KI-Buchhaltung: Was DATEV, Tess und Tabula wirklich können

Kaum ein Bereich wird so schnell als erster KI-Kandidat genannt wie die Buchhaltung, und kaum einer wird dabei so oft falsch verstanden. Die Erwartung lautet meistens: Belege rein, fertige Buchhaltung raus. So funktioniert es nicht - nicht weil die Technik zu schwach wäre, sondern weil an dieser Stelle Recht, Verantwortung und Prozess gleichzeitig zusammenlaufen.

Was tatsächlich läuft, ist trotzdem bemerkenswert. Über 100.000 Buchführungen in Deutschland arbeiten inzwischen mit KI-erzeugten Buchungsvorschlägen aus dem DATEV-Rechenzentrum. Daneben ist ein ganzer Markt spezialisierter Werkzeuge entstanden: Tess, Tabula, Lexware Office und eine Reihe weiterer, die jeweils an einer anderen Stelle der Kette ansetzen und deshalb auch nicht dasselbe Problem lösen.

Dieser Artikel sortiert das Feld. Was KI in der Buchhaltung heute wirklich übernimmt, worin sich die Werkzeuge unterscheiden, was keines von ihnen übernimmt und woran die Einführung im Mittelstand am häufigsten scheitert.

Was KI-Buchhaltung ist: Definition und Abgrenzung

KI-Buchhaltung bezeichnet den Einsatz lernender Systeme, die Belege auslesen, ihren Inhalt verstehen, sie einem Konto und einem Geschäftsvorfall zuordnen und daraus einen fertigen Buchungsvorschlag erzeugen. Der Mensch prüft und gibt frei, statt jeden Beleg von Hand zu kontieren.

Damit ist auch gesagt, was KI-Buchhaltung nicht ist. Sie ist keine bessere Texterkennung. Ein OCR-Scanner liest Zeichen, eine KI-Buchhaltung liest Bedeutung: Sie erkennt, dass diese Rechnung vom selben Lieferanten stammt wie die letzten vierzig, dass sie damals auf dasselbe Konto gebucht wurde und dass der Steuersatz zum Vorgang passt. Der Sprung liegt nicht im Erfassen, sondern im Vorschlagen.

Sie ist auch keine feste Regelautomatik. Eine Regel sagt: Alles von Lieferant X auf Konto Y. Ein lernendes System leitet die Regel aus der Buchungshistorie selbst ab, passt sie an und meldet, wenn ein Fall nicht ins bisherige Muster passt. Genau diese Markierung der Abweichung ist der eigentliche Nutzen, nicht die Automatik im Normalfall. Wo die Grenzen dieser Technik grundsätzlich liegen, zeigt was kann KI über die Buchhaltung hinaus.

Warum KI in der Buchhaltung gerade jetzt ankommt

Der erste Grund ist die schiere Menge an Verwaltungsarbeit. Laut KfW Research verwendet der deutsche Mittelstand rund sieben Prozent seiner Arbeitszeit für bürokratische Prozesse, im Schnitt 32 Stunden im Monat pro Unternehmen und rund 61 Milliarden Euro im Jahr. Auf Platz eins der Aufwandstreiber stehen bei 70 Prozent der Befragten Steuerangelegenheiten, dahinter Aufbewahrungs- und Dokumentationspflichten und die Anforderungen im Rechnungswesen. Das ist kein Nebenschauplatz, sondern der größte einzelne Zeitfresser im Mittelstand.

Der zweite Grund ist wichtiger und wird oft übersehen: Es ändert sich das Format, nicht nur die Technik. Seit dem 1. Januar 2025 müssen inländische Unternehmen E-Rechnungen empfangen können. Die Ausstellungspflicht greift gestaffelt: ab dem 1. Januar 2027 für Unternehmen mit mehr als 800.000 Euro Vorjahresumsatz, ab dem 1. Januar 2028 für alle. Maßgeblich ist die europäische Norm EN 16931, erfüllt von XRechnung und ZUGFeRD 2.x.

Das verändert die Ausgangslage grundlegend. Eine E-Rechnung ist kein Bild einer Rechnung, sondern ein strukturierter Datensatz. Was eine KI vorher mühsam aus einem Scan rekonstruieren musste, steht künftig maschinenlesbar da. Das Bundesfinanzministerium hat die GoBD im Juli 2025 entsprechend nachgezogen: Bei E-Rechnungen reicht die Aufbewahrung des strukturierten Teils, der menschenlesbare Teil einer hybriden Rechnung ist nur dann aufzubewahren, wenn er zusätzliche steuerlich bedeutsame Informationen enthält.

Anders gesagt: Die Belegerkennung, an der sich die Werkzeuge jahrelang abgearbeitet haben, wird zum Auslaufmodell. Der Wettbewerb verschiebt sich dorthin, wo tatsächlich Urteil nötig ist - in die Zuordnung, die Abweichungserkennung und den Abgleich.

Was KI in der Buchhaltung tatsächlich übernimmt

Die Aufgaben, die heute produktiv laufen, sind unspektakulär und genau deshalb belastbar:

1. Belege lesen und verstehen. Rechnungsnummer, Datum, Lieferant, Netto, Steuer, Brutto - inklusive Zuordnung zu einem bereits bekannten Kreditor.
2. Kontierung vorschlagen. Auf Basis der eigenen Buchungshistorie, nicht nach einem Standardschema von der Stange.
3. Bankumsätze zuordnen. Der Kontoauszug wird gegen offene Posten gestellt, Teilzahlungen und Sammelüberweisungen inbegriffen.
4. Offene Posten ausziffern. Der Abgleich, der von Hand am stumpfsten und am fehleranfälligsten ist.
5. Abweichungen markieren. Ungewöhnlicher Betrag, unbekannter Lieferant, doppelte Rechnungsnummer, unplausibler Steuersatz.
6. Fehlende Belege einfordern. Manche Systeme melden sich selbstständig, wenn zu einer Zahlung kein Beleg vorliegt.

Auffällig ist, was auf dieser Liste fehlt: die Entscheidung. Kein Punkt lautet "bucht endgültig". Das ist keine Zurückhaltung der Anbieter, sondern die Konsequenz aus der Rechtslage weiter unten.

KIMit KI erzeugtes Bild

DATEV und KI: die Automatisierungsservices im Original

Wer in Deutschland über KI-Buchhaltung spricht, spricht zuerst über DATEV, weil dort die Datenbasis liegt. Der DATEV Automatisierungsservice Rechnungen erzeugt aus digitalen Ein- und Ausgangsrechnungen Buchungsvorschläge und stützt sich dabei auf die Buchungshistorie im Rechenzentrum. Je länger ein Mandat läuft, desto besser trifft das System.

Die Größenordnung ist der eigentliche Punkt. Nach Angaben von DATEV vom September 2025 nutzen rund 7.000 Kanzleien den Service für über 100.000 Buchführungen, mit durchschnittlich mehr als 7,5 Millionen Buchungsvorschlägen im Monat. Angeboten wird er seit 2021. Der jüngere Automatisierungsservice Bank ist seit August 2024 verfügbar und wird von etwa 5.000 Kanzleien für rund 50.000 Buchführungen eingesetzt.

Entscheidend ist die Stellschraube dahinter: Anwender legen fest, ob vom System als sicher gekennzeichnete Vorschläge automatisch gebucht werden oder ob jeder Vorschlag einzeln bestätigt werden muss. Diese Einstellung ist keine Kleinigkeit im Menü, sondern die Stelle, an der ein Betrieb festlegt, wie viel Kontrolle er abgibt.

Für die meisten Unternehmen bedeutet das: Die KI in der Buchhaltung läuft bereits, aber in der Kanzlei, nicht im eigenen Haus. Wer beim Steuerberater bucht, profitiert davon indirekt - und merkt es oft nicht einmal.

Tess, Tabula und Lexware: die Schichten daneben

Neben DATEV ist ein Markt entstanden, der nicht das Rechenzentrum ersetzt, sondern die Schicht davor besetzt. Die drei am häufigsten genannten Namen stehen für drei unterschiedliche Ansätze.

Tess ist ein KI-Agent der Countful GmbH und ausdrücklich für die Zusammenarbeit mit DATEV-Kanzleien gebaut: Belege erfassen, Lieferanten anlegen, Zahlungen zuordnen, offene Posten in Echtzeit ausziffern. Der Anbieter nennt über 80 Steuerkanzleien und mehr als 2 Millionen verarbeitete Buchungssätze. Der Ansatzpunkt ist bemerkenswert - nicht die Kanzlei wird schneller, sondern der Mandant liefert sauberer.

Tabula geht einen Schritt weiter und sammelt Belege aus verschiedenen Kanälen ein, kontiert vor, bereitet Überweisungen vor, macht den Bankabgleich und schreibt selbst E-Rechnungen. Das Ziel ist ein durchgehender Ablauf bis zur Übergabe, nicht ein einzelner automatisierter Schritt.

Lexware Office spielt in einer anderen Liga, weil es sich nicht an Kanzleien richtet, sondern an das Unternehmen selbst. Die KI liest die Belegdetails aus und erzeugt einen Buchungsvorschlag auf Basis der Kontenrahmen SKR 03 und SKR 04; gewählte Kategorien werden für wiederkehrende Zahlungen gemerkt. Für ein kleines Unternehmen, das ohnehin selbst vorbereitet, ist das oft der pragmatischere Einstieg als jedes Kanzlei-Werkzeug.

Die nüchterne Einordnung: Diese Werkzeuge konkurrieren weniger miteinander, als es aussieht. Sie beantworten drei verschiedene Fragen - wer sortiert vor, wer kontiert, wer bucht. Wer das nicht trennt, kauft zwei Systeme für dieselbe Aufgabe. Eine breitere Übersicht über die Werkzeuglandschaft gibt KI-Tools für Unternehmen, Begriffe schlägst du im Glossar nach.

KIMit KI erzeugtes Bild

Wie du KI in der Buchhaltung einführst: Schritt für Schritt

1. Die Belegstrecke aufschreiben

Bevor irgendein Werkzeug ausgewählt wird, gehört auf ein Blatt, wo Belege heute herkommen, wer sie anfasst und wo sie hingehen. Papier, Postfach, Portal, Kreditkarte, WhatsApp vom Außendienst. In dieser Aufstellung steht bereits, wo die Zeit verschwindet - fast immer im Einsammeln, nicht im Buchen.

2. Mit der Kanzlei klären, was dort schon läuft

Sehr häufig laufen die DATEV-Automatisierungsservices im Mandat bereits. Dann ist die richtige Frage nicht, welches Werkzeug man kauft, sondern was die Kanzlei braucht, damit die Trefferquote steigt. Sauber benannte Dateien und ein konsistenter Lieferantenstamm bringen oft mehr als jede zusätzliche Software.

3. Eine Strecke zuerst, nicht alles gleichzeitig

Eingangsrechnungen oder Bank - eine davon. Erst wenn eine Strecke stabil läuft und die Trefferquote sichtbar ist, kommt die nächste dazu. Dieselbe Reihenfolge gilt bei jeder Prozessautomatisierung mit KI; die Stufenlogik dahinter erklären die 4 Stufen der Automatisierung.

4. Die Ränder verbinden, nicht die Mitte

Buchhaltungssoftware kann buchen. Was sie selten kann: den Beleg aus dem Postfach ziehen, ihn dem richtigen Projekt zuordnen und den Zahlungseingang an das CRM melden. Genau diese Verbindungsstücke sind der Ort für Workflow-Automatisierung mit n8n - eine Schicht, die zwischen den Systemen arbeitet, statt eines davon zu ersetzen. Was das Werkzeug selbst ist, erklärt was ist n8n, die Alternativen vergleicht Zapier, Make und n8n.

Was KI in der Buchhaltung nicht übernimmt

Hier endet der Werkzeugvergleich und beginnt die Verantwortung. Die GoBD sind an dieser Stelle ungewöhnlich deutlich. Nach dem BMF-Schreiben vom 28. November 2019 ist für die Ordnungsmäßigkeit elektronischer Bücher und der eingesetzten Verfahren allein der Steuerpflichtige verantwortlich, und zwar ausdrücklich auch bei teilweiser oder vollständiger Auslagerung auf Dritte wie Steuerberater oder Rechenzentrum.

Damit ist die Frage, ob eine KI gut kontiert, rechtlich zweitrangig. Wer den Vorschlag freigibt, verantwortet ihn. Ein System, das mit einer Trefferquote von 95 Prozent arbeitet, produziert bei tausend Belegen im Monat fünfzig Fälle, die jemand sehen muss - und die Kunst besteht darin, dass es die richtigen fünfzig sind.

Dazu kommt eine Pflicht, die im Alltag gern untergeht: Nach Rz. 151 der GoBD muss für jedes eingesetzte DV-System eine übersichtlich gegliederte Verfahrensdokumentation vorliegen, die für einen sachverständigen Dritten in angemessener Zeit nachprüfbar ist. Ein KI-System, das Buchungen vorschlägt, ist ein solches System. Wer es einführt und nicht dokumentiert, hat eine Lücke - unabhängig davon, wie gut das Werkzeug arbeitet.

Und schließlich gilt seit dem 2. Februar 2025 die KI-Kompetenzpflicht aus Artikel 4 des EU AI Act: Wer KI-Systeme betreibt, muss dafür sorgen, dass die damit arbeitenden Menschen ausreichend geschult sind. Für die Buchhaltung heißt das konkret, dass das Team verstehen muss, wie ein Vorschlag zustande kommt und woran ein zweifelhafter zu erkennen ist. Was dahinter steht, ordnen EU AI Act und KI-Schulungspflicht ein. Dieser Artikel ersetzt keine Rechts- oder Steuerberatung.

KIMit KI erzeugtes Bild

Häufige Fehler bei der KI-Buchhaltung

Ein Werkzeug für eine Aufgabe kaufen, die schon jemand erledigt. Der häufigste Fehler ist, im eigenen Haus eine Buchhaltungssoftware einzuführen, während die Kanzlei bereits mit den DATEV-Automatisierungsservices arbeitet. Dann existieren zwei Vorkontierungen, die sich widersprechen können, und der Abstimmungsaufwand frisst den Gewinn.

Die Vorarbeit automatisieren, die Sammelarbeit aber nicht. Wir haben das bei uns selbst gesehen. Unsere Buchhaltung läuft in DATEV online, der Steuerberater bucht - trotzdem lag der spürbare Aufwand jahrelang woanders: im Erstellen, Versenden und Nachverfolgen von Rechnungen. Als wir 2026 unser Rechnungstool abgelöst haben, war das Auswahlkriterium deshalb nicht der Funktionsumfang der Buchhaltung, sondern die Integrationsfähigkeit. Fünf Punkte mussten erfüllt sein: E-Rechnung in ZUGFeRD und XRechnung, Reverse Charge, Abo-Rechnungen, automatisches Mahnwesen, Bankschnittstelle mit Abgleich. Gewonnen hat am Ende nicht das Werkzeug mit dem größten Funktionsumfang, sondern das mit nativen Webhooks - weil nur so der Rest der Kette automatisch anschließen kann. Die Alternative mit mehr Buchhaltungsfunktionen konnte nur regelmäßig abgefragt werden, und genau daran ist sie gescheitert.

Kein Wächter über der Strecke. Automatisierte Abläufe fallen still aus, nicht laut. In unserer eigenen Automatisierungsumgebung lief eine Datenstrecke, die aktiv aussah, keine Fehler warf und trotzdem nie eine einzige Zeile geschrieben hatte. Bei einer Buchungsstrecke wäre derselbe Fehler teurer: Ein Import, der seit drei Wochen nichts liefert, fällt im Monatsabschluss auf - nicht vorher. Zu jeder produktiven Strecke gehört deshalb eine Prüfung, die den Zustand misst, statt auf eine Fehlermeldung zu warten.

Wann sich KI in der Buchhaltung lohnt

Der Hebel hängt an zwei Größen: Belegmenge und Wiederholung. Viele Belege von wenigen, immer gleichen Lieferanten sind der Idealfall - dort erreicht ein lernendes System schnell hohe Trefferquoten. Wenige, jedes Mal andere und erklärungsbedürftige Vorgänge sind der schlechteste Fall, weil dort die Kontierung ohnehin nicht die eigentliche Arbeit ist.

Im Kleinbetrieb bis etwa zehn Beschäftigten liegt der Gewinn selten im Buchen selbst, sondern im Einsammeln und im Rechnungsausgang. Wer den Beleg schon digital an der Quelle abgreift, hat den größeren Teil der Zeit gespart, bevor überhaupt eine KI ins Spiel kommt.

Ab etwa zwanzig Beschäftigten kippt es. Dann entstehen genug wiederkehrende Belege, dass sich Vorkontierung und Bankabgleich rechnen, und es gibt eine Person, die die Ausnahmen bearbeitet, statt alles zu machen. Genau dort sitzen Tess und Tabula.

Im größeren Mittelstand kommt ein dritter Treiber dazu, der mit Zeitersparnis nichts zu tun hat: Nachvollziehbarkeit. Ein System protokolliert jeden Vorschlag und jede Freigabe, ein Mensch nicht. In einer Betriebsprüfung ist das mehr wert als die eingesparte Stunde.

Nicht lohnen wird es sich, solange der Belegfluss selbst ungeordnet ist. Ein KI-System, das aus einem chaotischen Eingang lernt, lernt das Chaos. Diese Reihenfolge umzudrehen ist der teuerste Fehler in diesem Feld - und derselbe, den KI-Agenten in jedem anderen Prozess auch zu Fall bringt.

So entscheidest du dich

Drei Fragen reichen für die Entscheidung. Erstens: Wo verschwindet die Zeit wirklich - im Kontieren oder im Einsammeln? Wenn es das Einsammeln ist, ist der erste Schritt eine Belegquelle, keine KI. Zweitens: Was läuft in der Kanzlei bereits? Solange das ungeklärt ist, kauft man mit hoher Wahrscheinlichkeit etwas doppelt. Drittens: Wer prüft künftig die Ausnahmen, und ist diese Person geschult genug, um einen falschen Vorschlag als falsch zu erkennen?

Sind die drei beantwortet, ist die Werkzeugwahl der einfachere Teil. Bleibt beim Einsammeln und Verbinden der größte Brocken übrig, ist die passende Antwort selten eine weitere Buchhaltungssoftware, sondern eine Automatisierungsschicht dazwischen - dafür gibt es die n8n-Agentur, und wenn die KI-Schritte selbst gebaut werden sollen, zeigt KI-Agent erstellen den Weg.

Wenn du dagegen schon bei der ersten Frage ins Grübeln kommst, lohnt sich der Blick von außen mehr als das nächste Werkzeug. Ein kurzer Durchlauf durch den KI-Potenzial-Check sortiert die Prozesse, und wo mehr als die Buchhaltung betroffen ist, ordnet die KI-Agentur das Gesamtbild ein.