PDF zu DATEV
Belege automatisch aufbereiten

DATEV ist tief in der deutschen Buchhaltungspraxis verankert. Steuerberater, Buchhalter und Unternehmen verlassen sich darauf, dass Belege korrekt, vollständig und GoBD-konform verarbeitet werden. Genau hier setzt die strukturierte Datenextraktion an: Aus einer unstrukturierten PDF entsteht ein sauberer Datensatz mit klar benannten Feldern — Rechnungsnummer, Datum, Lieferant, Netto, Umsatzsteuer und Brutto — der sich verlässlich in DATEV-Workflows überführen lässt. Die Qualität dieser Aufbereitung entscheidet darüber, wie reibungslos die spätere Verbuchung verläuft.

Besonders wichtig ist die korrekte Behandlung der Umsatzsteuer. Deutsche Belege enthalten häufig mehrere Steuersätze, Reverse-Charge-Hinweise bei innergemeinschaftlichen Leistungen und Differenzierungen zwischen 19 % und 7 %. Wird die Umsatzsteuer manuell erfasst, schleichen sich genau hier die teuersten Fehler ein: ein falscher Satz, eine vertauschte Bemessungsgrundlage, ein übersehener Reverse-Charge-Vermerk. FlowParse extrahiert Steuerbetrag, Steuersatz und USt-IdNr., rechnet die Umsatzsteuer aus der Bemessungsgrundlage nach und markiert Abweichungen, bevor die Daten weiterverarbeitet werden. So bleiben Vorsteuerabzug und Umsatzsteuervoranmeldung konsistent mit dem zugrunde liegenden Beleg.

Ein zentraler Vorteil für Kanzleien ist die Mandantenfähigkeit. Eine Steuerkanzlei verarbeitet Belege für viele Mandanten parallel, jeder mit eigenen Lieferanten, Layouts und Besonderheiten. Eine vorlagenbasierte Lösung scheitert, sobald ein Lieferant sein Rechnungslayout ändert. Die KI von FlowParse versteht den Beleg unabhängig vom konkreten Layout — die Rechnungsnummer landet im richtigen Feld, ob der Lieferant nun „Rechnungs-Nr.", „Beleg-Nr." oder „Nr." schreibt. Dadurch lässt sich die Belegverarbeitung über den gesamten Mandantenstamm hinweg standardisieren, ohne für jede Vorlage eine eigene Konfiguration zu pflegen.

Auch das Belegwesen profitiert. Nach GoBD müssen Belege unveränderbar, nachvollziehbar und vollständig archiviert werden. Strukturierte Extraktion liefert hier einen doppelten Nutzen: Zum einen werden alle relevanten Felder erfasst, sodass keine Pflichtangabe verloren geht; zum anderen entsteht zu jedem Beleg ein Validierungsprotokoll, das dokumentiert, welche Felder geprüft wurden und welche markiert wurden. Diese Nachvollziehbarkeit ist genau das, was eine Betriebsprüfung erwartet — und was bei reiner Handerfassung kaum systematisch entsteht.

Praktisch sieht der Ablauf so aus: Belege werden hochgeladen — einzeln oder im Stapel — von OCR gelesen, von der KI strukturiert, validiert und als sauberes Excel oder CSV exportiert. Diese strukturierten Daten lassen sich anschließend in DATEV-Workflows überführen, etwa zur Vorbereitung von Buchungsstapeln oder zur Belegerfassung. Der entscheidende Punkt: Statt jede Rechnung manuell abzutippen, prüfen Sie nur noch die wenigen Felder, die die KI als unsicher markiert hat. Aus Minuten pro Beleg werden Sekunden.

Der wirtschaftliche Effekt ist erheblich. Eine Kanzlei, die monatlich tausende Belege verarbeitet, gewinnt durch Automatisierung nicht nur Zeit zurück, sondern reduziert auch die Fehlerquote — und damit den teuren Aufwand für Korrekturen, Rückfragen und nachträgliche Berichtigungen. Gleichzeitig skaliert der Prozess: Die gleiche Einrichtung, die 500 Belege verarbeitet, bewältigt auch 5.000, ohne zusätzliches Personal. Sensible Belege werden sicher verarbeitet und anschließend gelöscht, und Sie können den Workflow ohne Registrierung testen. So verbinden sich Geschwindigkeit, Genauigkeit und Compliance in einem durchgängigen Prozess — von der PDF bis zur DATEV-fertigen Buchung.

Der Bedarf an automatisierter Belegverarbeitung ist in nahezu jeder Branche gleich — nur das Volumen unterscheidet sich. Handwerksbetriebe und kleine Dienstleister verarbeiten Eingangsrechnungen und Belege, Handelsunternehmen kommen mit Lieferanten- und Logistikrechnungen hinzu, und Online-Händler bewältigen täglich große Mengen aus Marktplätzen, Zahlungsdienstleistern und Werbeplattformen. Allen gemeinsam ist, dass die manuelle Erfassung mit steigendem Volumen zum Engpass wird — und genau dort entfaltet die Automatisierung ihren größten Nutzen.

Für Steuerkanzleien ist der Hebel besonders groß. Jeder zusätzliche Mandant bedeutet bei manueller Erfassung proportional mehr Arbeitszeit. Mit automatisierter Extraktion wird aus stundenlangem Abtippen eine kurze Prüfung der wenigen markierten Felder pro Beleg. Dadurch lässt sich der Mandantenstamm erweitern, ohne dass das Team länger arbeitet oder die Qualität leidet. Die Kanzlei wächst über bessere Prozesse statt über zusätzliche Personalkosten.

Auch Aufholarbeiten profitieren. Wenn ein neuer Mandant mit einem Stapel rückständiger Belege kommt oder ein Geschäftsjahr nachgearbeitet werden muss, ist das genau die Art von hochvolumiger, repetitiver Aufgabe, für die sich Automatisierung am besten eignet. Monate an Belegen lassen sich im Stapel verarbeiten und validieren — in einem Bruchteil der Zeit, die die Handerfassung benötigen würde, und mit einem dokumentierten Validierungsergebnis je Beleg. So entsteht eine vollständige, prüfungssichere Datengrundlage, ohne tagelange manuelle Erfassung.

Wichtig ist dabei zu verstehen, wo Automatisierung ihren Platz hat: Sie ersetzt nicht das fachliche Urteil des Buchhalters oder Steuerberaters, sondern nimmt ihm die mechanische, sich wiederholende Arbeit ab. Das Öffnen, Lesen, Abtippen und Prüfen jedes einzelnen Belegs verschlingt den Großteil der Zeit, schafft aber keinen fachlichen Mehrwert. Wird diese Schicht automatisiert, bleibt mehr Raum für die Aufgaben, die tatsächlich Fachwissen erfordern — die Beurteilung schwieriger Sachverhalte, die Beratung der Mandanten, die Vorbereitung von Abschlüssen. Die Automatisierung der DATEV-Aufbereitung bedeutet also nicht weniger Arbeit, sondern eine bessere Verteilung der Arbeit — auf Daten, denen man vertrauen kann, weil sie konsistent extrahiert und vor der Weiterverarbeitung validiert wurden.

Der häufigste Irrtum bei der Automatisierung der Belegaufbereitung ist die Vorstellung, ein Werkzeug könne „direkt nach DATEV buchen“. Das beschreibt weder, wie DATEV arbeitet, noch was ein Auslesewerkzeug redlich leisten kann. DATEV nimmt strukturierte Daten entgegen — Datum, Betrag, Steuersatz, Steuerbetrag, Gegenkonto, Buchungstext, Belegfeld. Was es nicht entgegennimmt, ist ein PDF, und was es nicht entscheidet, ist, auf welches Konto ein Sachverhalt gehört.

Genau an dieser Trennlinie liegt die Arbeitsteilung. Die Auslesung beantwortet die Fragen, die sich aus dem Dokument beantworten lassen: Was steht auf dem Beleg, stimmen die Summen, ist die Umsatzsteuer schlüssig, fehlt eine Pflichtangabe. Die Kontierung beantwortet Fragen, die sich nicht aus dem Dokument ergeben, sondern aus dem Kontenrahmen, der Branche und dem Sachverhalt — und die bleibt fachlich bei der Kanzlei oder der Buchhaltung.

Wer diese Grenze verwischt, bekommt genau das Ergebnis, vor dem jede Kanzlei zu Recht Angst hat: automatisch erzeugte Buchungssätze, die plausibel aussehen und fachlich falsch sind — und die dann jemand rückwärts prüfen muss, was länger dauert als die ursprüngliche Erfassung. Deshalb endet FlowParse bewusst bei geprüften Daten und beginnt nicht mit der Kontierung.

Der Bruttobetrag steht im Nettofeld. Netto und Brutto stehen auf einer Rechnung meist untereinander, und ihre Form unterscheidet sie nicht. Wird der falsche übernommen, stimmt die Umsatzsteuer im Stapel nicht, und der Fehler wandert in die Voranmeldung. Die Gleichung Netto + Steuer = Brutto trennt beide zuverlässig — deshalb wird sie geprüft, bevor exportiert wird.

Das Belegdatum ist das Fälligkeitsdatum. Beide stehen auf der Rechnung, oft direkt nebeneinander. Wird das falsche übernommen, rutscht die Buchung in die falsche Periode — und bei Dezemberrechnungen in das falsche Wirtschaftsjahr, was beim Abschluss teuer wird.

Die Referenznummer wird als Betrag gelesen. Ein Verwendungszweck wie „Zahlung 910015“ enthält eine Zahl, die kein Betrag ist. Ein Werkzeug ohne rechnerische Kontrolle schreibt sie in die Betragsspalte, und der Saldo wird absurd — was zugleich die Art ist, wie eine Saldenprüfung so etwas sofort aufdeckt.

Der doppelte Beleg. Eine Rechnung kommt per Mail und noch einmal als Anhang einer Mahnung. Ohne Abgleich wird sie zweimal erfasst und im schlimmsten Fall zweimal bezahlt. Die Erkennung stützt sich auf das Tripel Lieferant, Belegnummer und Betrag.

Die Überschneidung mit der Bankanbindung. Wer einen Auszug importiert, dessen Zeitraum die Anbindung bereits geholt hat, erzeugt doppelte Buchungen. Das Gegenmittel ist banal — an der Anbindungsgrenze schneiden — und wird trotzdem regelmäßig vergessen, weil die Dopplung erst bei der Abstimmung sichtbar wird.

Der Engpass einer Steuerkanzlei ist selten der einzelne Beleg, sondern der Januar: dreißig Mandanten, die zur selben Zeit ein Jahr Unterlagen als PDF schicken, in dreißig verschiedenen Ordnungszuständen. Ein Werkzeug, das einen Beleg gut verarbeitet, hilft dort wenig — entscheidend ist, was bei tausend Belegen passiert.

Drei Dinge ändern sich mit der Menge. Erstens die Layoutvielfalt: fünfzig Lieferanten sind fünfzig Layouts, und ein vorlagenbasierter Ansatz verlangt, für jeden eine Vorlage zu bauen und nach jeder Überarbeitung zu reparieren. Zweitens die Auswahl dessen, was zu prüfen ist — bei tausend Belegen kann niemand jedes Feld nachlesen, also braucht es eine Rangfolge, in der auffällige Belege nach oben kommen und rechnerisch saubere durchlaufen. Drittens das Ausgabeformat: eine Datei je Beleg trägt nicht, eine Arbeitsmappe mit einem Register und einer Herkunftsspalte schon.

Praktisch bedeutet das: den Mandantenordner geschlossen hochladen, die Saldenprüfung über die Auszüge laufen lassen, die markierten Belege ansehen — typischerweise einige Dutzend statt tausend — und die geprüfte Arbeitsmappe in den Buchungsablauf übernehmen. Die fachliche Arbeit bleibt dieselbe; was verschwindet, ist das Abtippen.

Ein Hinweis, der zur Ehrlichkeit gehört: Die Bankanbindung sollte, wo sie funktioniert, die Standardquelle bleiben. FlowParse hat seinen Wert dort, wo sie nichts liefert — Historie vor dem Anbindungsdatum, geschlossene Konten, nicht anbindbare und ausländische Banken, sowie Zeiträume, in denen die Anbindung ausgefallen ist. Wer systematisch umwandelt, was ohnehin automatisch käme, schafft sich Arbeit und Dopplungen. Mehr dazu auf der Seite Kontoauszüge für Steuerberater.

„PDF nach DATEV“ klingt nach einem Vorgang, ist aber je nach Belegart eine andere Aufgabe. Eine Eingangsrechnung, ein Kontoauszug und ein Kassenbeleg stellen unterschiedliche Anforderungen an die Auslesung, und sie scheitern auch an unterschiedlichen Stellen. Es lohnt sich, diese Unterschiede zu kennen, bevor man einen Ordner hochlädt.

Eingangsrechnungen sind die dankbarste Belegart: Sie tragen die meisten Pflichtangaben, ihre Arithmetik lässt sich vollständig nachrechnen — Menge mal Einzelpreis ergibt die Position, die Summe der Positionen den Nettobetrag, Netto plus Steuer den Bruttobetrag — und jede dieser Gleichungen ist eine Kontrolle. Ihre Schwierigkeit liegt in der Layoutvielfalt: fünfzig Lieferanten sind fünfzig Layouts.

Kontoauszüge sind gleichförmiger aufgebaut, dafür ist ihr Fehlerbild gefährlicher: Eine verlorene Zeile fällt visuell nicht auf. Hier greift die Saldenprüfung, die es bei Rechnungen so nicht gibt — Anfangssaldo plus Buchungen muss den gedruckten Endsaldo ergeben. Das ist die stärkste Vollständigkeitszusage im ganzen Produkt.

Kassenbelege sind die schwierigste Art. Thermopapier verblasst, Belege sind zerknittert und schief fotografiert, und der Aufbau folgt keiner Regel. Häufig steht nur ein Gesamtbetrag mit summarischer Steuerangabe da; was nicht gedruckt ist, kann nicht ausgelesen werden, und eine aus einem vermuteten Satz zurückgerechnete Steuer wäre eine Erfindung.

Kreditkartenabrechnungen sehen aus wie Kontoauszüge und verhalten sich anders: Sie laufen vom alten zum neuen Saldo, die Richtung der Beträge ist oft umgekehrt, und die Ausgleichszahlung des Vormonats ist keine Ausgabe, sondern der Ausgleich eines Verrechnungskontos. Wer beide gleich behandelt, bucht dieselbe Ausgabe zweimal.

Über OCR wird viel versprochen, deshalb hier die nüchterne Fassung. Ein digital erzeugtes PDF enthält echten Text: Die Zeichen stehen in der Datei, und die Aufgabe besteht ausschließlich darin, aus ihren Positionen wieder Zeilen und Spalten zu bilden. Ein gescanntes PDF enthält nur ein Bild; dort muss die OCR die Zeichen zuerst erkennen, und jede Erkennung kann danebengehen — eine „8“ als „3“, ein verlorenes Komma, eine zusammengeschobene Ziffernfolge.

Daraus folgt etwas, das viele Anbieter lieber nicht sagen: Bei einem Scan ist die Bildqualität die Obergrenze. Ist die Betragsspalte unscharf, beim Kopieren abgeschnitten oder auf verblasstem Papier gedruckt, kann kein Verfahren sie ehrlich rekonstruieren. Was man dann tun kann, ist die Unsicherheit sichtbar zu machen, statt einen plausibel aussehenden Wert einzusetzen.

Genau deshalb hängt an jedem ausgelesenen Feld ein Sicherheitswert, und genau deshalb liegt die eigentliche Absicherung nicht in der OCR, sondern in der Arithmetik dahinter. Ob eine „8“ richtig als „8“ gelesen wurde, weiß die OCR nicht mit Gewissheit — aber ob die Summe der Buchungen den gedruckten Endsaldo ergibt, ist eine Rechnung, die entweder aufgeht oder nicht. Diese Prüfung ist unabhängig davon, wie gut die Zeichenerkennung war, und deshalb ist sie das belastbarere Signal.

Praktisch heißt das für die Vorbereitung von Mandantenunterlagen: Original-PDFs der Bank sind Bildschirmfotos immer vorzuziehen, Belege sollten am Tag des Kaufs fotografiert werden, und ein Scan mit 300 dpi im Geradeaus-Winkel liefert deutlich verlässlichere Ergebnisse als ein schräges Handyfoto bei Kunstlicht. Das kostet nichts und verschiebt die Fehlerquote spürbar.

Eine Auslese-Schicht einzuführen ist keine Migration: Es wird nichts aus DATEV herausgelöst, nichts verschoben, keine bestehende Einrichtung angefasst. Trotzdem lohnt sich eine Reihenfolge, die den laufenden Betrieb am wenigsten stört.

Erstens: die Lücke benennen. Wo entsteht heute die meiste Nacherfassung? Fast immer sind es drei Stellen — Historie vor der Bankanbindung, nicht anbindbare oder ausländische Konten, und alles, was nur als PDF ankommt. Das ist der Bereich, in dem die Umwandlung etwas bringt; alles andere macht die Anbindung besser.

Zweitens: an einem schwierigen Beleg testen. Nicht am einfachsten, sondern am längsten Auszug oder am schlechtesten Scan. Und dann genau eine Frage stellen: Entspricht der berechnete Endsaldo dem gedruckten? Ein Werkzeug, das darauf keine Antwort gibt, sagt Ihnen nicht, ob es Zeilen verloren hat.

Drittens: das Ausgabeformat festlegen. Excel und CSV für den generischen Weg, echte Bankdateien im QBO-, QFX- oder OFX-Format, wo ein Bankimport möglich ist. Einmal festgelegt, bleibt es gleich — und die Nacharbeit im Tabellenblatt entfällt.

Viertens: die Historie nachziehen. Hier entsteht das einzige echte Risiko, nämlich die Dopplung: Wer einen Zeitraum importiert, den die Anbindung bereits geholt hat, hat die Buchungen zweimal. An der Anbindungsgrenze schneiden, und das Problem verschwindet.

Fünftens: die Gewohnheit halten. Die Bankanbindung bleibt die Standardquelle. Die Umwandlung ist das Werkzeug für die Lücken. Wer systematisch umwandelt, was ohnehin automatisch käme, zahlt Seiten für nichts und schafft sich Arbeit, die es vorher nicht gab.

Die Rechnung lässt sich selbst aufmachen, und das ist besser, als ein Versprechen zu lesen. Eine Belegzeile von Hand zu erfassen — Datum, Betrag, Steuersatz, Buchungstext — kostet einen geübten Menschen etwa zwanzig Sekunden, das Lesen im PDF und den Griff zurück zur Tastatur eingerechnet. Ein gewöhnlicher Monatsauszug mit hundert Buchungen ist damit eine gute halbe Stunde reine Erfassung, ohne jede Kontrolle.

Zwölf Monate auf einem Konto ergeben sechs bis zehn Stunden. Eine Kanzlei, die für einen Mandanten drei Jahre Historie nachträgt, kommt über dreißig — vollständig unproduktive Zeit, denn die Angaben standen bereits korrekt im PDF. Bei dreißig Mandanten im Januar wird daraus eine Größenordnung, die sich nicht mehr durch längere Arbeitstage auffangen lässt.

Der wichtigere Posten ist allerdings nicht die Zeit, sondern das, was ein Fehler kostet. Ein Zahlendreher bei 1.450 €, erfasst als 1.540 €, besteht jede Formprüfung und zeigt sich erst bei der Abstimmung — oder gar nicht. Eine im Auszug verlorene Zeile erzeugt eine Differenz, die jemand einen halben Tag lang sucht, Wochen später, ohne zu wissen, wo er anfangen soll. Diese beiden Kosten verschwinden nicht durch mehr Sorgfalt, sondern nur durch eine Kontrolle, die rechnet statt zu schätzen.

Abgerechnet wird nach Seiten, mit zehn Freiseiten im Monat und ohne Bindung. Für den punktuellen Fall — eine Übernahme, ein Auslandskonto, ein Ausfallzeitraum — ist das die günstigste denkbare Form, weil außerhalb der Nutzung nichts anfällt. Für regelmäßiges Volumen bleibt der Preis je Seite planbar und lässt sich sauber je Mandant weiterverrechnen. Die Schwelle, ab der sich der Aufbau des Ablaufs lohnt, liegt niedriger, als die meisten schätzen: Sie ist bei etwa zwanzig Auszügen im Monat bereits deutlich überschritten.

Ein letzter Punkt, der in Wirtschaftlichkeitsrechnungen fast immer fehlt: die Kosten des Wartens. Unterlagen, die im Januar liegen bleiben, weil die Erfassung nicht hinterherkommt, erzeugen Rückfragen zu Sachverhalten, an die sich niemand mehr erinnert, und Abschlüsse, die unter Zeitdruck statt mit Ruhe entstehen. Der Nutzen einer automatisierten Aufbereitung ist deshalb nicht nur die eingesparte Stunde, sondern der frühere Zeitpunkt, zu dem überhaupt belastbare Zahlen vorliegen — und das ist der Teil, den Mandanten tatsächlich bemerken.