KI-Belegerkennung: Was sie kann, was nicht, und warum Raten gefährlich ist

Kurz gesagt: KI-Belegerkennung erkennt auf einem fotografierten Beleg automatisch Betrag, Datum, Händler und oft die Kategorie, und spart damit das Abtippen. Sie ist bei sauberen Belegen sehr zuverlässig, bei verblassten, geknickten oder ungewöhnlichen Belegen aber nicht. Gefährlich wird es, wenn eine App unsichere Werte einfach errät statt sie leer zu lassen, denn dann landen falsche Zahlen unbemerkt in deiner Buchhaltung.

Wer Belege mit dem Handy erfasst, will nicht jede Quittung von Hand eintippen. Genau dafür gibt es KI-Belegerkennung: Die Software schaut sich das Foto an, findet die relevanten Felder und füllt sie aus. Das klingt nach Magie, ist aber eine Kette aus Texterkennung, Mustererkennung und Sprachmodellen, und jede Stufe kann Fehler machen.

Dieser Artikel erklärt, was künstliche Intelligenz bei Belegen heute wirklich leistet, wo ihre Grenzen liegen und woran du eine Belegerkennung erkennst, der du vertrauen kannst. Das Wichtigste vorweg: Die beste KI ist nicht die, die immer etwas liefert, sondern die, die weiss, wann sie nichts weiss.

Was macht KI-Belegerkennung anders als klassisches OCR?

Klassisches OCR wandelt Pixel in Buchstaben um, KI-Belegerkennung versteht zusätzlich, was diese Buchstaben bedeuten. OCR (Optical Character Recognition) liefert dir den Text eines Kassenbons als lange Zeichenkette: "Coop Bahnhofstr Total CHF 47.85 MWST 2.6% ...". Damit hast du noch keinen Betrag und kein Datum, sondern nur Text. Wie die Erkennung im Detail funktioniert, liest du im Artikel über Belege automatisch auslesen.

Die KI-Schicht kommt danach. Sie beantwortet Fragen wie: Welche der fünf Zahlen auf dem Bon ist der Endbetrag? Ist "12.03.26" der 12. März oder der 3. Dezember? Heisst der Händler "Migros" oder ist das nur der Name des Einkaufszentrums? Dafür werden Modelle mit sehr vielen Belegen trainiert, bis sie typische Layouts kennen: Total unten, Datum oben oder unten, Händler im Kopf, Mehrwertsteuer in einem eigenen Block.

Der Unterschied ist praktisch relevant. Reines OCR reicht, wenn du Belege nur durchsuchbar machen willst. Sobald du strukturierte Daten brauchst, etwa für eine CSV-Liste für die Buchhaltung, brauchst du die Interpretation dazu.

Was kann KI bei Belegen zuverlässig?

Bei gut lesbaren Standardbelegen erkennt eine gute KI-Belegerkennung Betrag, Datum und Händler in den allermeisten Fällen korrekt. Das gilt vor allem für:

Kassenbons von Detailhändlern mit klarem "Total"-Feld
Restaurantquittungen mit Datum, Betrag und Trinkgeldzeile
Tankstellenbelege, Parkquittungen, ÖV-Tickets
Rechnungen im PDF-Format mit maschinell erzeugtem Text
Belege in mehreren Währungen, sofern das Währungskürzel aufgedruckt ist

Auch die Kategorie klappt oft gut, weil der Händlername viel verrät: Ein Beleg von einer Apotheke landet bei Gesundheit, einer vom Baumarkt bei Material. Wenn du Belege sinnvoll gruppieren willst, hilft der Artikel Belege kategorisieren.

Ein realistisches Beispiel: Du fotografierst einen Bon über CHF 23.40 aus einer Bäckerei. Die App liefert Händler "Bäckerei Müller", Datum "04.09.2026", Betrag "CHF 23.40", Kategorie "Verpflegung". Du kontrollierst mit einem Blick, tippst auf Speichern, fertig. Das ist der Normalfall, und er spart pro Beleg eine Minute Abtippen.

Wo scheitert künstliche Intelligenz bei Belegen?

KI scheitert dort, wo schon ein Mensch zweimal hinschauen muss: bei schlechter Bildqualität, ungewöhnlichem Layout und mehrdeutigen Angaben. Die typischen Fehlerquellen:

Verblasstes Thermopapier: Wenn die Ziffern kaum noch Kontrast haben, wird aus einer 8 eine 3 oder aus 47.85 ein 41.85.
Knicke und Schatten: Ein Knick durch die Totalzeile kann den Betrag halbieren, ein Schatten des Handys verdeckt das Datum.
Mehrere Beträge: Zwischensumme, Total, Gegeben, Rückgeld. Bei einem Bon mit "Gegeben CHF 50.00" wählt eine schwache Erkennung gern die 50.
Datumsformate: "03/04/26" ist in der Schweiz der 3. April, in den USA der 4. März.
Handschrift: Handgeschriebene Quittungen liest KI unzuverlässig, vor allem Beträge.
Fremdsprachen und Sonderzeichen: Belege aus dem Ausland mit Tausenderpunkt statt Komma führen leicht zu Faktor-1000-Fehlern.

Wie hoch die Trefferquote in der Praxis ist und wie du sie kontrollierst, steht im Artikel Wie genau ist OCR bei Kassenbons?. Der wichtigste Hebel ist übrigens nicht das Modell, sondern das Foto: Wer den Beleg flach, hell und vollständig fotografiert, halbiert die Fehler.

Warum ist Raten bei der Belegerkennung gefährlich?

Raten ist gefährlich, weil ein selbstbewusst falscher Wert nicht auffällt, ein leeres Feld aber schon. Eine App, die immer etwas liefert, wirkt auf den ersten Blick besser. In Wirklichkeit verlagert sie die Arbeit nach hinten, dorthin, wo sie am teuersten ist.

Stell dir vor, du erfasst im Jahr 400 Belege. Die Erkennung liegt bei 3 Prozent der Beträge daneben und rät in diesen Fällen einen plausibel aussehenden Wert. Das sind zwölf falsche Beträge, die aussehen wie richtige. Du entdeckst sie nicht beim Erfassen, sondern erst, wenn der Treuhänder fragt, warum die Spesen nicht zum Kontoauszug passen, oder gar nicht. Ein einzelner Dreher von CHF 128.50 zu CHF 182.50 ist schnell passiert und kostet später eine halbe Stunde Suche.

Das Gegenmodell ist ehrlicher: Was die Erkennung nicht sicher lesen kann, bleibt leer. Ein leeres Betragsfeld siehst du sofort und tippst den Wert in fünf Sekunden ein, solange du den Beleg noch in der Hand hast. Belego arbeitet genau so: Die App rät nie. Betrag, Datum, Händler und Kategorie werden automatisch ausgelesen, unsichere Felder bleiben leer, und alles lässt sich von Hand übersteuern. Das ist weniger spektakulär als eine Erkennung, die immer 100 Prozent behauptet, aber in der Buchhaltung zählt nicht der Eindruck, sondern die Zahl.

Ein zweiter Punkt beim Raten: Sprachmodelle neigen dazu, fehlende Informationen zu "vervollständigen". Fehlt auf dem Beleg das Jahr, ergänzt ein ratendes System gern das aktuelle. Das ist bei einem Beleg vom Dezember, den du im Januar scannst, schlicht falsch, und im Steuerjahr macht das einen Unterschied.

Worauf solltest du bei einer KI-Belegerkennung achten?

Achte weniger auf Werbeversprechen zur Trefferquote und mehr darauf, wie die App mit Unsicherheit umgeht. Diese Checkliste hilft bei der Auswahl:

Leer statt geraten: Zeigt die App unsichere Felder leer an oder füllt sie immer aus?
Alles übersteuerbar: Kannst du jeden erkannten Wert mit einem Tipp korrigieren?
Original bleibt erhalten: Wird der Beleg als PDF gespeichert, damit du später nachschauen kannst? Warum das wichtig ist, erklärt der Artikel Belege in PDF umwandeln.
Kontrolle beim Erfassen: Zeigt die App Foto und erkannte Werte nebeneinander, damit du in einer Sekunde vergleichen kannst?
Datenschutz: Wohin gehen die Fotos für die Erkennung, und was bleibt dort gespeichert? Bei Belego bleiben die Belege auf dem Gerät; nur das automatische Auslesen braucht kurz Internet.
Export ohne Umweg: Landen die erkannten Werte in einer CSV, die du in Excel oder das Buchhaltungstool laden kannst?

Und ein Tipp, der nichts kostet: Kontrolliere immer den Betrag und das Datum. Der Händlername ist weniger kritisch, eine falsche Kategorie ist schnell korrigiert, aber Betrag und Datum bestimmen, was am Ende in der Steuererklärung oder beim Treuhänder ankommt. Diese zwei Felder sind in drei Sekunden geprüft, und danach kannst du der Erkennung den Rest überlassen.

Häufige Fragen

Braucht KI-Belegerkennung eine Internetverbindung?

Meistens ja, zumindest für das automatische Auslesen. Die Modelle, die Belege zuverlässig interpretieren, sind zu gross für ein Handy und laufen auf einem Server. Erfassen, Suchen und Exportieren können hingegen offline funktionieren, so wie bei Belego. Frag bei einer App nach, welche Schritte Internet brauchen und was dabei übertragen wird.

Kann KI handgeschriebene Quittungen auslesen?

Nur eingeschränkt. Gedruckte Belege liest KI-Belegerkennung sehr gut, bei Handschrift sinkt die Trefferquote deutlich, besonders bei Beträgen und Datumsangaben. Rechne bei handgeschriebenen Quittungen damit, dass du Betrag und Datum von Hand einträgst. Wichtig ist, dass die App das Foto trotzdem als PDF ablegt, damit das Original erhalten bleibt.

Erkennt KI auch die Mehrwertsteuer auf dem Beleg?

Bei Standardbelegen mit klar ausgewiesenem MWST-Block oft ja, aber gerade hier lohnt sich die Kontrolle. Mehrere Sätze auf einem Bon, etwa 8.1 Prozent und 2.6 Prozent, werden leicht vertauscht. Für Belege, die du in der MWST-Abrechnung brauchst, solltest du den Steuerbetrag am Original prüfen und nicht blind übernehmen.

Ist KI-Belegerkennung für die Steuererklärung anerkannt?

Für die Steuerbehörde zählt der Beleg selbst, nicht die Methode, mit der du ihn erfasst hast. Ein lesbares PDF des Originals plus korrekte Werte in deiner Liste reicht in der Regel. Wichtig ist, dass die Werte stimmen und der Originalbeleg erhalten bleibt. Eine ratende Erkennung ist deshalb riskanter als eine, die unsichere Felder leer lässt.