Der Erfolg oder Misserfolg der Automatisierung in der Kreditoren- (AP) und Debitorenbuchhaltung (AR) hängt entscheidend von einer disziplinierten Festlegung des Anwendungsbereichs ab. Werden die falschen Teilbereiche der Prozesse „Invoice-to-Pay“ (Eingangsrechnungsbearbeitung) oder „Order-to-Cash“ (Auftragsabwicklung bis Zahlungseingang) automatisiert, führt dies zu einem schnelleren Durchlauf fehlerhafter Daten, einem größeren Rückstau bei Ausnahmefällen sowie zu Fehlern mit Auswirkungen auf Zahlungen oder Umsätze. Solche Fehler manifestieren sich oft erst spät als Korrekturbuchungen beim Monatsabschluss oder als Mängel im internen Kontrollsystem (ICFR). Ziel ist es nicht, die AP- und AR-Prozesse abstrakt zu beschleunigen, sondern Durchlaufzeiten, Genauigkeit und Revisionssicherheit messbar zu verbessern, ohne dabei die erforderlichen Genehmigungskontrollen zu untergraben.
KI ist hierbei hilfreich, da sie aus unstrukturierten Eingangsdaten strukturierte Ergebnisse generieren kann. Sie kann Kopf- und Positionsdaten von Rechnungen extrahieren, Zahlungsinformationen klassifizieren, Übereinstimmungen zwischen Bestell-, Wareneingangs- und Rechnungsdaten vorschlagen sowie Berichte zu Ausnahmefällen für die manuelle Prüfung entwerfen. Die Verantwortung für die Kontrolle verbleibt jedoch beim Anwender. Dieser verantwortet die Genehmigung, die Dokumentation (Nachweise) und die Funktionstrennung – Aspekte, deren Nachweisbarkeit in Arbeitspapieren und Systemprotokollen von SOX und ICFR gefordert wird.
Die Festlegung des Anwendungsbereichs beginnt bei den beiden End-to-End-Prozessen, die von Finanzverantwortlichen tatsächlich gesteuert werden. Im Bereich AP ist dies der „Invoice-to-Pay“-Prozess: vom Rechnungseingang über Kontierung, Abgleich und Genehmigung bis hin zum Zahllauf. Im Bereich AR handelt es sich um den „Order-to-Cash“-Prozess: von der Rechnungsstellung über die Zuordnung von Zahlungseingängen (Cash Application) und das Forderungsmanagement (Collections) bis hin zur Klärung von Unstimmigkeiten (Dispute Resolution).
Erfolgskriterien müssen als messbare Ergebnisse definiert werden, die mit konkreten geschäftlichen Auswirkungen verknüpft sind. Verbessert sich zwar die Durchlaufzeit, nehmen aber gleichzeitig Doppelzahlungen zu, ist die Automatisierung gescheitert. Erfolgt die Zuordnung von Zahlungseingängen schneller, steigen jedoch die Forderungsausfälle aufgrund fehlerhafter Klassifizierung von Unstimmigkeiten, kann sich zwar der DSO-Wert (Days Sales Outstanding) kurzfristig verbessern, während sich gleichzeitig die Umsatzqualität und die Fundierung der Wertberichtigungen verschlechtern.
Um den Arbeitsablauf sowie die Punkte, an denen Nachweise erbracht werden müssen, zu verankern, sollte die Prozesslandkarte mit ihren Kontrollpunkten und erforderlichen Dokumenten (Artefakten) herangezogen werden.
Genau an den Grenzen der Automatisierung entstehen oft unbeabsichtigt Kontrolllücken. KI kann zwar Vorschläge für die Sachkontierung, den Drei-Wege-Abgleich oder die Zuordnung von Zahlungseingängen (Cash Application) erstellen, darf jedoch nicht als verbindliche Instanz für Genehmigungen, zur Stammdatenanlage ohne Workflow-Freigabe oder zur Zahlungsfreigabe fungieren. Verschwimmen diese Grenzen, entstehen genau jene Probleme, die bei Prüfungen beanstandet werden: fehlende Nachweise über Genehmigungen, unvereinbare Aufgaben innerhalb eines Workflows sowie die Unfähigkeit, die Gründe für eine Zahlungsfreigabe zu erläutern.
Nutzen Sie eine risikobasierte Betrachtung der Aufgaben, um zu entscheiden, welche Prozesse weiterhin eine menschliche Genehmigung erfordern. Die Vorbereitung (das „Drafting“) bei Vorgängen mit geringem Risiko kann automatisiert werden. Die Autorisierung bei Vorgängen mit hohem Risiko muss hingegen eine menschliche Kontrollaufgabe bleiben – unterstützt durch systemgestützte Workflows und nachvollziehbare Protokolle.
Nutzen Sie eine Entscheidungsmatrix, um die Vorbereitung von der Genehmigung zu trennen und Aufgaben zu identifizieren, die zusätzliche präventive Kontrollen erfordern.
Die meisten Fehler bei der Automatisierung der Kreditoren- und Debitorenbuchhaltung (AP/AR) sind auf Mängel bei den Quelldaten zurückzuführen, die von einer KI nicht behoben werden können. Wenn Rechnungen als uneinheitliche PDFs ohne Bestellbezug eingehen, Zahlungsavise unvollständig sind oder Bankdateiformate nicht stabil sind, liefert die KI dennoch Ergebnisse. Das geschäftliche Risiko besteht darin, dass die Ausgabe zwar ausreichend strukturiert für eine Buchung erscheint, aber die Rückverfolgbarkeit zu den Quelldokumenten sowie wichtige Pflichtfelder fehlen.
„Input-Bereitschaft“ bedeutet, dass Ihr ERP-System über die erforderlichen Felder verfügt, Bank- und Lockbox-Dateien konsistent zugeordnet sind und Ihre Dokumentenaufbewahrung die Anforderungen für Wirtschaftsprüfungen und die Klärung von Unstimmigkeiten erfüllt. Bei einer unzureichenden Aufbewahrungspraxis verarbeiten Sie Daten zwar schneller, verlieren aber die Möglichkeit, Zahlungen, Abzüge oder Inkassomaßnahmen zu belegen.
Nutzen Sie die Checkliste zur Bestandsaufnahme, um zu klären, welche Daten vorliegen, was fehlt und was vor Beginn der Automatisierung standardisiert werden muss.