Spesen- und Reisekosten die KI vorprüft.

Die Reisekostenabrechnung ist in vielen Unternehmen eine ungeliebte Doppelbelastung: Der Mitarbeiter sammelt Belege, tippt Beträge ab und wartet auf Erstattung; die Buchhaltung prüft jede Position von Hand gegen die Reisekostenrichtlinie und gegen die steuerlichen Vorgaben. Das ist kleinteilig, fehleranfällig und langsam — und genau die Art von Routine, bei der KI ihren Nutzen unaufgeregt entfaltet. Sie liest die Belege automatisch aus, gleicht die Positionen gegen die hinterlegten Richtlinien ab und markiert vor der Freigabe, was auffällig ist: doppelt eingereichte Belege, fehlende Pflichtangaben, Beträge über den erlaubten Grenzen, unplausible Kombinationen. Die Buchhaltung prüft dann nicht mehr alles, sondern nur noch die markierten Ausnahmen — und der Mitarbeiter bekommt sein Geld schneller. Dieser Beitrag zeigt, wie eine solche Vorprüfung aufgebaut ist, welche Zeitersparnis realistisch ist, wo die Auslesefehler lauern und warum die steuerliche und prüfungssichere Verantwortung trotz aller Automatik beim Menschen bleibt.

Wo die Reisekostenabrechnung wirklich Zeit kostet.

Der Aufwand verteilt sich auf zwei Seiten, die beide leiden. Auf der Mitarbeiterseite ist es das Abtippen: Belegdaten in ein Formular übertragen, Reisezeiten erfassen, Pauschalen heraussuchen, Belege scannen und zuordnen. Auf der Buchhaltungsseite ist es die Prüfung: Stimmt der Beleg mit der Eingabe überein? Liegt der Betrag innerhalb der Richtlinie? Ist die Bewirtung korrekt dokumentiert? Wurde der Beleg vielleicht schon einmal eingereicht?

Beide Tätigkeiten sind monoton, regelbasiert und damit prädestiniert für Automatisierung. Die meisten Positionen einer Abrechnung sind völlig unkritisch — ein Bahnticket, ein Hotelbeleg, eine Tankquittung im Rahmen. Trotzdem schaut die Buchhaltung jede einzeln an, weil sie nicht weiß, welche die problematische ist.

Genau hier liegt der Hebel. Wenn ein System die unkritische Mehrheit automatisch durchwinkt und nur die wenigen auffälligen Positionen zur Prüfung vorlegt, sinkt der Prüfaufwand drastisch — ohne dass die Kontrolle leidet, denn die Ausnahmen sind ja gerade die, auf die es ankommt.

Belege automatisch auslesen — und wo es hakt.

Der erste Schritt ist die Datenextraktion: Aus einem fotografierten oder gescannten Beleg liest die KI die relevanten Felder — Datum, Betrag, Mehrwertsteuer, Händler, Belegart. Moderne Verfahren kombinieren Texterkennung mit Sprachmodellen und kommen bei gängigen Belegtypen auf hohe Trefferquoten.

Realistisch ist hier eine ehrliche Differenzierung: Saubere, standardisierte Belege — maschinell gedruckte Rechnungen, Bahntickets, Hotelrechnungen — werden zuverlässig erkannt, oft mit Feld-Genauigkeiten im hohen Neunzig-Prozent-Bereich. Schwierig bleiben zerknitterte Thermobons, handschriftliche Quittungen, fremdsprachige Belege und Fotos in schlechter Qualität. Hier sinkt die Genauigkeit spürbar, und gerade der Betrag oder die Mehrwertsteuer können falsch ausgelesen werden.

Deshalb ist der entscheidende Designgrundsatz: Das System soll seine eigene Unsicherheit kennen. Bei einem klar erkannten Beleg übernimmt es die Werte; bei einem unsicheren markiert es das Feld zur manuellen Kontrolle, statt einen geratenen Wert stillschweigend zu übernehmen. Ein falsch ausgelesener Betrag, der ungeprüft durchläuft, ist schlimmer als gar keine Automatik — diese Ehrlichkeit über die eigenen Grenzen ist der Kern eines brauchbaren Systems.

Prüfung gegen die Reisekostenrichtlinie.

Sind die Belegdaten erfasst, gleicht das System sie gegen die hinterlegten Regeln ab. Das sind teils harte, eindeutige Regeln, teils weichere Plausibilitätsprüfungen.

• Betragsgrenzen: Übernachtung über dem erlaubten Satz, Bewirtung über der Grenze, Tagespauschalen korrekt angesetzt.
• Pflichtangaben: Bei Bewirtungsbelegen die Teilnehmer und der Anlass, bei Auslandsreisen die richtige Pauschale, bei Vorsteuerabzug die vollständige Rechnung.
• Doppeleinreichungen: Derselbe Beleg in zwei Abrechnungen oder von zwei Reisenden — ein klassischer, oft unabsichtlicher Fehler, den das System über Beleg-Fingerabdrücke zuverlässig findet.
• Plausibilität: Ein Hotelbeleg für eine Nacht, in der laut Reiseplan keine Übernachtung vorgesehen war; eine Tankquittung weit abseits der Route; ein Mittagessen, das gegen die Tagespauschale doppelt geltend gemacht wird.

Die harten Regeln sind einfach und sehr zuverlässig. Der eigentliche Mehrwert der KI liegt bei den weichen Mustern — den unplausiblen Kombinationen, die eine starre Regelprüfung nicht erfasst, ein erfahrener Sachbearbeiter aber stutzig findet. Das System lernt solche Muster aus vergangenen, korrigierten Abrechnungen.

Was an Zeitersparnis realistisch ist.

Die häufigste Frage ist auch hier die nach dem konkreten Nutzen. Die Antwort hängt stark davon ab, wie manuell der Prozess vorher war — bei reiner Handarbeit ist der Hebel groß, bei einem bereits teildigitalisierten Workflow kleiner.

Eine seriöse Bandbreite: Beim Erfassen spart die automatische Belegauslesung dem Mitarbeiter typischerweise den Großteil der Tipparbeit — eine Abrechnung, die früher zwanzig Minuten gekostet hat, schrumpft oft auf wenige Minuten Kontrolle. Auf der Prüfseite kann die Buchhaltung den Aufwand für die unkritische Mehrheit der Positionen weitgehend entfallen lassen und sich auf die markierten Ausnahmen konzentrieren — was den Prüfaufwand grob halbieren bis dritteln kann.

Mindestens so wichtig wie die reine Zeit ist die Durchlaufzeit: Erstattungen, die vorher Wochen brauchten, weil Abrechnungen in der Prüfschlange lagen, lassen sich auf Tage verkürzen. Das ist ein spürbarer Zufriedenheitsgewinn für die Mitarbeiter — ein weicher, aber realer Nutzen, der in der reinen Kostenrechnung gern übersehen wird.

Wo die Verantwortung beim Menschen bleibt.

So nützlich die Automatik ist — die steuerliche und prüfungssichere Verantwortung lässt sich nicht an ein Modell delegieren. Mehrere Punkte verdienen klare Grenzen.

Erstens ist die Reisekostenabrechnung steuerrelevant. Falsch angesetzte Pauschalen, fehlerhafter Vorsteuerabzug oder mangelhaft dokumentierte Bewirtungen können bei einer Betriebsprüfung zu Nachzahlungen führen. Das System ist ein Assistent, der vorprüft und vorschlägt — die Verantwortung für die korrekte Abrechnung bleibt bei Buchhaltung und Steuerberatung.

Zweitens dürfen Auslesefehler nicht ungeprüft in die Buchhaltung wandern. Gerade bei unsicher erkannten Belegen braucht es die menschliche Kontrolle, sonst verlagert man das Fehlerrisiko nur, statt es zu senken.

Drittens ist die Aufbewahrung relevant: Belege müssen revisionssicher und im Original beziehungsweise als ordnungsgemäßer Scan archiviert werden — die Anforderungen an die Aufbewahrung digitaler Belege sind in den GoBD geregelt und gelten unabhängig davon, ob eine KI mitliest. Ein gutes System unterstützt diese Anforderungen, ersetzt aber nicht die Pflicht, sie einzuhalten.

Integration in den Abrechnungs-Workflow.

Eine Vorprüfung, die in einem separaten Tool läuft und deren Ergebnisse von Hand ins Abrechnungssystem übertragen werden, schafft neue Reibung statt sie zu beseitigen. Der Nutzen entsteht, wenn die KI in den bestehenden Workflow eingebettet ist — idealerweise so, dass der Mitarbeiter den Beleg per App fotografiert, die Daten vorausgefüllt bekommt, bestätigt, und die Abrechnung dann vorgeprüft in der Buchhaltung landet.

Die meisten gängigen Reisekosten- und ERP-Systeme — von spezialisierten Lösungen bis zu den Modulen in SAP, DATEV oder Microsoft Dynamics — bieten heute Schnittstellen, über die sich eine solche Vorprüfung andocken lässt. Wichtig ist, dass die Stammdaten — Richtlinien, Pauschalen, Kostenstellen — aus dem führenden System kommen und nicht doppelt gepflegt werden müssen.

Bewährt hat sich ein klares Ampelprinzip: grüne Positionen laufen automatisch durch, gelbe brauchen einen prüfenden Blick, rote werden zurückgewiesen oder eskaliert. Diese einfache, nachvollziehbare Logik nimmt der Buchhaltung die Angst vor der Black Box und macht transparent, warum eine Position aufgehalten wurde.

Einstieg, Kosten, Lernkurve.

Ein realistischer Einstieg beginnt mit der Belegauslesung und den harten Regelprüfungen — also dem Teil mit dem klarsten, sofort messbaren Nutzen. Die weichen Plausibilitätsmuster kommen später hinzu, wenn genug korrigierte Abrechnungen als Lernmaterial vorliegen. Vier bis zehn Wochen sind realistisch bis zu einem nutzbaren ersten Stand.

Die Investition für einen ersten Anwendungsfall im Mittelstand bewegt sich grob bei 15.000 bis 50.000 Euro, stark abhängig von der Integration ins bestehende Abrechnungssystem. Bei standardisierten Cloud-Lösungen für Reisekosten gibt es zunehmend fertige KI-Funktionen, die den Eigenbau überflüssig machen — hier lohnt der Blick, ob das vorhandene System die Vorprüfung schon mitbringt. Laufende Kosten sind moderat und skalieren mit dem Belegvolumen.

Die Lernkurve ist hier vergleichsweise sanft, weil der Anwendungsfall klar abgegrenzt ist. Der größte Stolperstein ist die Belegqualität: Wenn Mitarbeiter unscharfe Fotos zerknitterter Bons einreichen, leidet die Auslesegüte. Etwas Schulung — gerade Belege fotografieren, vollständig im Bild — hebt die Trefferquote oft mehr als jede Modellverbesserung. Dieser unspektakuläre Punkt entscheidet in der Praxis maßgeblich darüber, wie gut das System im Alltag funktioniert.

Sie wollen wissen, wie viel Bearbeitungszeit eine automatische Beleg-Vorprüfung in Ihrem Reisekostenprozess freisetzen würde? Unverbindlich anfragen — wir schauen gemeinsam auf Belegvolumen, Richtlinien und Ihr Abrechnungssystem und prüfen, ob eine fertige Lösung reicht oder ein eigener Schritt sinnvoll ist.