Szenario 64: Datenextraktion aus Rechnungen mit Konfidenzprüfung

Wer und in welcher Situation

Derya ist Buchhaltungsassistentin in einem Logistik-KMU in Gebze. Sie bereitet die Felder Rechnungsnummer, Verkäufer, Datum, Bestellnummer, Steuer und Gesamtbetrag aus den PDFs der Lieferanten für die Erfassung in der Buchhaltung vor.

Wie es heute gemacht wird

Die PDF wird geöffnet, die Felder werden manuell ins ERP eingegeben und der Gesamtbetrag wird erneut mit der Rechnung abgeglichen. Gescannte Dokumente oder Dokumente mit abweichendem Layout erfordern eine zusätzliche Prüfung.

Wie es mit KI gemacht wird

1. Sie wählt My flows > New flow > Instant cloud flow und legt über Manually trigger a flow > +Add an input > File ein Dateifeld an [124].
2. Sie wählt +New step > AI Builder > Extract information from invoices und verknüpft die Datei mit dem Feld Invoice file [124].
3. Sie übernimmt Rechnungsnummer, Verkäufer, Datum, Fälligkeit, Bestellnummer, Steuer und Gesamtbetrag aus der Ausgabe; bei Bedarf wählt sie über Pages die betreffende Seite aus.
4. Sie schreibt den Konfidenzwert und den ursprünglichen PDF-Wert in die Prüfwarteschlange; Datensätze mit niedriger Konfidenz gibt sie nicht automatisch frei. Über Save > Test testet sie die Beispielrechnung [124].

Beispiel-Prompt

Extrahiere aus dieser Rechnung nur die eindeutig erkennbaren Angaben zu Rechnungsnummer, Verkäufer, Rechnungsdatum, Fälligkeitsdatum, Bestellnummer, Zwischensumme, Steuer, Gesamtbetrag und Währung. Gib den ursprünglichen Text, den normalisierten Wert und den Konfidenzwert an. Lass Felder leer, die du nicht findest; schätze den Gesamtbetrag nicht. Erstelle keinen Buchungssatz.

Nachweis und Praxisbeispiel

Microsofts Fallbericht zu Natixis CIB New York beschreibt die Rechnungsextraktion mit Power Automate, Power Apps und AI Builder und berichtet von 90 % Genauigkeit in der Kundenanwendung sowie einem Umfang von 3.000-5.000 Rechnungen/Jahr [126].

Worauf Sie achten sollten

Türkisch ist in der Liste der unterstützten Sprachen von AI Builder nicht aufgeführt; testen Sie türkische Rechnungen in einem Pilotprojekt mit echten Beispielen [10]. Ein Konfidenzwert ist keine Garantie. AI Builder-Aktionen sind mit Premium-Flows und dem Verbrauch von Credits verbunden; prüfen Sie die Kapazität mit Ihrer Administration [125].

Quellen zu diesem Szenario

10. Invoice processing prebuilt AI model (learn.microsoft.com)
124. Use the invoice processing prebuilt model in Power Automate (learn.microsoft.com)
125. Overview of AI Builder licensing (learn.microsoft.com)
126. Natixis CIB in New York achieves invoice processing accuracy with Power Platform (microsoft.com)