Daten aus Rechnungen extrahieren

Rechnungen sind der Kern des B2B-Handels. Jedes Accounts-Payable-Team bearbeitet Tausende davon: die monatliche Abo-Rechnung eines SaaS-Anbieters, eine einmalige Positionsrechnung einer Marketingagentur, eine mehrseitige Handelsrechnung mit 200 SKUs von einem Bekleidungslieferanten aus Vietnam. Die Semantik bleibt stabil. Das Format nie. Lieferanten verwenden, welche Vorlage auch immer ihr Abrechnungssystem erzeugt, und das Ergebnis landet als PDF im Posteingang, das sich ohne manuelle Neuerfassung nicht in NetSuite, QuickBooks oder SAP importieren lässt. Die Kosten dieser Neuerfassung summieren sich: verpasste Skonti, Verzugsstrafen, Rückstände beim Dreiwegeabgleich, Rückstellungen, die bei der Prüfung durchfallen, weil Positionen bei der Dateneingabe verloren gingen, und ein DSO, der steigt, weil Rechnungen in einer manuellen Warteschlange liegen bleiben.

Die schwierigen Teile sind nicht die einfachen Felder. Rechnungsnummer, Lieferantenname, Gesamtbetrag, Fälligkeitsdatum: Die meisten Extraktoren erfassen diese korrekt. Was bei Skalierung bricht, ist die Positionstabelle. Mehrseitige Rechnungen, bei denen sich die Tabelle über Seiten mit wiederholten Kopfzeilen fortsetzt. Rabatte, die auf einzelne Positionen statt auf die Zwischensumme angewendet werden. Versand- und Bearbeitungskosten, die als eigene Position erscheinen, teils steuerpflichtig, teils nicht. Rechnungen mit gemischten Währungen, bei denen eine Position in USD und eine andere in EUR steht (selten, aber real bei internationalen Dienstleistern). Mehrwertsteuer oder Sales Tax, die nach Gerichtsbarkeit aufgeschlüsselt werden muss. Zahlungsadressen des Lieferanten, die vom Namen der Rechtseinheit im Rechnungskopf abweichen. Bestellnummern, die einmal im Kopf und erneut pro Position erscheinen. Zahlungsbedingungen, ausgedrückt als Net 30, 2/10 Net 30 oder ein konkretes Fälligkeitsdatum.

Talonic liefert die vollständige Rechnungsstruktur als JSON oder CSV: Positionen als strukturiertes Array mit Beschreibung, Menge, Einzelpreis, Positionssumme und etwaiger Steuer oder Rabatt pro Position; Kopffelder wie Rechnungsnummer, Daten, Lieferant, Käufer, Währung und Summen einmal erfasst; Zahlungsbedingungen als Strings erhalten statt in starre Felder geparst, da die Variation zu groß für eine Standardisierung ist. Jede extrahierte Zelle trägt einen Konfidenzwert und einen Pixel-Bereichsverweis, sodass jeder strittige Betrag vor der Freigabe gegen das Quell-PDF geprüft werden kann.