Rechnungen automatisch erfassen: Lokal vs. Cloud-OCR im Vergleich

Automatische Rechnungserfassung heißt: Eine eingehende Rechnung — als PDF, Scan oder E-Mail-Anhang — wird maschinell gelesen, und heraus kommen strukturierte Buchungsdaten: Lieferant, Rechnungsnummer, Datum, Beträge, Positionen. Technisch ist das ein gelöstes Problem; die eigentliche Entscheidung für ein Unternehmen lautet heute nicht mehr ob, sondern wo die Verarbeitung läuft — in der Cloud eines Dienstleisters oder lokal im eigenen Haus. Die Antwort bestimmt Datenschutz-Aufwand, Kostenmodell und Abhängigkeiten. Dieser Beitrag vergleicht beide Wege ehrlich.

Stand: 11. August 2026.

Was die Handarbeit kostet

Erst die Vergleichszahl, dann die Technik. Die Rechnung ist dieselbe wie immer:

Rechnungen pro Woche × Minuten pro Rechnung ÷ 60 × 52 Wochen × Stundensatz

Beim Standardbeispiel — 40 Rechnungen pro Woche, 3 Minuten Abtippen, 40 € Vollkosten — sind das gut 100 Arbeitsstunden und über 4.000 € pro Jahr, nur für die Tippzeit. Fehlerkorrekturen, Rückfragen und verspätete Buchungen kommen obendrauf. Ihre eigene Zahl liefert der ROI-Rechner in 30 Sekunden — sie ist der Maßstab, an dem sich jede der folgenden Lösungen messen lassen muss.

Cloud-OCR-Dienste: stark, aber mit Anhang

Cloud-Erfassungsdienste — als eigenständige Produkte oder eingebaut in Buchhaltungsplattformen — sind aus gutem Grund verbreitet: kein Setup, sofort nutzbar, hohe Erkennungsraten, laufend nachtrainiert. Wer eine Cloud-Buchhaltung nutzt, hat die Funktion oft schon im Abo.

Der Anhang steht selten im Prospekt:

• Rechnungen sind keine harmlosen Dokumente. Sie enthalten personenbezogene Daten (Namen, Kontaktdaten, teils Bankverbindungen) und vor allem Geschäftsgeheimnisse: wer Ihre Lieferanten sind, was Sie zu welchen Konditionen einkaufen. Jede Rechnung, die zur Erkennung hochgeladen wird, ist eine Übermittlung an einen Dritten — mit AVV-Pflicht (Art. 28 DSGVO) und bei Nicht-EU-Anbietern der Drittlandtransfer-Frage.
• Kosten skalieren mit dem Erfolg. Abrechnung pro Beleg oder gestaffelte Kontingente bedeuten: Je mehr Sie automatisieren, desto mehr zahlen Sie — dauerhaft.
• Abhängigkeit: Preismodell, API und Verfügbarkeit bestimmt der Anbieter. Stellt er den Dienst um oder ein, steht die Buchhaltungsstrecke.

Nichts davon ist ein Ausschlusskriterium — es ist Aufwand und Risiko, das man kennen, dokumentieren und einpreisen muss.

Lokale Erkennung: das Haus verlässt nichts

Der lokale Weg kombiniert zwei Bausteine auf eigener Hardware: klassische Texterkennung (etwa das offene Tesseract — die technischen Grundlagen habe ich hier beschrieben) und ein lokales Sprachmodell für die Nachverarbeitung, das aus dem erkannten Text die strukturierten Felder zieht: Lieferant, Nummer, Datum, Netto, Steuersatz, Positionen. Gerade dieser zweite Schritt hat die lokale Erfassung in den letzten Jahren praxistauglich gemacht — das Modell versteht auch Layouts, die es nie gesehen hat.

Die ehrliche Einordnung zur Genauigkeit: Saubere digitale PDFs werden zuverlässig erkannt; schwierig bleiben schlechte Scans und Handschrift — das gilt allerdings für Cloud-Dienste genauso. Entscheidend ist in beiden Welten nicht die letzte Prozentstelle Erkennungsrate, sondern der Arbeitsablauf dahinter: Das Werkzeug schlägt vor, ein Mensch prüft und bestätigt, erst dann wird gebucht. Mit diesem Muster ist eine 95-Prozent-Erkennung kein Risiko, sondern eine 95-Prozent-Zeitersparnis — die verbleibenden Fälle korrigiert der Mensch im Vorschlag, statt alles selbst zu tippen. Genau so arbeiten meine lokal laufenden Automations-Werkzeuge, inklusive Anbindung an das Zielsystem — Buchhaltung, Warenwirtschaft oder die DATEV-Vorbereitung.

Der Vergleich auf einen Blick

Kurzfassung: Cloud gewinnt beim Einstiegstempo, lokal bei Datenschutz, Kostenkontrolle und Unabhängigkeit. Bei 40 und mehr Belegen pro Woche amortisiert sich die einmalige Einrichtung gegen laufende Pro-Beleg-Kosten schnell — die Vergleichszahl aus dem ersten Abschnitt entscheidet.

E-Rechnung & ZUGFeRD: macht das OCR bald überflüssig?

Teilweise — und das ist eine gute Nachricht. Seit dem 1. Januar 2025 müssen Unternehmen in Deutschland B2B-E-Rechnungen empfangen können; die Pflicht zur Ausstellung folgt gestaffelt (ab 2027 für Unternehmen mit mehr als 800.000 € Vorjahresumsatz, ab 2028 für alle). E-Rechnungen im Format XRechnung oder ZUGFeRD tragen die Buchungsdaten als strukturiertes XML — da wird nichts mehr „erkannt”, sondern direkt gelesen, fehlerfrei.

Zwei Einschränkungen bleiben: Erstens wird es noch Jahre dauern, bis wirklich jede Rechnung strukturiert ankommt — Kleinbetragsrechnungen, Auslandslieferanten und Übergangsfristen sorgen für einen langen Misch-Betrieb, in dem die Erkennungsstrecke weiter gebraucht wird. Zweitens ist „strukturiert” nicht automatisch „vertrauenswürdig”: Beim hybriden ZUGFeRD-Format können Sichtbild und eingebettetes XML voneinander abweichen — warum das ein echtes Sicherheitsproblem ist, habe ich hier analysiert. Eine gute Erfassungsstrecke behandelt deshalb auch E-Rechnungen nicht als blind vertrauenswürdig, sondern führt sie durch dieselbe Prüfen-und-Bestätigen-Kontrolle.

Für die Praxis heißt das: Die richtige Architektur nimmt beides an — strukturierte E-Rechnungen direkt, Bild-PDFs über die Erkennung — und mündet in denselben geprüften Buchungsvorschlag. Dann ist die E-Rechnungspflicht kein Umbau, sondern ein kostenloser Qualitätsgewinn: Jahr für Jahr kommen mehr Rechnungen fehlerfrei strukturiert an, und die Erkennung arbeitet nur noch den Rest ab.