Problematisch an der Zentralisierung war, dass das System die jeweiligen Rechnungsempfänger automatisch identifizieren muss, um Belege korrekt bearbeiten und zuordnen zu können. Schließlich muss klar sein, welche Kostenstelle die Rechnung zu bezahlen hat. Möglich macht das eine vorgeschaltete Filterfunktion: "Erst wenn der Rechnungsempfänger feststeht, ist aus der Liste aller 35 000 Lieferanten der zuständige Kreditorenstamm zu ermitteln. Da wir empfängerabhängig arbeiten, können wir erst dann die offenen Bestellpositionen identifizieren", erläutert Fangmann .
Noch schwieriger ist es für das System, bei ABB-internen Rechnungen zu erkennen, wer ist Rechnungsempfänger, wer Lieferant? Der Trick: Bei ABB-Rechnungen läuft die Kreditoren-Ermittlung über den Rechnungsfuß. Mit Erfolg: "Wir haben heute eine Rechnungsempfänger-Identifizierung von fast 99 Prozent, bei den Kreditoren liegt die Rate bei zirka 85 Prozent", sagt Fangmann.
Seine Erwartungen an die Systemlösung haben sich erfüllt, die Durchlaufzeiten pro Rechnung sind reduziert, die Bearbeitungszeit für den einzelnen Sachbearbeiter liegt bei durchschnittlich 50 Sekunden pro Rechnung. Diese Geschwindigkeit ist dank einer ausgeklügelten Führung im System möglich. Jede Rechnung poppt automatisch zur Prüfung auf dem Bildschirm des zuständigen Sachbearbeiters auf, der Bearbeiter muss durchschnittlich dreimal die Return-Taste drücken. Eigens entwickelte Formulare mit vier Knöpfen ("ok, zahlen", "ok, nicht zahlen", "nicht ok" und "nicht ich") vereinfachen den Ablauf weiter. Die Bearbeitungskosten pro Rechnung liegen nun auch inklusive aller Investitionen unter dem vorher nötigen Aufwand.
* Rosmarie Rittmann ist freie Journalistin in Sindelfingen.
Erkennungsdienst
Das Beste aus zwei Welten - darauf basiert die hohe Erkennungsfähigkeit des ICR-Rechnungslesers: Der regelbasierte Ansatz sorgt dafür, dass auf den Rechnungen nach vorgegebenen Kriterien die gewünschten Informationen gesucht werden. Das erspart die konkrete Formulardefinition für jede Rechnung jedes Lieferanten einerseits und das System muss andererseits auch nicht mühsam vorab alle Rechnungen jedes Lieferanten "lernen" - wie bei neuronalen Systemen üblich. Verbleibende Schwachstellen wie fehlende Schlüsselwörter, die trotz der geschickten Kombination verschiedener Ansätze bleiben, eliminiert die ICR-Lösung durch gezieltes und automatisches Lernen via Knowledge Base. Zudem stellt die Klassifikation nach Lieferanten sicher, dass die gesamte Verarbeitung gezielt nachvollziehbar ist, was im Rechnungswesen eine äußerst willkommene Eigenschaft ist. Das regelbasierte System funktioniert unabhängig vom Layout der betreffenden Rechnungen, die verwendeten Regeln sind nachvollziehbar und lassen sich zudem erweitern.