Steuerdokumenten-KI

OCR + LLM-Scanner für KMU-Buchhaltung

Gebaut von Rogue AI · OCR + LLM für KMU-Buchhaltung · Produktiv seit 2026

Erster Tesseract-only-Prototyp: Januar 2026. PaddleOCR + llava:13b-Layer im Februar dazu, sobald Tesseract bei foto-getippten deutschen Rechnungen mit Tabellenlayout aufgab. DATEV-Export und SKR03/SKR04-Mapping kamen im März. Über achtzig Commits, aktiv durch April 2026.

Steuerdokumenten-KI — OCR + LLM-Scanner für KMU-Buchhaltung

Das Problem

Kleine Firmen ertrinken in Belegen, Rechnungen und PDF-Kontoauszügen. Manuelle Zuordnung gegen SKR03/SKR04 frisst jeden Monat Stunden. Generische OCR-Dienste liefern Rohtext — der Buchhalter tippt dann doch alles neu ab.

Was ich gebaut habe

Eine Eingangs-Pipeline, die PDFs, Bilder und E-Mail-Anhänge annimmt, layout-bewusstes OCR macht, Positionen per LLM strukturiert extrahiert, gegen Geschäftsregeln validiert, gegen den Kontenrahmen kategorisiert und einen buchhalter-fertigen Batch exportiert — DATEV-kompatibles CSV oder vorausgefüllte Buchungs-PDFs.

Architektur

Eingang

Web-Upload, E-Mail-Anhang oder Ordner-Watcher; MIME-Erkennung und Virenscan

OCR-Schicht

Tesseract für einfache Belege, PaddleOCR für komplexe mehrspaltige Rechnungen, deutsche Sprachmodelle

LLM-Extraktion

Ollama-Modell mit Structured-Output-Prompts für JSON-Positionen (Datum, Gegenüber, Mehrwertsteuer, Netto/Brutto, Konto-Hinweis)

Validierung

Deterministische Regeln für MwSt-Plausibilität, Dubletten-Erkennung, Datumsprüfung

Speicher

PostgreSQL mit Volltextsuche über alle extrahierten Dokumente

Export

DATEV-CSV, buchhalter-fertige PDF-Übersicht oder direkter Push ins Buchhaltungssystem

Tech-Stack

React 19FastAPIPython 3.11PostgreSQL 16TesseractPaddleOCROllamallava:13b

Was zuerst gebrochen ist

▸
Tesseract auf foto-getippten deutschen Belegen ist hoffnungslos — Umlaute, Unschärfe und Rotation killen es. PaddleOCR ist schwerer, aber der Genauigkeitsabstand auf realen Belegen ist riesig.
▸
llava:13b erfindet bei verrauschten Rechnungen manchmal selbstbewusst Summen. Eine deterministische MwSt-Plausibilitätsprüfung markiert jetzt, wenn Netto + MwSt nicht innerhalb der Toleranz dem Brutto entspricht.
▸
SKR03 vs SKR04: Hier verdient sich das LLM seinen Strom. Hardcoded Regeln decken ~60 % ab; den Rest schließt das LLM mit Confidence-Schwelle und einer Flag-Queue für alles Unklare.

Ergebnis

Monatliche Buchhaltungsvorbereitung schrumpft von Stunden auf Minuten. Funktioniert mit deutschen Belegen und Rechnungen. Der Buchhalter bekommt einen vorkategorisierten Batch mit Confidence-Werten und einer Flag-Queue für alles, was die Pipeline nicht auto-lösen konnte.

Ehrliche Grenzen

Handgeschriebene Belege gehen weiter in die menschliche Queue. DATEV-Export ist einseitig; kein Round-Trip-Sync. Trainiert auf deutsche Belegformate — funktioniert mit EN/DE-Rechnungen, schwächelt bei nicht-deutschen Belegformaten, soweit ich sie getestet habe.