Eingangsrechnungen die KI umsatzsteuerlich prüft.
Der Vorsteuerabzug ist für Unternehmen bares Geld — und er hängt an formalen Details, die in der Buchhaltung oft im Durchlauf untergehen. Fehlt auf einer Eingangsrechnung eine Pflichtangabe, ist der Steuersatz falsch oder wird ein Reverse-Charge-Fall nicht erkannt, droht der Verlust des Vorsteuerabzugs oder eine teure Korrektur bei der nächsten Betriebsprüfung. Bei hunderten oder tausenden Eingangsrechnungen im Monat lässt sich jede einzelne kaum gründlich auf alle Anforderungen des UStG prüfen. KI kann hier eine echte Entlastung sein: Sie liest Rechnungen aus, gleicht sie gegen die Pflichtangaben ab, prüft Steuersätze auf Plausibilität und markiert verdächtige Reverse-Charge- und Auslandsfälle, bevor gebucht wird. Das ist kein Ersatz für steuerliches Fachwissen, sondern ein Filter, der die Masse vorsortiert und die kritischen Fälle sichtbar macht. Dieser Beitrag erklärt, was die Prüfung leisten kann, wo ihre Grenzen liegen, wie zuverlässig sie ist und was eine Einführung im Mittelstand realistisch kostet.
Welche Prüfpunkte über den Vorsteuerabzug entscheiden.
Der Vorsteuerabzug setzt eine ordnungsgemäße Rechnung voraus. Das UStG verlangt in § 14 und § 14a eine Reihe von Pflichtangaben — und genau diese lassen sich automatisiert prüfen, weil sie formal definiert sind. Eine erste Gruppe von Fehlern ist rein formal: fehlende oder falsche Angaben.
- Vollständiger Name und Anschrift von leistendem Unternehmer und Leistungsempfänger.
- Steuernummer oder USt-IdNr. des Leistenden.
- Ausstellungsdatum und fortlaufende, eindeutige Rechnungsnummer.
- Menge und Art der Leistung, Zeitpunkt der Lieferung oder Leistung.
- Entgelt, aufgeschlüsselt nach Steuersätzen, sowie der jeweilige Steuerbetrag.
- Anzuwendender Steuersatz oder ein Hinweis auf eine Steuerbefreiung.
Die zweite, schwierigere Gruppe ist inhaltlich: Ist der ausgewiesene Steuersatz für diese Leistung plausibel? Liegt ein Reverse-Charge-Fall vor, bei dem der Leistungsempfänger die Steuer schuldet und kein Steuerausweis erfolgen darf? Handelt es sich um eine innergemeinschaftliche Lieferung mit den entsprechenden Pflichthinweisen? Diese Fragen verlangen mehr als Mustererkennung — und genau hier endet die Zuverlässigkeit reiner Automatik.
Was KI zuverlässig prüft — und was nur teilweise.
Es lohnt sich, ehrlich zwischen drei Zuverlässigkeitsstufen zu unterscheiden, statt die Lösung pauschal als „Rechnungsprüfung“ zu verkaufen.
| Prüfung | Zuverlässigkeit | Charakter |
|---|---|---|
| Pflichtangaben vorhanden | hoch | formal, klar entscheidbar |
| USt-IdNr. formal gültig / qualifiziert bestätigt | hoch | prüfbar gegen BZSt-Abfrage |
| Rechnerische Konsistenz (Netto, Steuer, Brutto) | hoch | reine Rechnung |
| Steuersatz plausibel zur Leistung | mittel | erfordert Leistungsverständnis |
| Reverse-Charge korrekt angewandt | mittel | Sachverhalts- und Ortsbestimmung nötig |
| Materielle Leistungsberechtigung | gering | nicht aus der Rechnung allein ablesbar |
Die formalen und rechnerischen Prüfungen sind die starke Seite: Sie sind nahezu vollständig automatisierbar und fangen einen großen Teil der häufigen Fehler ab — fehlende USt-IdNr., falsche Rechensumme, fehlender Steuerausweis. Die inhaltlichen Prüfungen liefert KI als Verdacht, nicht als Urteil: Sie markiert „hier könnte Reverse Charge greifen“ oder „der Steuersatz wirkt untypisch für diese Leistung“ und gibt den Fall an die Fachkraft. Das ist die ehrliche Erwartung — eine Vorsortierung, keine abschließende steuerliche Würdigung.
Reverse Charge und Auslandsfälle als Schwerpunkt.
Die teuersten Fehler entstehen erfahrungsgemäß bei grenzüberschreitenden Leistungen und beim Reverse-Charge-Verfahren nach § 13b UStG. Hier wird die Steuerschuld auf den Leistungsempfänger verlagert — der Lieferant weist keine Umsatzsteuer aus, der Empfänger muss sie selbst anmelden und kann sie unter Voraussetzungen wieder als Vorsteuer ziehen.
Typische Fehlerbilder: Ein ausländischer Dienstleister weist fälschlich deutsche Umsatzsteuer aus, die Buchhaltung zieht sie als Vorsteuer — und sie ist nicht abziehbar, weil sie gar nicht hätte ausgewiesen werden dürfen. Oder umgekehrt: Ein §-13b-Fall wird nicht als solcher erkannt, die Steuer nicht angemeldet, und das fällt erst in der Prüfung auf.
KI kann solche Fälle gut vorfiltern, weil sie Indikatoren erkennt: ausländische Adresse, fehlender oder auffälliger Steuerausweis, bestimmte Leistungsbeschreibungen, Hinweistexte wie „Steuerschuldnerschaft des Leistungsempfängers“. Sie kann auch die USt-IdNr. des Geschäftspartners qualifiziert über die Schnittstelle des Bundeszentralamts für Steuern bestätigen lassen. Was sie nicht zuverlässig kann, ist die endgültige Ortsbestimmung der Leistung in komplexen Konstellationen — die bleibt steuerliche Beurteilung.
Integration in den Eingangsrechnungs-Workflow.
Der Nutzen entsteht nur, wenn die Prüfung im laufenden Prozess sitzt — zwischen Rechnungseingang und Buchung, nicht als nachgelagerte Stichprobe. Sinnvoll ist eine Stufung: Die KI prüft jede eingehende Rechnung und teilt sie in drei Körbe.
- Grün: Alle Pflichtangaben vorhanden, rechnerisch stimmig, Steuersatz unauffällig, USt-IdNr. bestätigt — geht in den normalen Buchungslauf.
- Gelb: Eine Auffälligkeit (untypischer Steuersatz, möglicher §-13b-Fall, fehlende Detailangabe) — geht mit konkretem Hinweis an die Sachbearbeitung.
- Rot: Klarer Mangel (fehlende Pflichtangabe, ungültige USt-IdNr., Rechenfehler) — wird zurückgewiesen oder zur Korrektur an den Lieferanten gegeben.
Diese Ampel-Logik hat einen doppelten Effekt: Der Großteil der unkritischen Rechnungen läuft schneller durch, und die Aufmerksamkeit der Buchhaltung konzentriert sich auf die wenigen Fälle, die sie wirklich braucht. Die technische Anbindung erfolgt an gängige ERP- und Buchhaltungssysteme wie DATEV, SAP oder Microsoft Dynamics, häufig über vorhandene Schnittstellen oder den Rechnungseingangs-Workflow des Dokumentenmanagements.
E-Rechnung als Rückenwind.
Die schrittweise Einführung der verpflichtenden elektronischen Rechnung im B2B-Bereich in Deutschland spielt der automatisierten Prüfung in die Hände. Strukturierte Formate wie ZUGFeRD oder XRechnung liefern die Rechnungsdaten maschinenlesbar statt als reines PDF-Bild. Das reduziert den fehleranfälligsten Schritt — die Texterkennung — und macht die formale Prüfung deutlich verlässlicher.
Bei strukturierten E-Rechnungen kann die Pflichtangaben-Prüfung sehr hohe Trefferquoten erreichen, weil die Felder eindeutig adressiert sind. Bei klassischen PDF- oder Papierrechnungen bleibt eine Restunsicherheit aus der Erkennung — ein verrutschter Betrag, eine schlecht gescannte USt-IdNr. Es ist ehrlich, das zu benennen: Die Qualität der Prüfung ist nie besser als die Qualität der Datenextraktion.
Praktisch heißt das: Wer ohnehin auf E-Rechnung umstellt, sollte die automatisierte Prüfung gleich mitdenken. Beide Vorhaben verstärken sich, und die Investition in Schnittstellen lässt sich teilen.
Grenzen, Haftung und der Mensch in der Schleife.
Eine klare Grenze: Die KI trifft keine steuerliche Entscheidung mit Außenwirkung. Sie sortiert, prüft formal und gibt Hinweise. Die Verantwortung für die korrekte Verbuchung und für die Voranmeldung bleibt beim Unternehmen und seinen steuerlichen Beratern. Ein Sprachmodell ist kein Steuerberater, und seine Ausgabe ist keine verbindliche Auskunft.
Zwei Risiken sind besonders zu beachten. Erstens falsche Sicherheit: Eine als „grün“ eingestufte Rechnung kann materiell trotzdem problematisch sein, etwa wenn die zugrunde liegende Leistung gar nicht erbracht wurde — das sieht keine Formalprüfung. Zweitens erfundene Plausibilität: Generative Modelle können falsche Begründungen liefern, die überzeugend klingen. Deshalb sollte das System Auffälligkeiten melden und belegen, nicht eigenständig „freisprechen“.
Die richtige Architektur ist deshalb prüfend, nicht entscheidend: Die KI senkt die Zahl der Fälle, die ein Mensch genau ansehen muss, und hebt die kritischen heraus. Sie ersetzt nicht das Urteil, sie schärft den Blick darauf, wo es gebraucht wird. Wer das so aufsetzt, gewinnt Sicherheit; wer die Prüfung als Vollautomat verkauft, riskiert bei der nächsten Betriebsprüfung eine böse Überraschung.
Kosten, Einführung und realistischer Effekt.
Ein Pilot beginnt sinnvoll mit einem klar abgegrenzten Rechnungsstrom — etwa allen Eingangsrechnungen eines Standorts oder eines Lieferantensegments. In acht bis zwölf Wochen lässt sich eine erste produktive Stufe aufbauen, die formale und rechnerische Prüfung zuverlässig abdeckt und die Ampel-Logik etabliert.
Die Investition für einen ersten Anwendungsfall liegt im Mittelstand grob bei 30.000 bis 90.000 Euro, stark abhängig von der ERP-Integration und davon, ob bereits E-Rechnungen vorliegen. Laufende Kosten bewegen sich häufig im Bereich von 1.000 bis 3.000 Euro monatlich. Der Nutzen entsteht über weniger nachträgliche Korrekturen, gesicherten Vorsteuerabzug, schnelleren Durchlauf und eine bessere Vorbereitung auf Prüfungen.
Realistisch ist eine deutliche Entlastung bei der Routineprüfung — der Anteil der Rechnungen, die ein Mensch im Detail ansehen muss, sinkt spürbar — bei gleichzeitig höherer Trefferquote für die teuren Fehler. Was sich nicht automatisieren lässt und auch nicht sollte, ist die abschließende steuerliche Verantwortung. Genau dort liegt der Wert: Die Fachkraft verbringt ihre Zeit mit den Fällen, die sie braucht, statt mit dem Abhaken von Formalien.
Sie wollen wissen, ob sich Ihre Eingangsrechnungsprüfung mit KI absichern und beschleunigen lässt — ohne den Vorsteuerabzug zu gefährden? Unverbindlich anfragen — wir schauen gemeinsam auf Rechnungsvolumen, ERP-Anbindung und E-Rechnungs-Stand und schätzen Aufwand und Nutzen ehrlich ab.