Rechnungen, Verträge, Bewerbungen, Lieferscheine, Schadensmeldungen: Irgendwo sitzt jemand, sortiert PDFs, entscheidet, worum es sich handelt, und trägt die Werte in ein System ein. Wächst das Geschäft, wächst der Stapel. Intelligente Dokumentenverarbeitung soll genau das abfangen. Bei der DFKP GmbH, die Unternehmensfinanzierungen im Mittelstand vermittelt, kommen täglich rund 1.000 Dokumente an, häufig als unsortiertes Sammel-PDF. Das Sortieren band 2,5 bis 3 Vollzeitkräfte.

Ein Dokument einzuordnen, dauerte bei DFKP zwei bis drei Minuten. Wer zusätzlich die Kennzahlen aus den verschiedenen Finanzunterlagen abtippte, war bis zu 15 Minuten beschäftigt. Also erfasste das Team im Eingang nur das Nötigste und schob den Rest an eine höher qualifizierte Stelle weiter. Pro Woche kamen rund 25 Dokumente als fehlerhaft zurück. Dazu der Zeitdruck: Kontoauszüge akzeptieren viele Banken nicht mehr, wenn sie ein paar Tage zu alt sind. Den Text aus einem Scan zu holen, ist dabei der einfache Teil. Aufwändig ist, was drumherum passiert: einordnen, prüfen, weitergeben.

Die naheliegende Antwort wäre der Eigenbau. OCR-Software und eigene Workflows hat DFKP getestet, technisch lief das, aber dagegen sprach die Haftungsfrage: Nur, wenn der Dokumenteneingang läuft, läuft das Geschäft. Also suchte das Team einen externen Betreiber, der Verfügbarkeit vertraglich zusichert.

Seit Anfang 2025 läuft eine externe Plattform, die jedes Sammel-PDF trennt, jedes Einzeldokument einordnet und die passenden Felder ausliest – in einem Durchlauf, angebunden an das eigene CRM. Der Prozess bindet heute 0,5 statt früher 2,5 bis drei Vollzeitkräfte. Die Fehlerquote fiel von 25 auf zwei bis drei Fälle pro Woche. Das Dokumentenvolumen hat sich zwischen August 2024 und Juli 2026 fast verdreifacht, ohne dass DFKP Personal aufbaute. Einmalig kostete das Setup 80 bis 90 Personentage, fast die Hälfte davon für Nachbesserungen.

Jedes Dokument bekommt einen Wert dafür, wie sicher sich das System bei seiner Einschätzung ist. Liegt dieser Konfidenzwert über einer festgelegten Schwelle, läuft der Fall ohne menschliche Prüfung durch. Diese Schwelle legt DFKP für jede Dokumentenklasse einzeln fest, teils sogar innerhalb einer Klasse. Heute laufen die wichtigsten Dokumentenklassen zu 90 bis 95 Prozent ohne menschliche Prüfung durch. Eine Quote von 100 Prozent hält DFKP aber für das falsche Ziel.

In diesem t3n PRO Use Case liest du:

• Wie DFKP festlegt, wie viel die KI allein entscheidet – und warum 100 Prozent Automatik das falsche Ziel sind
• Die vollständige Kostenrechnung: Einmalaufwand, laufende Kosten, Amortisierung
• Einblick in die Stolpersteine: wo das Projekt teurer und mühsamer wurde als geplant

Jetzt freischalten mit t3n PRO.

Neu & exklusiv in t3n PRO: Use Cases

KI ist überall – echte Orientierung Mangelware. Unsere Use Cases zeigen, wie Unternehmen KI produktiv einsetzen: mit konkreten Zahlen, realistischem Aufwand und echten Learnings.

Startseite