KI löst Zuordnungsprobleme schneller als der Mensch - Teil 1

Effizienz-Potenzial voll ausschöpfen

Sie haben die Automatisierung Ihrer Finanzprozesse seit Jahren vorangetrieben. Und dann stellen Sie fest: Es gibt immer noch ärgerliche Verluste durch Ineffizienz. Zum Beispiel durch Rechnungen, die automatisch durchlaufen sollten und trotzdem 2 bis 5 Tage in manuellen Workflow-Schleifen feststecken. Das Phänomen kennt fast jedes Unternehmen. Und eine der häufigsten Ursachen auch: Den Rechnungen fehlt ein klar ablesbarer Adressat, wohin die Rechnung im Workflow zu routen ist.

Die Folge: Die Ineffizienzen können sich mehrfach steigern, je nachdem, wie viele Schleifen die Rechnungen im Durchschnitt durchlaufen. Der klassische Lösungsweg ist immer noch manuelle Arbeit, bei der jemand den möglichen Adressaten vermutet, einträgt und weiterschickt. Das dauert seine Zeit. Und nicht selten ist die hypothetische Zuordnung auch noch falsch, so dass die Rechnung noch eine weitere Schleife dreht.

Wie hilfreich sind Zuordnungstabellen in der Buchhaltung?

Zuordnungstabellen sollen bei der automatischen Zuordnung von Rechnungen helfen, die beispielsweise auf keinen Bestellvorgang bezogen sind. Die Idee ist logisch, erzeugt aber ihre eigenen Probleme: Erstens müssen Personen die Zuordnungstabellen ständig manuell pflegen. Zweitens sind die in den Tabellen definierten Weiterleitungen nicht immer die richtigen Adressaten. Daher helfen Zuordnungstabellen manchmal, aber längst nicht immer, dass die unklaren Rechnungen aufgeklärt werden. Auch mit Zuordnungstabellen landen Rechnungen noch viel zu oft bei den falschen Empfängern.

Der erste Schritt zur Verbesserung: Empfängeranalyse mit avvaneo Discover

Die Empfängeranalyse ist ein Feature in avvaneo Discover, das präzise „Selbsterkenntnis“ ermöglicht. Sie wirft ein Scheinwerferlicht auf diese ganz bestimmte Quelle von Effizienzverlusten. Der Umfang ergibt sich aus Tausenden Einzelfällen, die bei oberflächlicher Betrachtung nicht systematisch verbunden zu sein scheinen. Doch meist lässt bereits die Empfängeranalyse schnell erkennen, wo das Verbesserungspotenzial schlummert.

Zum Beispiel finden Sie Antworten auf analytischen Fragen wie:

• Wie viele Workflows gab es im gewählten Zeitraum, bei denen die Rechnungen an die falschen Empfänger weitergeleitet wurde (in Prozent und absoluten Zahlen)?
• Wie viele Tage dauerte es durchschnittlich, um den richtigen Empfänger zu finden und die Rechnung korrekt zuzustellen (Durchschnitt und Summe für gewählten Zeitraum)?
• Die Rechnungen welcher Lieferanten landen am häufigsten beim falschen Empfänger?
• Wie viele Tage dauert die durchschnittliche Korrekturbearbeitung je nach Lieferant?

Die Antworten beruhen ausschließlich auf Ihren aktuellen Daten, analysieren also das tatsächliche Geschehen. Dabei bietet das Dashboard Filtermöglichkeiten, um die schwerwiegenden Probleme zusätzlich einzukreisen.

In diesem Beispiel mit fiktiven Daten sieht man: Adressierungsfehler von nahezu 10 % sind zu viel. Mit jeder einzelnen Fehlleitung erhöht sich der Gesamtaufwand in der Rechnungseingangsbearbeitung, geht Zeit verloren, verliert das Unternehmen Geld, das nicht verloren gehen müsste.

Nach allen Methoden, die Fehlerquote zu verringern, gibt es jetzt einen Weg, der selbst automatisch funktioniert und sogar automatisch immer besser funktioniert: Der Einsatz von selbstlernenden Algorithmen, also von Künstlicher Intelligenz. Unsere KI-Lösungen zur einfachen und nachhaltig funktionierenden Reduzierung von Zuordnungsfehlern ist bereits im Einsatz. Sie führt zu schnellen Verbesserungen. Mehr dazu im zweiten Teil unserer Blogpost-Miniserie, der nächste Woche erscheint.

Für weitere Informationen klicken Sie hier. Sie könne uns auch hier kontaktieren oder eine E-Mail an info@avvaneo.com senden.