ML-gestützte Automatisierung - Intelligente Belegzuweisung in der Buchhaltung; Versuch einer ML-gestützten Automatisierung

Die Arbeit zeigt, wie durch KI-gestützte Automatisierung der Belegabgleich in Treuhandunternehmen effizienter, präziser und wirtschaftlicher gestaltet werden kann. Ein praxistauglicher Prototyp wurde bei Gerhard & Partner erfolgreich umgesetzt.

Tim Gerhard & Pascal Ramanathan, 2025

Art der Arbeit Bachelor Thesis
Auftraggebende Gerhard & Partner GmbH
Betreuende Dozierende Sterchi, Martin
Views: 9
In der Treuhandbranche erfolgt der Abgleich zwischen Rechnungen und Zahlungstransaktionen meist manuell. Dies führt zu hohem Zeitaufwand, steigenden Fehlerquoten und ineffizienten Korrekturschleifen in der Buchhaltungssoftware. Vor dem Hintergrund wachsender Belegmengen und zunehmendem Fachkräftemangel untersucht diese Arbeit, ob eine KI-basierte Lösung unter realen Bedingungen technisch und wirtschaftlich umsetzbar ist.
Basierend auf synthetischen Testdaten wurde ein End-to-End-Prototyp entwickelt, der Rechnungen mittels Vision-Modul analysiert, relevante Felder extrahiert und diese über eine regelbasierte Matching-Engine mit Banktransaktionen abgleicht. In einem abschliessenden Praxistest mit realen Belegen wurde die Lösung unter Echtbedingungen validiert. Die gesamte Umsetzung orientierte sich am Prozesslebenszyklus nach Dumas et al. und mündet in einem modularen, wartungsarmen Prototyp mit Weboberfläche.
Die Lösung konnte den Bearbeitungsaufwand pro Mandat von 22,9 auf 5 Stunden reduzieren und damit eine Zeitersparnis von rund 2’685 Stunden pro Jahr erzielen. Auch qualitativ zeigt sich ein klarer Fortschritt: Die Feldgenauigkeit erreichte 95,6 %, der Automatisierungsgrad lag bei etwa 60 % und die Fehlerquote im Matching sank signifikant. Die entwickelten Verfahren sind auf bestehende Systeme wie Bexio übertragbar und lassen sich modular erweitern. Die wirtschaftliche Bewertung zeigt, dass sich die Investitionskosten von bis zu 320’000 CHF bereits im ersten Jahr amortisieren lassen. Ergänzend wurden Konzepte zur Prozessüberwachung, Nachbesserung und Weiterentwicklung der Lösung entwickelt. Für Gerhard & Partner entsteht dadurch nicht nur ein Effizienzgewinn, sondern auch eine zukunftssichere Grundlage für den schrittweisen Ausbau KI-gestützter Prozesse.
Studiengang: Betriebsökonomie (Bachelor)
Keywords KI, AI, Treuhand, Automatisierung, Buchhaltung
Vertraulichkeit: vertraulich
Art der Arbeit
Bachelor Thesis
Auftraggebende
Gerhard & Partner GmbH, Solothurn
Autorinnen und Autoren
Tim Gerhard & Pascal Ramanathan
Betreuende Dozierende
Sterchi, Martin
Publikationsjahr
2025
Sprache der Arbeit
Deutsch
Vertraulichkeit
vertraulich
Studiengang
Betriebsökonomie (Bachelor)
Standort Studiengang
Olten
Keywords
KI, AI, Treuhand, Automatisierung, Buchhaltung