Dokumente automatisch auslesen: Formulare und PDFs per KI in Ihr ERP oder CRM

Den ganzen Tag treffen Dokumente ein: Antragsformulare, unterschriebene Verträge, Bestellungen, Lieferscheine, gescannte Briefe, Handyfotos von Unterlagen. Jemand öffnet jedes einzelne und tippt die wichtigen Teile in Ihr ERP, CRM oder eine Tabelle ab. Das ist langsame, eintönige Arbeit, und genau hier werden aus kleinen Tippfehlern große Probleme.

Die Kosten summieren sich unbemerkt. Bestellungen warten in einer Warteschlange, bis jemand Zeit hat. Eine falsche Menge oder ein falsches Datum fließt in Rechnungsstellung oder Lieferung ein. Qualifizierte Mitarbeitende verbringen Stunden mit Dateneingabe. Steigt das Volumen sprunghaft, wächst der Rückstand, und Kunden merken es.

Was diese Automatisierung leistet

KI-Datenextraktion aus Dokumenten liest eingehende Dokumente und wandelt sie in strukturierte, geprüfte Daten um. Sie verarbeitet:

• Antrags- und Aufnahmeformulare, ob getippt, handschriftlich ausgefüllt oder fotografiert.
• Verträge: Parteien, Daten, Verlängerungsbedingungen, Kündigungsfristen und wichtige Beträge.
• Bestellungen: Kunde, Positionen, Mengen, Preise und Lieferdetails.
• Gescannte PDFs und Fotos aus E-Mails, Upload-Portalen oder freigegebenen Ordnern.

Jedes Dokument wird zu einem Satz von Feldern. Die Felder werden gegen Ihre Regeln und Ihre eigenen Daten geprüft. Saubere Datensätze gehen in das Zielsystem. Alles Unsichere geht an einen Menschen, mit dem Dokument und dem fraglichen Feld nebeneinander.

So sieht die Prüfwarteschlange aus

In der Prüfwarteschlange behalten Menschen die Kontrolle. Eine prüfende Person öffnet einen Eintrag und sieht auf der einen Seite die Originalseite, auf der anderen die extrahierten Felder. Sichere Felder sind bereits ausgefüllt. Zweifelhafte sind hervorgehoben, und die Stelle auf der Seite ist markiert. Die Person korrigiert oder bestätigt sie und klickt auf Freigeben. Die meisten Einträge sind schnell geprüft, weil niemand das ganze Dokument noch einmal lesen muss. Mit der Zeit, wenn Regeln und Anweisungen besser werden, müssen immer weniger Einträge überhaupt geprüft werden.

Wenn Ihr Hauptdokumenttyp Lieferantenrechnungen sind, behandelt unser Artikel zur KI-gestützten Automatisierung der Rechnungsverarbeitung diesen Fall im Detail.

So funktioniert es, Schritt für Schritt

1. Erfassen. Dokumente kommen per E-Mail, Upload-Formular, Scanner oder freigegebenem Ordner an. Der Workflow sammelt jedes ein und vergibt eine ID.
2. Dokumenttyp bestimmen. Das System entscheidet, ob es sich um eine Bestellung, einen Vertrag, einen Antrag oder etwas anderes handelt. Unbekannte Typen gehen in die Prüfung.
3. Inhalt lesen. Digitale PDFs werden direkt gelesen. Scans und Fotos laufen durch OCR oder ein bildfähiges KI-Modell.
4. Felder extrahieren. Ein KI-Modell füllt ein festes Schema für diesen Dokumenttyp: Namen, Daten, Beträge, Positionen. Jedes Feld erhält einen Konfidenzwert und einen Verweis auf die Fundstelle.
5. Validieren. Regeln prüfen das Ergebnis. Existiert der Kunde? Ergeben die Positionen die Gesamtsumme? Liegt das Datum in einem plausiblen Bereich? Ist der Produktcode gültig?
6. Nach Konfidenz weiterleiten. Datensätze, die jede Prüfung mit hoher Konfidenz bestehen, laufen direkt durch. Andere kommen in eine Prüfwarteschlange, in der nur die zweifelhaften Felder hervorgehoben sind.
7. Ins Zielsystem schreiben. Freigegebene Daten werden über die API oder einen Import in Ihr ERP, CRM oder Ihre Tabelle geschrieben, und das Originaldokument wird angehängt oder verlinkt.
8. Aus Korrekturen lernen. Korrekturen der Prüfenden werden protokolliert. Sie zeigen, wo Anweisungen, Regeln oder Dokumentvorlagen verbessert werden müssen.

Eingesetzte Tools

• Selbst gehostetes n8n zur Orchestrierung von Erfassung, Extraktion, Validierung und Schreiben.
• OCR und bildfähige KI-Modelle: OpenAI, Anthropic Claude oder ein privates Open-Source-Modell für sensible Dokumente.
• Python-Services für aufwendigere Verarbeitung, Validierungslogik und die Prüfoberfläche, wo nötig.
• Ihre bestehenden Systeme: ERP, CRM, Buchhaltungssoftware, Google Sheets oder Excel und Dokumentenablage.

Preise für Modelle und Tools ändern sich, oft abhängig von der Seitenzahl. Prüfen Sie die aktuelle Preisseite jedes Anbieters und rechnen Sie mit Ihrem eigenen Dokumentenvolumen nach.

Was Sie für den Start brauchen

• Eine Stichprobe echter Dokumente für jeden Typ, auch unordentliche. Zwanzig bis fünfzig pro Typ sind ein guter Anfang.
• Die Liste der Felder, die Sie aus jedem Dokument brauchen, und wohin jedes Feld im Zielsystem gehört.
• Ihre Validierungsregeln, auch informelle, etwa „Bestellsummen müssen dem Angebot entsprechen“.
• API- oder Importzugriff auf das Zielsystem und, falls vorhanden, eine Testumgebung.
• Ein oder zwei Personen, die in den ersten Wochen die Prüfwarteschlange bearbeiten und Feedback geben.

Typischer Umfang und Zeitrahmen

Als Schätzung: Eine erste Version dauert in der Regel 1 bis 3 Wochen Arbeit. Ein Dokumenttyp, der in ein System fließt, mit einem einfachen Prüfschritt, liegt am kürzeren Ende. Mehrere Dokumenttypen, handschriftliche Formulare, komplexe Validierung oder ein ERP mit schwieriger API dauern länger.

Wir beginnen damit, die Genauigkeit an Ihren Beispieldokumenten Feld für Feld zu messen. So sehen wir, welche Felder direkt durchlaufen können und welche geprüft werden müssen. Die Konfidenzschwellen werden auf Basis dieser Ergebnisse festgelegt, nicht nach Gefühl.

Risiken und wie wir damit umgehen

Falsche oder erfundene Werte

KI-Modelle können eine Ziffer falsch lesen oder ein Feld füllen, das nicht auf der Seite steht. Wir schützen uns dagegen in mehreren Schichten. Jedes Feld muss auf seine Fundstelle verweisen. Validierungsregeln erkennen Werte, die nicht aufgehen. Felder mit niedriger Konfidenz gehen immer an einen Menschen. Datensätze mit hohem Wert können eine Freigabe erfordern, selbst wenn die Konfidenz hoch ist.

Sensible Dokumente

Verträge, Ausweisdokumente und Antragsformulare enthalten oft personenbezogene oder vertrauliche Daten. Wir setzen auf Datenminimierung: Nur die benötigten Seiten und Felder werden verarbeitet, und Inhalte bleiben aus den Logs heraus. Für die sensibelsten Fälle läuft ein privates Modell in Ihrer Umgebung. Unsere Fallstudie zu privater KI auf dem Gerät beschreibt einen regulierten Kunden, bei dem keine Kundendaten den Laptop verlassen. Unser Leitfaden zu privater KI für regulierte Daten behandelt die weiteren Optionen.

Ausfälle der Pipeline

Wenn ein Modellaufruf fehlschlägt oder das ERP einen Datensatz ablehnt, geht nichts verloren. Das Dokument bleibt in der Warteschlange, der Schritt wird wiederholt, und wiederholte Fehler alarmieren eine namentlich benannte Person. Jedes Dokument hat einen Status und ein Log, sodass Sie jederzeit beantworten können: „Was ist mit dieser Bestellung passiert?“

Wann Sie das nicht bauen sollten

• Sehr geringes Volumen. Wenn Sie nur eine Handvoll Dokumente pro Woche bearbeiten, ist manuelle Eingabe womöglich günstiger und einfacher.
• Sie können das Dokument ganz abschaffen. Wenn Kunden statt eines PDFs ein Webformular ausfüllen könnten, tun Sie das zuerst. Die beste Extraktion ist gar keine Extraktion.
• Ihr ERP oder CRM bringt es bereits mit. Manche Systeme bieten eine integrierte Dokumentenerfassung. Wenn sie Ihre Dokumenttypen gut abdeckt, nutzen Sie sie.
• Jeder Fehler ist kritisch, und eine Prüfung ist nicht möglich. Wenn niemand unsichere Felder prüfen kann, überwiegt das Risiko womöglich den Nutzen.

Wie UnlockLive Sie unterstützt

Wir bauen Pipelines zur Dokumentenextraktion im Rahmen unseres Service KI-Workflow-Automatisierung. Wo eigene Modelle oder ein privates Deployment nötig sind, übernimmt unser Team für KI- und Machine-Learning-Entwicklung diesen Teil. Dokumente kommen oft per E-Mail an, deshalb kombinieren viele Kunden dies mit einer KI-gestützten Triage des E-Mail-Postfachs. Wenn Ausschreibungen und Angebote Ihren Hauptanteil an Dokumenten ausmachen, sehen Sie sich unseren KI-Assistenten für Ausschreibungen und Angebote an.

Sie möchten wissen, wie gut das mit Ihren eigenen Dokumenten funktionieren würde? Buchen Sie ein kostenloses 30-minütiges Gespräch und bringen Sie ein paar anonymisierte Beispiele mit.