Zum Inhalt springen
W
GoBD-konform §203 StGB-konform Q1

Buchungs-QA-Agent

Jede Buchung auf formale Vollständigkeit, Plausibilität und Konsistenz prüfen - bevor sie ins Hauptbuch geht.

Prüft die formale Vollständigkeit, Plausibilität, Kontenkonsistenz und Periodenzuordnung jeder Buchung. Erkennt Duplikate und berechnet einen Anomalie-Score. Nur bei Auffälligkeiten wird eskaliert - der Normalfall passiert automatisch.

Score-Dashboard

Agent Readiness 84-91%
Governance-Komplexität 18-25%
Economic Impact 74-81%
Leuchtturm-Wirkung 31-38%
Implementation Complexity 24-31%
Transaktionsvolumen Täglich

Was dieser Agent tut

Buchungsqualität ist der Hebel zwischen Einzelbuchung und verlässlichem Abschluss. Jede fehlerhafte Buchung die ins Hauptbuch geht, wird zur Korrekturbuchung im Monatsabschluss. Bei tausenden Buchungen pro Tag reicht eine Fehlerquote von 2% für dutzende Korrekturen pro Monat.

Der Decision Layer zerlegt die Buchungsprüfung in acht Entscheidungsschritte. Formale Vollständigkeit, Kontenkonsistenz, Steuercode-Konsistenz, Periodenprüfung und Duplikat-Erkennung sind vollständig regelbasiert. Plausibilitätsprüfung und Anomalie-Score nutzen historische Vergleiche und ML-basierte Erkennung. Das Routing (Freigabe oder Eskalation) basiert auf dem Score.

Das Ergebnis: Buchungsfehler werden vor dem Hauptbuch-Eintrag erkannt. Korrekturbuchungen im Monatsabschluss werden drastisch reduziert. Und der Anomalie-Score gibt dem Sachbearbeiter eine Priorisierung: welche Buchungen zuerst prüfen?

Micro-Decision-Tabelle

Mensch
Regelwerk
KI-Agent
Jede Zeile ist eine Entscheidung. Aufklappen zeigt die Entscheidungsakte und ob man anfechten kann.
Formale Vollständigkeit prüfen Sind Beleg, Konto, Betrag und Datum vorhanden? Regelwerk

Checkliste der Pflichtfelder

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Plausibilitätsprüfung Liegt der Betrag im üblichen Rahmen für dieses Konto? Regelwerk

Schwellenwert regelbasiert, historischer Vergleich KI-unterstützt

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Kontenkonsistenz prüfen Passen Soll- und Habenkonto zusammen? Regelwerk

Doppelte Buchführung - Konsistenzregeln

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Steuercode-Konsistenz prüfen Passt der USt-Code zum gebuchten Konto? Regelwerk WP/BP

Mapping-Tabelle Konto zu Steuercode

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Anfechtbar durch: WP/BP

Periodenprüfung Ist die Buchung im richtigen Monat? Regelwerk

Datumsvergleich: Belegdatum vs. Buchungsperiode

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Duplikat-Erkennung Wurde diese Buchung bereits erfasst? Regelwerk

Muster-Match über Betrag, Konto, Datum

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Anomalie-Score berechnen Wie auffällig ist diese Buchung? KI-Agent

ML-basierte Anomalie-Erkennung aus historischen Mustern

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Routing Freigabe oder Eskalation? Regelwerk

Score-Schwelle bestimmt den Pfad

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Entscheidungsakte und Anfechtbarkeit

Jede Entscheidung, die dieser Agent trifft oder vorbereitet, wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene (Mitarbeiter, Lieferanten, Prüfer) können jede einzelne Entscheidung einsehen, nachvollziehen und anfechten.

Welche Regel in welcher Version wurde angewandt?
Welche Daten lagen der Entscheidung zugrunde?
Wer (Mensch, Regelwerk oder KI) hat entschieden - und warum?
Wie kann die betroffene Person Einspruch einlegen?
So setzt der Decision Layer das architektonisch um →

Voraussetzungen

  • ERP-System mit Buchungsprüfung vor Hauptbuch-Eintrag
  • Historische Buchungsdaten für Anomalie-Erkennung (mind. 12 Monate)
  • Definierte Plausibilitätsschwellen pro Kontengruppe
  • Mapping-Tabelle Konto zu zulässigem Steuercode

Governance-Hinweise

GoBD-konform §203 StGB-konform

GoBD-relevant: Die Buchungsprüfung ist ein wesentlicher Bestandteil des IKS (Internes Kontrollsystem). HGB §238 (ordnungsgemäße Buchführung), GoBD (Nachvollziehbarkeit), AO §146 (Ordnungsvorschriften). Der Decision Layer dokumentiert jede Prüfung: welche Checks durchgeführt, welche bestanden, welche fehlgeschlagen, Anomalie-Score. Für die Betriebsprüfung nachvollziehbar, dass ein systematisches QA-Verfahren existiert.

§203 StGB-relevante Daten werden Ende-zu-Ende verschlüsselt und nie im Klartext an KI-Modelle übergeben.

Beitrag zur Verfahrensdokumentation

Dokumentiert für jede geprüfte Buchung: Prüfergebnis pro Check (Vollständigkeit, Plausibilität, Konsistenz, Periode, Duplikat), Anomalie-Score, Routing-Entscheidung. Aggregiert: Fehlerquoten pro Kontengruppe, häufigste Fehlertypen, Trend über Zeit.

Infrastruktur-Beitrag

Der Buchungs-QA-Agent ist die zentrale Qualitätssicherung für das gesamte Hauptbuch. Jeder buchende Agent (Kontierung, AfA, Rückstellungen, Abgrenzungen) kann seine Buchungen durch den QA-Agent prüfen lassen. Die Anomalie-Erkennung wird vom Fraud-Detection-Agent (Betrugserkennung) und IKS-Monitoring-Agent (Kontrollüberwachung) wiederverwendet.

Häufige Fragen

Wie viele Buchungen werden typischerweise eskaliert?

Bei gut gepflegten Stammdaten werden 2-5% der Buchungen eskaliert. Der Anomalie-Score priorisiert die Eskalationen - die auffälligsten Buchungen werden zuerst geprüft.

Kann der Agent nachträglich bereits gebuchte Transaktionen prüfen?

Ja. Neben der Echtzeit-Prüfung vor dem Hauptbuch-Eintrag kann der Agent auch einen Batch-Lauf über bereits gebuchte Transaktionen durchführen - z.B. als Teil der Monatsabschluss-Vorbereitung.

Wie werden die Plausibilitätsschwellen kalibriert?

Die Schwellen werden initial aus historischen Daten berechnet (z.B. Mittelwert + 3 Standardabweichungen pro Kontengruppe). Im Betrieb werden sie durch Feedback des Sachbearbeiters verfeinert - jede Eskalation die sich als False Positive erweist, verbessert das Modell.

Diesen Agent implementieren?

Wir bewerten Ihre Finance-Prozesslandschaft und zeigen, wie dieser Agent in Ihre Infrastruktur passt.