeitraum von drei Monaten dokumentiert. Wir haben die Zeitstempel der Rechnungseingänge und der Zahlungsausgänge im ERP-System ausgewertet, um die tatsächliche Durchlaufzeit zu bestimmen. Für die Fehlerquote haben wir die Anzahl der korrigierten Buchungen und Stornierungen pro Monat gezählt und ins Verhältnis zur Gesamtzahl der Rechnungen gesetzt. Die Kosten pro Rechnung wurden anhand des Stundenlohns der Buchhaltungskräfte und der gemessenen Bearbeitungszeit (Sekunden pro Rechnung) kalkuliert. Diese Methodik stellt sicher, dass die gemessenen Verbesserungen nicht auf Effektheberei beruhen, sondern auf einer realen Prozessverbesserung basieren.

Ergebnis: Messbare Effizienzsteigerung

Nach dem Go-live stabilisierte sich der Prozess innerhalb der ersten vier Wochen. Die folgenden KPIs wurden nach drei Monaten gemessen und zeigen einen deutlichen positiven Trend.

  • Durchlaufzeit: Reduktion von 12 auf 4,8 Werktage (ca. 60 % schneller).
  • Manuelle Arbeit: 85 % weniger manuelle Erfassungszeit für das Buchhaltungsteam.
  • Fehlerquote: Senkung der Rechnungsfehler um 92 %.
  • Kosten: Senkung der pro Rechnung verursachten Kosten um 45 %.

Das Team konnte sich auf wertschöpfende Aufgaben wie Liquiditätsplanung und Lieferantenanalysen konzentrieren. Die Finanzabteilung wurde vom reinen Erfassungszentrum zum strategischen Partner des Einkaufs umfunktioniert.

Reduktion der Prozesskosten und -zeiten: Vorher-Nachher-Vergleich der Kennzahlen in %

Learnings und Erkenntnisse

Der Erfolg dieses Projekts basierte auf drei entscheidenden Faktoren, die wir aus unserer Erfahrung mit ähnlichen Vorhaben ableiten. Erstens war das Prozessdesign vor der Technik entscheidend. Wir haben den Freigabeprozess erst dann optimiert, als wir die Software einsetzten. Hätten wir die ineffiziente E-Mail-Logik nur digitalisiert, wäre der Nutzen deutlich geringer ausgefallen. Zweitens hat ein starkes Change Management die Akzeptanzproblematik reduziert. Regelmäßige Schulungen und ein dedizierter Ansprechpartner im Projektteam sorgten dafür, dass das Team die neue Lösung als Entlastung und nicht als Kontrolle wahrnahm. Drittens war die iterative Validierung der Schlüssel zur Qualität. Die OCR-Regeln wurden in den ersten 4 Wochen wöchentlich nachjustiert, um die Genauigkeit von anfänglich 80 % auf über 98 % zu steigern. Automatisierung ist kein einmaliges Projekt, sondern ein kontinuierlicher Optimierungsprozess, der Pflege und Anpassung erfordert.

Was wir heute anders machen würden

In der Retrospektive gibt es zwei Punkte, die wir bei einem ähnlichen Projekt anders angehen würden, um die Effizienz weiter zu steigern. Erstens würden wir die Datenqualität der Lieferanten bereits in der Beschaffungsphase adressieren. Wenn die Lieferanten ihre Rechnungen in einem standardisierten Format (z. B. XRechnung) senden würden, ließe sich die OCR-Aufwandskomponente weiter reduzieren und die Validierung noch schneller durchführen. Zweitens würden wir die Schulung der Mitarbeiter noch früher in den Prozess integrieren. In diesem Projekt haben wir die Schulungen parallel zur Entwicklung durchgeführt. Eine frühere Einbindung der Endanwender in die Designphase hätte das Feedback noch schneller in die Workflow-Definition einfließen lassen und die Akzeptanz noch früher gesichert. Dennoch bleibt das Ergebnis ein klarer Beleg dafür, dass gezielte Automatisierung in der Kreditorenbuchhaltung im Mittelstand hohe Hebelwirkung besitzt.

Passend dazu