Intelligente Rechnungsverarbeitung bei Sonepar in Deutschland

Die Kostenrechnungen werden nun mittels „Machine Learning“ (ML) vorkontiert. Die Erfolgsquote bei dieser automatischen Vorkontierung der Rechnungen liegt nach wenigen Monaten bereits bei bis zu 80 Prozent. Dadurch werden Mitarbeiter entlastet, manuelle Bearbeitungsfehler vermieden und Vorgänge im Rechnungseingang transparenter.

Das ist eines der Projekte von Sonepar in Deutschland, um im Rechnungswesen interne Vorgänge zu automatisieren und organisatorische Synergien zu bilden. Rund 5.000 Mitarbeiterinnen und Mitarbeiter arbeiten in dem 1972 gegründeten Unternehmen. Der Elektrogroßhändler für Handwerker- und Industriebedarf führt rund 500.000 Artikel von über 2.000 Markenherstellern. 20 Prozent dieser Artikel bilden das Stammsortiment, das ständig lagermäßig geführt wird.

Eingangsrechnungen effizienter bearbeiten

Wegen des raschen Firmenwachstums entstand bei Sonepar in kurzer Zeit ein sehr hohes Belegvolumen. „Die Anzahl der Kostenrechnungen war und ist weiter steigend. Das verursachte eine hohe manuelle Aufgabenorientierung. Papierbelege mussten bearbeitet, eingescannt und weiter verteilt werden“, erinnert sich Klaus Blum, Geschäftsführer der Sonepar Deutschland Information Services GmbH, an die Ausgangssituation. Deshalb seien sehr viele Mitarbeiterinnen und Mitarbeiter mit manuellen Prozessen beschäftigt gewesen. „Im Zuge der Einführung des ERP-Systems S/4 Hana haben wir deswegen nach einer Lösung gesucht, diese Arbeitsschritte zu automatisieren.“

Dies ist ein Artikel aus unserer Print-Ausgabe 5-6/2022. Bestellen Sie ein kostenfreies Probe-Abo.

Das Unternehmen setzt bereits seit 2012 auf SAP in den Bereichen Rechnungswesen und Controlling. Im Zuge der kürzlich durchgeführten S/4-Hana-Transition sollte auch die Eingangsrechnungsbearbeitung optimiert werden. Der langjährige Projektpartner FIS GmbH übernahm die Umstellung der Bereiche Rechnungswesen und Controlling von ECC 6.0 auf S/4 Hana, mit knapp 500 Millionen Belegen und einem Volumen von 2,4 Milliarden Belegzeilen.

Parallel wurde auch die Lösung FIS Invoice Management eingeführt, um die Verarbeitung der Eingangsrechnungen effizienter und vor allem digital zu gestalten – auch mit Machine-Learning-Services zur intelligenten Kontierungs- und Genehmigerfindung für die mehr als zwei Millionen Eingangsrechnungen.

Hier sorgt die neue Anwendung für einen hohen Automatisierungsgrad. Im Bereich der Vorkontierung ergibt sich auch ein Anwendungsfall für die Künstliche Intelligenz (KI). Bei jedem Dokument müssen die Sachbearbeiter Daten ins System eingeben, um Buchungskreis, Lieferant, Sachkonto, Kostenstelle und den zuständigen Genehmiger zu bestimmen. Das sind häufig wiederkehrende Vorgänge, also ein typisches Einsatzgebiet für eine Machine-Learning (ML).

Pilotprojekt für die automatische Vorkontierung

ML als Teilgebiet der KI kann im Rahmen der kreditorischen Kostenrechnung eine intelligente Kontierungs- und Genehmigerfindung ermöglichen. „Durch ML wird eine automatische Kontierungslogik aufgebaut. Anschließend ermittelt das Tool den zuständigen Genehmiger für die Rechnung und übergibt diese automatisch zur Freigabe”, erklärt FIS-Experte Martin Tempel. Sowohl die Geschäftsleitung als auch die IT-Verantwortlichen von Sonepar hatten ein großes Interesse daran, das in einem Pilotprojekt zu implementieren. Hierbei werden nun Buchungskreis, Lieferant und Textlayer aus den Rechnungen automatisch ausgelesen. Auf Basis dieser Informationen wählt die KI Sachkonto, Kostenstelle, Innenauftrag und Genehmiger automatisch aus.

Um die ersten Modelle zu trainieren, wurden Lerndaten aus 36.000 Rechnungen eingespeist. Denn das System musste zunächst einmal lernen, wie bei jeder einzelnen Rechnung vorgegangen wird. Die Umsetzung erfolgte mit Tensorflow, dem neuronalen Netz von Google. „Wir haben das neuronale Netz mit historischen Buchungsdaten aus der Vergangenheit trainiert. Etwa, von wem wurde was auf welche Kostenstelle verbucht, wer war der erste Genehmiger und so weiter. So haben wir letztlich diesen manuellen Prozess mithilfe von ML automatisiert”, erkkärt Daniel Stemig, Teamleiter FIS EIM Consulting. Das so entstandene Modell treffe auf dieser Basis Vorhersagen für neue Rechnungen und belege diese automatisiert vor, falls die Informationen mit einer vorab festgelegten Wahrscheinlichkeit korrekt von der KI zugeordnet werden. Der User kann jederzeit eingreifen, falls es notwendig werden sollte.

Im Fall Sonepar wird eine Rechnung nur dann komplett automatisiert vorbelegt, wenn das ML-System eine mehr als 80-prozentige Wahrscheinlichkeit der vorgeschlagenen Kontierungsobjekte erzielt. Mithilfe der Anwendung können verschiedene Belegtypen verarbeitet werden, wie zum Beispiel Kostenrechnungen, aber auch Warenrechnungen.

Von den ersten Ergebnissen des Pilotprojekts waren alle Beteiligten begeistert. Etwa 70 Prozent der Kostenrechnungen wurden automatisch vorkontiert und in die Genehmigung versendet. Und das System lernt ständig hinzu. Die Lerndaten werden jeden Monat durch neue Modelle aktualisiert, so dass die Erfolgsquote – und damit die Zahl der Vorbelegungen ohne manuelle Eingriffe – kontinuierlich wächst. Die intelligente Kontierungs- und Genehmigerfindung hat bereits zu einer deutlichen Effizienzsteigerung in der Verarbeitung von Eingangsrechnungen und zu großem Zeitgewinn für die beteiligten Mitarbeiter geführt.

Das Rechnungsmanagement von morgen

Mit ML-Modellen werden auf Basis vorhandener Datenbestände Algorithmen trainiert, um Muster und Regeln zu erkennen und darauf basierend eigenständig Ergebnisse zu entwickeln. So werden Geschäftsprozesse optimiert und automatisiert. Ein erfolgreiches Pilotprojekt, das die Möglichkeiten neuer Technologien optimal nutzt, um das Rechnungsmanagement in SAP auf die nächste Stufe zu heben.

Laut Blum konnte erfolgreich ein einheitliches Organisationsschema in Deutschland implementiert werden, „weil wir Prozesse vereinheitlich und standardisiert haben, mit denen in allen Legal Entities gearbeitet wird“. Die neue KI-Lösung sei ein Startpunkt, von dem man sich kontinuierlich weiter entwickeln könne. „Nächster Schritt soll die Automatisierung der Wareneingangsrechnungen sein“, gibt Blum einen Ausblick in die Zukunft.

Bildquelle: Sonepar