Die Zuweisung von Attributen wie Kostenstellen oder Unterkategorien zu Transaktionen und Rechnungen läuft in jedem Unternehmen anders ab.
Unsere Smart Automation nutzt KI, um den Großteil der Transaktionen und Rechnungen für dich vor ab zu codieren.
So funktioniert es:
Erfahrungswerte aus deinen eigenen Daten:
Unser System überprüft automatisch, welche Buchhaltungsattribute du den exportierten Transaktionen und Rechnungen zugewiesen hast.
Aufbau eines KI-Modells für dein Unternehmen 🤖:
Sobald du die ersten 150 Transaktionen oder 25 Rechnungen exportiert hast, trainieren wir auf der Grundlage deiner spezifischen Daten unser KI-Modell für dein Unternehmen. Das Modell analysiert, wie deine Sachkonten, Umsatzsteuersätze und andere Transaktionen zuvor zugeordnet wurden. Auf dieser Grundlage trifft es Vorhersagen zu den richtigen Buchhaltungsdetails.
Vorhersage mit KI 🤖:
Für alle zukünftigen Transaktionen und Rechnungen versuchen unsere Modelle dann, die Umsatzsteuer, Unterkategorien und andere Dimensionen vorherzusagen. Diese Vorhersage basiert auf Wahrscheinlichkeiten. Wenn das KI-System unsicher ist, trifft es keine Vorhersage. Stattdessen lässt es das Feld leer und fordert dich auf, es manuell auszufüllen. Dieser Ansatz stellt sicher, dass das System nur dann Vorhersagen trifft, wenn es mit großer Wahrscheinlichkeit richtig liegt. Das minimiert die Fehlerquote.
Bei Kartentransaktionen zeigen unsere Daten, dass die Vorhersagen von Smart Automation die Genauigkeit der von dir eingerichteten Standard-Buchhaltungsregeln deutlich übertreffen. Wenn einer Kartentransaktion oder einer Rechnung ein Attribut entweder über eine Regel oder über Smart Automation zugewiesen werden kann, wird das Attribut daher standardmäßig über Smart Automation zugewiesen. Du kannst diese Einstellung auf der Einstellungsseite deaktivieren.
Bei Rechnungen ist weiterhin die Buchhaltungsregel standardmäßig eingestellt. In diesem Fall werden nur Attribute vorhergesagt, die nicht von einer Regel gedeckt sind.
Selbstlernen mit KI 🤖:
Das KI-Modell unseres Unternehmens entwickelt sich durch eine Feedbackschleife kontinuierlich weiter. Wenn das System eine falsche Vorhersage macht, kannst du diese korrigieren. Die KI lernt aus dieser Korrektur, sodass sie mit der Zeit immer genauer wird.
Jedes Mal, wenn du deine Transaktionen oder Rechnungen exportiert, erstellen wir ein aktuelles Modell für dich und berücksichtigen dabei alle bisherigen Korrekturen.
Wenn du ein bestimmtes Sachkonto oder einen Umsatzsteuersatz löschst, erstellen wir ein neues Modell, sodass wir das alte nicht mehr anwenden müssen.
Wann funktioniert diese Funktion nicht und was kannst du tun?
Unser System ist zwar so konzipiert, dass es sehr genau arbeitet, aber es gibt einige Fälle, in denen es nicht in der Lage ist, korrekte Vorhersagen zu treffen:
Neues oder selten verwendetes Sachkonto / neuer Umsatzsteuersatz:
Wie alle KI-Anwendungen benötigen auch wir Daten, um präzise Vorhersagen zu treffen. Wenn der Wert, den du vorhersagen möchtest, in deinen Daten nicht vorkommt oder selten ist (z. B. weniger als 10 Transaktionen), ist es unwahrscheinlich, dass wir eine genaue Vorhersage treffen können. Daher werden wir die Daten nicht berücksichtigen.
Identische Transaktionen oder Rechnungen sind mit unterschiedlichen Konten verknüpft:
Wenn du mehrere Transaktionen oder Rechnungen hast, die identisch aussehen, aber mit unterschiedlichen Konten verknüpft sind, kann die KI kein Muster erkennen. Sie wählt daher wahrscheinlich den Wert, den du am häufigsten gewählt hast.
Mangelndes Vertrauen in die Vorhersagen:
Wenn sich das KI-System nicht sicher ist, lässt es das Feld leer und fordert dich auf, es manuell auszufüllen. Dieser Ansatz stellt sicher, dass das System nur dann Vorhersagen trifft, wenn es wahrscheinlich richtig liegt. Das minimiert Fehler.
Hinweis: Damit Smart Automation genaue Vorhersagen treffen kann, sind historische Daten von entscheidender Bedeutung. Die Vorhersagemodelle werden auf der Grundlage der aus deinem Buchhaltungssystem exportierten Daten (neu) trainiert. Das Zuweisen eine Sachkontos oder eines Umsatzsteuersatzes, ohne die Transaktion zu exportieren, verbessert daher zukünftige Vorhersagen nicht. Ein konsistenter und genauer Datenexport ist für die kontinuierliche Verbesserung des KI-Modells von entscheidender Bedeutung.