Dienstag, 8:47 Uhr. Im Vertrieb liegt ein unterschriebener Vertrag im Postfach, aber abgelegt wurde die falsche Version. Eine Pflichtangabe fehlt auch noch, die Rechnungserstellung hängt, und um 9:31 Uhr will die Geschäftsführung wissen, warum so ein banaler Fehler erst auffällt, wenn schon drei Leute auf das Dokument warten. So sieht der Alltag in vielen KMU aus: nicht spektakulär, nicht nach Cyberangriff, eher nach „kann doch mal passieren“. Genau das macht es teuer.
Denn der Schaden entsteht selten durch den einen großen Ausfall. Er entsteht durch ganz normale Dokumente: Verträge, Rechnungen, Nachweise, Freigaben, Anträge. Mehr läuft digital, mehr läuft parallel, und gleichzeitig soll weniger manuell geprüft werden. Dann kommt KI ins Spiel, und viele hoffen auf einen magischen PDF-Korrekturleser. Das ist der Trugschluss.
KI-Dokumentenvalidierung funktioniert nur dann sauber, wenn du zuerst den Prüfprozess entwirrst. Danach kann KI sinnvoll helfen: nicht als Orakel, sondern als Vorarbeiter. Der Weg ist ziemlich nüchtern: erst Regeln festziehen, dann KI auf Unklarheiten ansetzen, dann Freigaben und Nachweise sauber in den Workflow einbauen.
Die meisten Fehler entstehen vor der KI — nämlich im kaputten Prüfprozess
Wenn deine Dokumente per Mail, Teams-Chat, Upload-Link und gelegentlich als schlecht gescannter Anhang reinkommen, hast du kein KI-Problem. Du hast ein Eingangsproblem. Und wenn dann noch jeder Fachbereich anders prüft, niemand den Gesamtstatus sieht und Versionen per Dateiname unterschieden werden, beschleunigt KI nur die Verwirrung.
Die häufigsten Fehlerquellen sind erstaunlich langweilig. Pflichtfelder fehlen, Dateistände sind uneinheitlich, und es gibt keine dokumentierte Freigabelogik. Das Modell ist dann nicht der Schwachpunkt. Es steht nur ganz vorne an einer Rampe, auf der hinten ständig Kartons runterfallen.
Bei TistH sehen wir in der Beratung regelmäßig genau das: Nicht die Texterkennung ist das Kernproblem, sondern dass nirgends verbindlich festgelegt ist, was im Alltag „geprüft“, „unvollständig“ oder „freigegeben“ konkret bedeutet. Für die eine Person heißt „geprüft“: Datum und Unterschrift vorhanden. Für die andere: rechtlich in Ordnung, Anlagen vollständig, richtige Version im richtigen Ordner. Beides in einem Wort zusammenzuquetschen ist bequem. Und bequem ist in Prozessen fast immer nur ein anderes Wort für teuer.
Dazu kommt ein zweiter Denkfehler: Viele Teams wollen sofort die schwierigen Fälle automatisieren. Sonderklauseln im Vertrag. Uneindeutige Nachweise. Handschriftliche Ergänzungen auf einem Scan. Klingt spannend. Bringt aber wenig, wenn gleichzeitig niemand sicherstellen kann, dass Dokumenttyp, Version, Eingangsdatum und Pflichtanhänge überhaupt sauber erfasst werden. Ohne sauberen Unterbau baut dir KI keine Ordnung. Sie kommentiert nur das Chaos höflicher.
Stufe 1: Erst prüfen, was sich mit festen Regeln eindeutig validieren lässt
Der beste Startpunkt für Dokumentenprüfung automatisieren ist alles, was binär und wiederholbar ist. Nicht „Bitte lies das PDF und entscheide, ob alles passt“, sondern klare Regeln. Ist das Datumsfeld ausgefüllt? Liegt die Unterschrift vor? Stimmen Dateiformat und Dokumenttyp? Fehlt ein Pflichtanhang? Gibt es schon eine Version mit derselben Referenznummer? Das sind keine KI-Fragen. Das sind Prozessfragen.
Nehmen wir einen eingehenden Lieferantenvertrag. Bevor irgendein Modell eine Klausel bewertet, kannst du bereits prüfen, ob Vertragspartei, Datum, Versionsstand, Unterschriftsfeld und Anlagenliste vollständig sind. Schon diese Basis verhindert Rückfragen, falsche Ablagen und das berühmte „Ich dachte, das sei die aktuelle Fassung“. Der große Charme daran: Regeln diskutierst du einmal, Fehler sparst du dann jeden Tag.
Diese erste Stufe macht die spätere KI übrigens nicht kleiner, sondern besser. Wenn Eingangsdaten sauber sind, produziert das System weniger Fehlalarme. Wenn klar ist, welche Verstöße hart sind und welche nur Hinweise, weiß die KI auch, wann sie markieren statt urteilen soll. Der Eskalationspunkt wird sauber. Und genau dort trennt sich ein belastbarer Dokumentenvalidierung Workflow von einem hübschen Demo-Video.
Schnell-Check: Was vor jeder KI-Prüfung als Regel definiert sein muss – Welche Dokumenttypen es gibt, muss eindeutig festgelegt sein. – Welche Felder Pflicht sind, darf nicht von Person zu Person unterschiedlich beantwortet werden. – Was ein harter Fehler ist und was nur ein Hinweis, muss vorab klar sein. – Wer korrigieren darf und wer nur freigibt, braucht eine saubere Rollenlogik. – Wann gelöscht oder archiviert wird und welche Nachweise ein Audit braucht, muss dokumentiert sein.
Wenn du diese Punkte nicht klar beantworten kannst, brauchst du noch keine KI-Dokumentenvalidierung. Du brauchst erst einmal einen Zettel, auf dem dein eigener Prozess nicht mehr wie ein Gerücht klingt.
Stufe 2: KI sollte nicht alles entscheiden — sondern Unklarheiten markieren
Hier wird der Einsatzpunkt präzise. Denn KI in Freigabeprozessen ist dann stark, wenn sie nicht den Richter spielt, sondern die Vorprüfung übernimmt. Genau hier liegt der sinnvollste Einsatz: unstrukturierte oder uneindeutige Inhalte einordnen, Auffälligkeiten markieren, Rückfragen vorbereiten, Klassifikationen vorschlagen.
Das betrifft zum Beispiel Klauseln in Verträgen, ungewöhnliche Formulierungen in Nachweisen, widersprüchliche Datumsangaben, fehlende Bezüge zu Vorlagen oder verdächtige Abweichungen von bekannten Mustern. Eine KI kann solche Dinge erkennen und deutlich machen: „Hier ist etwas auffällig.“ Was sie nicht alleine tun sollte: „Freigegeben.“ Ohne belegbare Kriterien, ohne menschliche Kontrollstufe, ohne dokumentierte Begründung ist das keine Automatisierung. Das ist Delegation an eine Black Box.
Der schlechte Ansatz klingt oft so: „Prüfe dieses PDF und entscheide, ob alles korrekt ist.“ Klingt effizient, ist aber fachlich schlampig. Der bessere Ansatz ist viel unromantischer und deshalb besser: Extrahiere Feld X, Y und Z. Markiere Unsicherheiten. Begründe die Markierung. Leite Vorgänge ab einem definierten Score oder einem bestimmten Widerspruch an die Fachprüfung weiter. Dokumente mit KI prüfen heißt im Alltag eben nicht, Verantwortung abzugeben. Es heißt, Verantwortung sauber vorzubereiten.
Ein typischer Fall: Ein eingereichter Nachweis enthält zwei unterschiedliche Datumsangaben und eine Formulierung, die nicht zur üblichen Vorlage passt. Die KI sollte den Vorgang dann auf „manuelle Prüfung erforderlich“ setzen und den Widerspruch benennen. Nicht stillschweigend durchwinken. Nicht großzügig raten. Genau diese Eskalation macht den Unterschied zwischen nützlicher Unterstützung und riskanter Schein-Automation.
Und ja, das ist für Compliance die deutlich vernünftigere Variante. Gerade wenn Entscheidungen nachvollziehbar bleiben müssen, hilft keine vollautomatische Freigabe, sondern eine saubere Trennung zwischen KI-Hinweis, menschlicher Entscheidung und Begründung.
Der 3-Stufen-Plan funktioniert nur mit klaren Status, Regeln und Eskalationen
Sobald du Regeln und KI-Hinweise hast, brauchst du etwas, das viele Teams unterschätzen: einen echten Folgeprozess. Denn eine Auffälligkeit ist noch kein bearbeiteter Fall. Ein Hinweis in einem OCR-Tool, ein Kommentar in einer Inbox oder ein Label im Dateisystem löst kein Problem. Erst ein Status mit Zuständigkeit löst eines.
In der Praxis reichen meist drei Status-Ebenen für den Start: automatisch bestanden, automatisch auffällig, manuell zu entscheiden. Das ist nicht akademisch. Das ist Betriebsökonomie. Jeder Vorgang landet damit an genau einem Ort, und jeder Beteiligte weiß, ob er weitermachen, stoppen oder prüfen muss.
Was ein belastbarer Workflow zusätzlich braucht, ist ebenso nüchtern: Rollenrechte, Fristen, Benachrichtigungen, Vier-Augen-Freigaben und ein Aktivitätsprotokoll. Sonst entsteht der nächste Klassiker im KMU: Die KI hat etwas markiert, aber niemand fühlt sich zuständig. Oder schlimmer: Alle fühlen sich zuständig, und am Ende weiß keiner mehr, wer die Freigabe eigentlich erteilt hat. Revisionssichere Dokumentenprüfung scheitert selten an der Erkennung. Sie scheitert am Übergang von „System hat etwas gefunden“ zu „jemand muss jetzt verbindlich handeln“.In Herupu z. B. lassen sich solche Validierungsschritte mit Status, Freigaben und Audit-Trail abbilden.
Genau hier kippen viele Vorhaben. Es gibt ein Modell. Es gibt vielleicht sogar ein OCR-Tool(optische Zeichenerkennung). Aber es gibt keinen verbindlichen Übergang von einem Hinweis in eine dokumentierte Entscheidung. Dann baut das Unternehmen keinen Prozess, sondern einen technischen Zwischenruf. Und Zwischenrufe skalieren ungefähr so gut wie Zurufe über den Flur.
Stufe 3: Revisionssicherheit heißt nicht Perfektion, sondern Nachvollziehbarkeit
Viele Verantwortliche hängen sich am Wort revisionssicher auf, als müsse das System ab Tag eins fehlerfrei sein. Das ist unrealistisch. Revisionssicherheit entsteht nicht dadurch, dass nie etwas schiefläuft. Sie entsteht dadurch, dass du jede Prüfung, jede Änderung und jede Entscheidung nachvollziehen kannst.
Für eine belastbare Dokumentation solltest du mindestens den Eingangszeitpunkt, die Version, den konkreten Prüfschritt, den KI-Hinweis, die menschliche Entscheidung und die finale Freigabe festhalten. Nicht aus Liebe zur Bürokratie, sondern weil Vertrauen ohne Nachweis nichts wert ist. Gerade bei Verträgen, Personalunterlagen, Nachweisen und internen Freigaben willst du später nicht rätseln, wer wann was gesehen und warum entschieden hat.
Vereinfachtes Beispiel: Wenn ein Team pro Tag grob 30 Dokumente bearbeitet und die manuelle Erstprüfung im Schnitt 6 Minuten dauert, kommst du auf 180 Minuten pro Tag. Bei fünf Arbeitstagen sind das 15 Stunden pro Woche. Reduziert eine Teilautomatisierung die Vorprüfung um 40 %, sparst du grob 6 Stunden wöchentlich. Das ist ausdrücklich eine Schätzung, keine Naturkonstante. Aber sie zeigt, worum es geht: Nicht um Science-Fiction, sondern um spürbar weniger Erstprüfung auf Routinefehler.
Der größere Hebel liegt oft nicht nur in der Zeit. Er liegt in weniger Rückfragen, weniger Freigabestau und weniger peinlichen Nachkorrekturen. Wer schon einmal wegen einer falschen Version die Rechnung, die Freigabe oder die Archivierung zurückdrehen musste, weiß: Die Minuten im Prüfprozess sind nur die halbe Wahrheit. Der Rest steht als Störung im Kalender von fünf anderen Leuten.
Woran du erkennst, dass dein KMU jetzt bereit ist — oder noch nicht
Nicht jeder Prozess ist ein guter Einstieg. Wenn du denselben Dokumenttyp häufig prüfst und heute schon unter Rückfragen, Medienbrüchen oder Freigabestau leidest, bist du nah an einem sinnvollen Pilotfall. Gute Kandidaten sind wiederkehrende Vertragsprüfungen, Eingangsrechnungen, Onboarding-Unterlagen, Antragsdokumente oder Lieferantennachweise. Da gibt es Volumen, Wiederholung und meist klare Prüfschritte.
Schlechte Startfälle erkennst du auch schnell. Seltene Sonderdokumente. Vollständig unklare Prüfkriterien. Keine benannten Verantwortlichen. Oder Prozesse, in denen jede Abteilung etwas anderes unter „vollständig“ versteht. Dort KI draufzuwerfen ist wie ein neues Dach auf ein Gartenhaus zu setzen, dessen Wände noch lose im Gras liegen.
Bei TistH passt dazu eine Beobachtung aus dem Markt: Veraltete IT-Infrastrukturen und mangelhafte Datenqualität gelten für 47 % der Führungskräfte als das Transformations-Hindernis Nummer 1. Diese Zahl passt leider verdammt gut zur Realität in Dokumentenprozessen. Wenn Stamm- und Prozessdaten nicht sauber sind, wird auch die beste KI-Dokumentenvalidierung nur begrenzt liefern.
Starte deshalb nicht mit einem Großprojekt. Starte mit einem Dokumenttyp. Zähle zwei bis vier Wochen lang Fehlertypen, Rückfragen und Eskalationen. Definiere daraus Regeln. Ergänze dann erst KI für die unklaren Fälle. Das wirkt unspektakulär. Ist aber meistens der schnellste Weg zu einem Ergebnis, das nicht nach drei Wochen wieder in Excel endet.
Schnell-Check: Ist dein KMU bereit für KI-Dokumentenvalidierung? – Eine hohe Fallzahl bei einem Dokumenttyp spricht für einen guten Startpunkt. – Wiederkehrende Fehler oder Rückfragen zeigen, dass ein echter Hebel vorhanden ist. – Klare Prüfkriterien müssen vorhanden sein, bevor KI sinnvoll helfen kann. – Freigeber und Bearbeiter sollten benannt sein, damit Auffälligkeiten nicht liegen bleiben. – Audit- oder Nachweisanforderungen machen den Nutzen eines sauberen Workflows besonders greifbar.
Wenn du bei drei oder mehr Punkten klar mit Ja antwortest, lohnt sich ein Pilot. Wenn nicht, musst du zuerst am Prozess arbeiten. Alles andere ist nur teures Hoffen.
Fazit: Erst Ordnung, dann KI
Der Fehler von 8:47 Uhr war weder nur ein unaufmerksamer Mitarbeiter noch der Beweis, dass einfach „mehr KI“ fehlt. Das eigentliche Problem war ein Prüfprozess ohne klare Regeln, ohne saubere Eskalation und ohne nachvollziehbare Dokumentation. Genau deshalb scheitern viele Initiativen zur KI-Dokumentenvalidierung nicht am Modell, sondern an der Betriebsrealität.
Der vernünftige Weg ist simpel: Stufe 1 regelt alles, was eindeutig prüfbar ist. Stufe 2 setzt KI dort ein, wo Inhalte unstrukturiert oder mehrdeutig werden. Stufe 3 sorgt dafür, dass jede Auffälligkeit in einen belastbaren Workflow mit Status, Freigabe und Nachweis übergeht. So wird aus „Dokumente mit KI prüfen“ kein Hype-Projekt, sondern ein brauchbarer Prozess.
Nimm dir als Nächstes genau einen Dokumenttyp aus deinem Alltag vor, etwa Verträge oder Eingangsrechnungen. Notiere für die kommenden zwei Wochen: Welche Fehler treten auf, welche davon sind regelbasiert erkennbar, und an welcher Stelle braucht es menschliche Entscheidung. Baue daraus zuerst einen einfachen Drei-Status-Workflow: bestanden, auffällig, manuell prüfen. Erst wenn dieser Ablauf sauber steht, lohnt sich der KI-Schritt wirklich.
