Es gibt Aufgaben im Unternehmen, die niemand wegdiskutieren kann.
Belege gehören dazu.
Jede geschäftliche Transaktion muss nachvollziehbar sein. Rechnungen kommen per E-Mail, aus Kundenportalen, als Kassabon, über Kreditkarte oder Bankkonto. Und irgendwann muss aus diesem Durcheinander eine ordentliche Buchhaltung entstehen.
Man kann sich darüber ärgern.
Oder man kann die Sache als das behandeln, was sie für mich inzwischen ist:
Eine perfekte Übung in unternehmerischer Meisterschaft.
Denn Meisterschaft bedeutet für mich nicht, jede notwendige Tätigkeit selbst möglichst schnell erledigen zu können.
Meisterschaft bedeutet auch, ein System zu bauen, in dem notwendige Arbeit zuverlässig erledigt wird, ohne dauerhaft meine Aufmerksamkeit zu brauchen.
Warum ich ausgerechnet mit dem Belegwesen beginne
Wenn ich ein Unternehmen aufbaue, kommt vor den Finanzen natürlich die strategische Frage: Wo will ich hin? Für wen schaffe ich welchen Wert? Was ist mein Angebot?
Aber wenn ich lernen möchte, mein Unternehmen konsequent zu systematisieren, halte ich das Finanz- und Belegwesen für einen hervorragenden Einstieg.
Warum?
Weil die Aufgabe wiederkehrend ist. Weil sie datenbasiert ist. Weil das Ergebnis überprüfbar ist. Und weil ein großer Teil der Arbeit heute technisch automatisierbar ist.
Genau deshalb eignet sich dieser Bereich für einen Grundsatz, der weit über Buchhaltung hinausgeht:
Prozess vor Tool.
Mein erster Fehler wäre, sofort Software zu suchen
Genau so hätte ich früher wahrscheinlich begonnen.
Welche Buchhaltungssoftware ist die beste? Welche App scannt Rechnungen? Welche KI liest PDFs aus? Welches Tool kann Bankkonten verbinden?
Heute halte ich diese Reihenfolge für falsch.
Tools ändern sich. Anbieter verschwinden. Funktionen werden ergänzt. KI-Fähigkeiten entwickeln sich teilweise innerhalb weniger Monate.
Wenn mein System an einem bestimmten Tool hängt, habe ich kein System gebaut.
Ich habe mich an Software angepasst.
Deshalb beginne ich anders.
Zuerst definiere ich das Ergebnis. Dann den Workflow. Erst danach suche ich die Werkzeuge.
Das Ziel muss brutal klar sein
„Ich möchte meine Buchhaltung automatisieren“ ist kein brauchbares Ziel.
Was bedeutet automatisiert?
Mein gewünschtes Ergebnis wäre wesentlich konkreter:
Zu jeder geschäftlichen Transaktion soll der richtige Beleg möglichst automatisch erfasst, zentral gesammelt, ausgelesen, zugeordnet und für Zahlung und Buchhaltung vorbereitet werden. Ich möchte nur noch dort eingreifen, wo eine Entscheidung, Kontrolle oder Ausnahme notwendig ist.
Damit verändert sich die Frage sofort.
Nicht mehr:
Welche Software brauche ich?
Sondern:
Welche Informationen entstehen – und wie müssen sie durch mein System fließen?
Und genau hier kommt Co-Intelligenz ins Spiel
Ich verwende KI zunehmend nicht erst am Ende eines Prozesses.
Ich verwende sie bereits beim Nachdenken über den Prozess selbst.
Das ist für mich einer der unterschätztesten Aspekte von Co-Intelligenz.
Ich kann einer KI mein Ziel, meine Ausgangslage, bestehende Probleme und Rahmenbedingungen geben und mit ihr gemeinsam einen Soll-Prozess entwickeln.
In diesem Fall habe ich genau das gemacht.
Meine Ausgangsfrage war sinngemäß:
Ich möchte ein Belegwesen, bei dem zu jeder Bank- oder Kreditkartentransaktion möglichst automatisch der richtige Beleg vorhanden ist. Belege können per E-Mail, aus Online-Portalen oder physisch entstehen. Wie müsste der optimale Workflow aussehen, wenn ich möglichst wenig manuell eingreifen möchte?
Die interessante Leistung der KI ist dabei nicht, mir eine fertige Antwort hinzuklatschen.
Interessant wird es, wenn wir den Prozess gemeinsam zerlegen.
So entstand unser Soll-Workflow
Wenn ich den Prozess auf seine eigentliche Logik reduziere, komme ich auf folgende Kette:
Eine geschäftliche Transaktion entsteht.
Bank, Kreditkarte, Kassa oder Ausgangsrechnung.Der dazugehörige Beleg wird erfasst.
Automatisch aus einem Portal, über eine zentrale Rechnungs-E-Mail-Adresse, per Scan-App oder direkt aus der Fakturierung.Alle Belege laufen an einem zentralen Ort zusammen.
Keine Rechnungen mehr verteilt über private Postfächer, Downloads, Schreibtischladen und Kundenportale.Das System liest die relevanten Informationen aus.
Lieferant, Rechnungsnummer, Datum, Betrag, Steuer, Zahlungsziel und weitere Buchungsinformationen.Beleg und Transaktion werden zusammengeführt.
Die Rechnung wird einer Bank- oder Kreditkartenbewegung zugeordnet.Nur Ausnahmen landen beim Menschen.
Fehlender Beleg. Unklare Zuordnung. Falscher Betrag. Ungewöhnliche Transaktion.Zahlungen werden vorbereitet und freigegeben.
Ich entscheide – das System erledigt die Fleißarbeit.Die Daten fließen in Buchhaltung, Auswertung und Archiv.
Damit habe ich noch keine einzige Software ausgewählt.
Aber ich weiß bereits ziemlich genau, was meine Software können muss.
Eine Information darf nur einmal Arbeit verursachen
Für mich steckt hinter diesem Beispiel ein wichtiger Grundsatz guter Systeme:
Eine Information sollte möglichst nur einmal erfasst werden. Danach muss sie automatisch dorthin fließen, wo sie gebraucht wird.
Ein Kassabon wird fotografiert.
Danach möchte ich ihn nicht nochmals herunterladen, umbenennen, in einen Ordner verschieben, an meinen Steuerberater mailen und später einer Zahlung zuordnen.
Das ist keine Digitalisierung.
Das ist dieselbe schlechte Arbeit auf einem Bildschirm.
Vier Eingangskanäle reichen für fast alles
Wenn ich meinen eigenen Prozess betrachte, brauche ich im Kern nur wenige saubere Eingänge.
Physische Belege: sofort mit dem Smartphone erfassen.
Rechnungen aus Online-Portalen: nach Möglichkeit automatisiert abrufen lassen.
Rechnungen per E-Mail: über eine eigene Adresse wie [email protected] zentralisieren und automatisch weiterverarbeiten.
Ausgangsrechnungen: direkt in einem Fakturierungs- oder Buchhaltungssystem erzeugen und nicht in Word oder Excel als isolierte Dateien bauen.
Damit verschwinden bereits viele der Stellen, an denen Belege heute verloren gehen.
Danach lasse ich die KI die Werkzeuge suchen
Erst jetzt beginnt für mich die Tool-Recherche.
Und auch diese Arbeit muss ich nicht mehr alleine machen.
Wenn der gewünschte Workflow sauber beschrieben ist, kann ich KI verwenden, um aktuelle Lösungen systematisch dagegen zu prüfen.
Meine Frage lautet dann nicht mehr:
„Was ist die beste Buchhaltungssoftware?“
Diese Frage ist viel zu allgemein.
Ich kann wesentlich präziser fragen:
Welche aktuell verfügbaren Lösungen für österreichische Unternehmen unterstützen diesen konkreten Workflow? Prüfe Bankanbindung, mobile Belegerfassung, E-Mail-Import, Portalabruf, OCR/KI-Belegerkennung, automatische Zuordnung von Belegen und Transaktionen, Zahlungsworkflow, Schnittstellen zum Steuerberater und österreichische Anforderungen.
Jetzt wird aus einer Google-Suche eine strukturierte Entscheidung.
Ein erster Marktcheck zeigt bereits, wohin die Entwicklung geht
Bei unserer aktuellen Recherche sieht man, dass Lösungen wie sevdesk heute bereits Bankanbindung, mobile und E-Mail-basierte Belegerfassung, KI-gestützte Belegerkennung sowie Integrationen zu Diensten wie GetMyInvoices anbieten.
Daneben gibt es österreichisch ausgerichtete Lösungen wie FreeFinance, ProSaldo oder weitere neue Anbieter, die unterschiedliche Teile des Workflows abdecken.
Aber genau hier ist Vorsicht notwendig.
Eine lange Featureliste bedeutet noch lange nicht, dass das System für meinen Prozess funktioniert.
Deshalb will ich die Produkte nicht nach Marketingtext auswählen.
Ich will sie gegen meinen Soll-Prozess testen.
Die KI wird damit zum Research-Partner
Für mich verändert das die Art, wie Unternehmer Software auswählen.
Früher musste ich Anbieter recherchieren, Websites lesen, Funktionslisten vergleichen, Testaccounts eröffnen und versuchen, mir aus widersprüchlichen Informationen selbst ein Bild zu bauen.
Heute kann ich diese Recherche gemeinsam mit KI vorbereiten.
Die KI kann Anbieter finden, Funktionsbeschreibungen vergleichen, Unterschiede sichtbar machen, offene Punkte markieren und aus meinem Soll-Prozess sogar einen Testkatalog erzeugen.
Der Mensch verschwindet dadurch nicht aus der Entscheidung.
Im Gegenteil.
Die KI übernimmt die Breite der Recherche. Ich übernehme Urteil, Praxistest und Entscheidung.
Genau das verstehe ich unter Co-Intelligenz.
Aus dem Workflow wird ein Test
Der nächste Schritt ist deshalb für mich nicht, sofort irgendein Abo abzuschließen.
Ich werde aus unserem Soll-Prozess einen praktischen Test bauen.
Kann ich einen Kassabon in wenigen Sekunden erfassen?
Kann eine Rechnung aus einem Online-Portal automatisch im System landen?
Was passiert mit Rechnungen an meine zentrale E-Mail-Adresse?
Wie zuverlässig liest das System Beträge, Steuer und Zahlungsziel aus?
Wie gut funktioniert der Bankabgleich?
Was passiert bei Fehlern?
Kann ich Zahlungen vorbereiten oder freigeben?
Wie kommen die Daten zum Steuerberater?
Und vor allem:
Wie oft muss ich im normalen Betrieb tatsächlich noch eingreifen?
Diese letzte Kennzahl interessiert mich wesentlich mehr als 50 Funktionen auf einer Produktseite.
Systematisierung ist keine Softwarefrage
Das ist für mich die eigentliche Lektion dieses Experiments.
Ein Unternehmen wird nicht systematisiert, indem wir möglichst viele Tools kaufen.
Wir müssen zuerst verstehen, welches Ergebnis wir wollen.
Dann zerlegen wir den Weg dorthin.
Dann definieren wir Informationsflüsse, Entscheidungen und Ausnahmen.
Erst danach automatisieren wir.
KI kann uns inzwischen in allen diesen Phasen begleiten.
Beim Denken.
Beim Zerlegen.
Beim Hinterfragen.
Bei der Recherche.
Beim Vergleich.
Und später auch bei der operativen Arbeit.
Deshalb sehe ich in Co-Intelligenz wesentlich mehr als einen besseren Chatbot.
Co-Intelligenz bedeutet für mich, bessere Systeme zu bauen, weil ich beim Denken über diese Systeme nicht mehr alleine bin.
Und jetzt wird es praktisch
Den Soll-Workflow haben wir.
Die ersten Werkzeuge sind identifiziert.
Jetzt beginnt der Teil, bei dem sich entscheidet, ob unsere Theorie tatsächlich funktioniert.
Wir werden die interessantesten Lösungen gegen genau diesen Workflow testen und das System Schritt für Schritt aufbauen.
Und sobald es im echten Betrieb läuft, zeige ich hier den vollständigen Aufbau:
Welche Tools wir gewählt haben. Welche Automationen funktionieren. Wo KI tatsächlich Arbeit abnimmt. Wo sie Fehler macht. Was wir wieder verworfen haben. Und wie viel manuelle Arbeit am Ende wirklich übrig bleibt.
Denn ein System ist erst dann gut, wenn es außerhalb eines Artikels funktioniert.
Literatur und weiterführende Quellen
Mollick, E. (2024). Co-Intelligence: Living and Working with AI. Portfolio.
Davenport, T. H., & Kirby, J. (2016). Only Humans Need Apply: Winners and Losers in the Age of Smart Machines. Harper Business.
Palm, R. B., Winther, O., & Laws, F. (2017). CloudScan – A configuration-free invoice analysis system using recurrent neural networks. 2017 14th IAPR International Conference on Document Analysis and Recognition.
sevdesk (2026). Online Banking, Belegerfassung und Integrationen. Aktuelle Produkt- und Hilfedokumentation, abgerufen im August 2026.