Rechnungs-Datenauszug-OCR-Workflow

Dieser Workflow mit dem Titel “Rechnungs-Datenauszug-OCR” ist darauf ausgelegt, den Prozess der Extraktion von wichtigen Informationen aus Rechnungsbildern zu automatisieren. Er nutzt OCR (Optische Zeichenerkennung) und Sprachmodelle, um die wichtigsten Rechnungsdetails sowohl in einer benutzerfreundlichen Markdown-Tabelle als auch in einem exportierbaren CSV-Format darzustellen. Diese Automatisierung ist besonders nützlich für Unternehmen, die große Mengen an Rechnungen verarbeiten, da sie die manuelle Dateneingabe überflüssig macht, Fehler reduziert und die betriebliche Effizienz erhöht.

Workflow-Übersicht

Wenn ein Benutzer mit der Chatbot-Oberfläche interagiert, erfolgt die folgende Abfolge von Aktionen:

1. Chatbot-Initialisierung & Begrüßung

   • Sobald der Chat geöffnet wird, löst der Workflow eine Begrüßungsnachricht aus. Diese informiert den Benutzer über den Zweck des Chatbots – das Extrahieren von Rechnungsdaten aus hochgeladenen Bildern.

2. Rechnungsbild-Upload

   • Der Benutzer wird aufgefordert, ein Bild einer Rechnung hochzuladen. Die Chat-Oberfläche ist so eingerichtet, dass sie Bilddateien als Eingabe akzeptiert.

3. Datenextraktion per Prompt

   • Sobald ein Bild hochgeladen wurde, erstellt der Workflow einen strukturierten Prompt für ein KI-Modell. Dieser Prompt weist die KI an, die folgenden Details aus der Rechnung zu extrahieren:

     • Rechnungsnummer
     • Rechnungstyp
     • Sprache der Rechnung
     • Auf der Rechnung gelistete Positionen
     • Preis pro Position
     • Gesamtbetrag

   • Der Prompt fordert ausdrücklich, dass die KI die extrahierten Informationen in Markdown-Tabellenformat ausgibt, mit einer Zeile pro Rechnungsposition.

4. KI-gestützte OCR und Informationsextraktion

   • Der Workflow sendet sowohl den Prompt als auch das hochgeladene Bild an einen Generator-Knoten (vermutlich unterstützt durch ein multimodales LLM oder eine OCR-fähige KI). Das Modell verarbeitet das Bild, extrahiert die relevanten Details und formatiert die Ergebnisse wie angegeben.

5. Anzeige und Export der Ergebnisse

   • Die Markdown-Tabelle mit den extrahierten Rechnungsdaten wird direkt in der Chat-Oberfläche zur sofortigen Überprüfung angezeigt.
   • Gleichzeitig extrahiert der Workflow strukturierte Datenfelder wie Firmenname, USt-IdNr., Leistungsbeschreibung und berechneter Betrag und generiert eine CSV-Datei. Diese Datei steht zum Download bereit, sodass die Daten einfach in Buchhaltungs- oder ERP-Systeme integriert werden können.

Schritt-für-Schritt-Aufschlüsselung

Vorteile und Anwendungsfälle

• Skalierbarkeit: Automatisiert die wiederkehrende Aufgabe des Lesens und Übertragens von Rechnungsdaten, sodass große Rechnungsvolumina mit minimalem personellen Aufwand bearbeitet werden können.
• Genauigkeit: Reduziert Fehler bei der manuellen Dateneingabe und sorgt für eine konsistente Extraktion der erforderlichen Felder.
• Integration: Die ausgegebene CSV-Datei ermöglicht eine nahtlose Integration in Buchhaltungssoftware, ERP-Systeme oder Datenbanken.
• Benutzerfreundlichkeit: Die Chat-Oberfläche macht den Prozess auch für nicht-technische Nutzer zugänglich, mit klaren Anweisungen und sofortigem Feedback.

Beispielausgabe

Nach der Verarbeitung eines Rechnungsbildes erhält der Benutzer eine Tabelle ähnlich der folgenden im Chat:

Zusätzlich kann der Benutzer eine CSV-Datei herunterladen, die strukturierte Felder wie enthält:

• Firmenname
• USt-IdNr.
• Leistungsbeschreibung
• Betrag

Warum dieser Workflow nützlich ist

Dieser Workflow rationalisiert einen historisch manuellen und fehleranfälligen Prozess. Durch die Automatisierung der Extraktion und Strukturierung von Rechnungsdaten können Unternehmen Zeit und Kosten sparen und ihre Ressourcen auf wertschöpfende Tätigkeiten konzentrieren. Die beiden Ausgaben (Chat-Tabelle und CSV-Datei) sorgen sowohl für sofortige Sichtbarkeit als auch für langfristige Nutzbarkeit der Daten, was die Lösung für Teams jeder Größe praktikabel macht.