KI-Rechnungsautomatisierung im E-Commerce: 8-Wochen-Sprint mit Claude API

Prozessaudit: Wo die Buchhaltung Zeit verliert

Ein E-Commerce-Unternehmen mit über 2.000 Mitarbeitern in Deutschland steht vor einem klassischen Problem: Die Buchhaltung ist ein Flaschenhals. Tausende Eingangsrechnungen aus dem Warenwirtschaftssystem, von Logistikdienstleistern und Marketing-Agenturen müssen manuell geprüft, kontiert und im ERP erfasst werden. Senior-Buchhalter verbringen 60 % ihrer Zeit mit Dateneingabe statt mit Analyse. Die Durchlaufzeit pro Rechnung liegt bei 3-5 Tagen, die Fehlerquote bei 4-6 %.

Die Lösung ist kein neues ERP, sondern eine Integrationsschicht. Ein Retrieval-Augmented Generation (RAG)-Assistent, der auf der Anthropic Claude API basiert, liest die Rechnungsdaten, gleicht sie mit den Bestellungen ab und schlägt die Kontierung vor. Der Assistent greift dabei auf die interne Dokumentation zu – Kontierungsrichtlinien, Lieferantenverträge, Steuerregeln – und beantwortet Fragen des Teams in natürlicher Sprache.

Der entscheidende Punkt: Das System ersetzt keine bestehende Software. Es dockt an die vorhandene REST-API des ERP-Systems an und nutzt Webhooks, um Statusupdates in Echtzeit zu senden. Die Freigabe bleibt beim Menschen. Jeder Buchungsvorschlag wird von einem Buchhalter geprüft, bevor er im System landet. Das reduziert das Risiko und erfüllt die Anforderungen an die interne Kontrolle.

Architektur: Claude API und RAG-Pipeline

Die Architektur ist bewusst model-agnostic, nutzt aber für die Qualität der Textverarbeitung die Anthropic Claude API. Claude 3.5 Sonnet oder Opus wird über die API angesprochen, wobei die Prompts so gestaltet sind, dass sie strukturierte JSON-Antworten liefern. Das ist entscheidend für die Integration in das ERP: Die KI liefert keine freitextige Antwort, sondern ein Objekt mit Feldern wie supplier_id, amount, tax_rate, account_code und confidence_score.

Das RAG-System besteht aus drei Komponenten:

• Vektor-Datenbank: Enthält die embeddeten Dokumente (Kontierungsrichtlinien, FAQs, Vertragsklauseln).
• Retriever: Sucht die relevantesten Abschnitte basierend auf der Rechnungsdaten.
• Generator: Claude kombiniert die Rechnungsdaten mit den gefundenen Dokumenten und erzeugt den Buchungsvorschlag.

Die Datenflüsse sind strikt getrennt. Die Rechnungsdaten (PDF, XML) werden in einem isolierten Bucket gespeichert. Die Embeddings der Dokumentation liegen in der Vektor-Datenbank. Die API-Kommunikation mit Anthropic erfolgt über HTTPS mit TLS 1.3. Keine Daten verlassen das EU-Rechenzentrum, in dem die Infrastruktur gehostet ist. Das ist eine Voraussetzung für die ISO 27001-Konformität.

Integrationssprint: 8 Wochen von Audit bis Pilot

Der 8-Wochen-Sprint ist in vier Phasen unterteilt.

Woche 1-2: Prozessanalyse und API-Setup. Das Team dokumentiert den aktuellen Rechnungsfluss. Welche Formate kommen von welchen Lieferanten? Welche Felder sind im ERP Pflicht? Die REST-API-Endpunkte des ERP werden identifiziert und die Authentifizierung (OAuth 2.0 oder API-Key) eingerichtet. Parallel wird die Vektor-Datenbank (z. B. Weaviate oder Pinecone) in der Cloud-Infrastruktur des Kunden deployed.

Woche 3-4: RAG-Implementierung. Die Dokumentation wird aufbereitet, in Chunks geschnitten und embeddet. Die Retrieval-Logik wird getestet. Ziel: Bei einer Eingangsrechnung sollen die drei relevantesten Abschnitte der Kontierungsrichtlinie gefunden werden. Die Precision@3 muss über 85 % liegen.

Woche 5-6: Modell-Feintuning und Prompt-Engineering. Die Claude-API wird mit den spezifischen Prompts für die Rechnungsprüfung konfiguriert. Die JSON-Schema-Validierung wird implementiert. Wenn die KI ein Feld nicht mit hoher Konfidenz ausfüllen kann, wird sie so programmiert, dass sie das Feld als null markiert und einen Grund angibt.

Woche 7-8: Pilotbetrieb und Messung. Das System läuft parallel zum manuellen Prozess. 100 % der Rechnungen gehen durch die KI, aber nur 20 % werden automatisch freigegeben (die mit Konfidenz > 95 %). Die restlichen 80 % werden manuell geprüft. Die Metriken (Durchlaufzeit, Fehlerquote, Kosten pro Rechnung) werden vor und nach dem Piloten gemessen.

Compliance: ISO 27001 und DSGVO im Blick

ISO 27001 verlangt ein dokumentiertes Informationssicherheitsmanagementsystem. Die Nutzung einer externen KI-API ist kein Ausschlusskriterium, aber sie erfordert zusätzliche Maßnahmen.

Auftragsverarbeitung (Art. 28 DSGVO): Es muss ein AVV mit Anthropic (oder dem Cloud-Anbieter, der die API hostet) vorliegen. Die Datenverarbeitung muss auf EU-Servern erfolgen.

Zugriffskontrolle: Die API-Keys für Claude und das ERP werden in einem Secrets-Manager (z. B. HashiCorp Vault) gespeichert. Der Zugriff auf die Vektor-Datenbank ist nur über das RAG-Service möglich, nicht direkt.

Audit-Logs: Jede Anfrage an die Claude-API wird protokolliert: Timestamp, Prompt (anonymisiert), Antwort, Konfidenzscore, Freigabe-Status. Diese Logs sind für das interne Audit und für die Nachvollziehbarkeit bei Fehlern entscheidend.

Risikobewertung: Im ISMS muss das Risiko einer fehlerhaften KI-Buchung bewertet werden. Die menschliche Freigabe ist die primäre Kontrollmaßnahme. Zusätzlich wird eine Stichprobe von 5 % der automatisch freigegebenen Rechnungen monatlich manuell nachgeprüft.

Die Konformität wird nicht durch die KI selbst erreicht, sondern durch die umgebende Infrastruktur und die Prozesse. Das ist ein häufiges Missverständnis: Die API ist nur ein Baustein, das ISMS ist das Fundament.

Ergebnis: Kostenreduktion und Freisetzung von Kapazitäten

Nach dem Piloten wird das System auf 100 % der Rechnungsstrecke ausgerollt. Die menschliche Freigabe bleibt für alle Buchungen, die Geld, Gesundheit oder Verträge betreffen. Bei Standard-Eingangsrechnungen (Wareneingang, Dienstleistungen) kann die Freigabe auf eine Stichprobe reduziert werden, wenn die Fehlerquote über 3 Monate unter 1 % liegt.

Die Kosten pro Rechnung sinken von ca. 12 EUR (manuell) auf 1,5-2,5 EUR (KI + API + Freigabe). Bei 2.000 Rechnungen/Monat spart das Unternehmen ca. 20.000 EUR/Monat an Personalkosten. Die Senior-Buchhalter werden von der Dateneingabe befreit und können sich auf die Analyse von Abweichungen, die Verhandlung mit Lieferanten und die strategische Planung konzentrieren.

Die Durchlaufzeit sinkt von 3-5 Tagen auf 4-8 Stunden. Die Fehlerquote reduziert sich von 4-6 % auf unter 1 %, weil die KI konsistenter arbeitet als ein müder Mensch um 16 Uhr.

Der nächste Schritt ist die Erweiterung auf Ausgangsrechnungen oder das Mahnwesen. Die Architektur ist dafür vorbereitet, da die RAG-Pipeline und die ERP-Integration bereits existieren. Es müssen nur neue Prompts und neue Dokumenten-Chunks hinzugefügt werden. Das ist der Vorteil des Integrationssprints: Er schafft eine Basis, die skalierbar ist, ohne dass jedes neue Projekt von Null beginnt.