#4 – E-Rechnungen mit Audipy analysieren statt nur verbuchen

00:00:07: Der Podcast für die digitale Steuerwelt.

00:00:12: Herzlich willkommen zu einer neuen Folge von Tex and Bites, dem Podcast von NWB für die Digitale Steuer Welt.

00:00:19: Schön dass ihr wieder eingeschaltet habt!

00:00:21: Ich bin Anika Glinka und ich bin Frank Hüsken.

00:00:24: In unserem Format Tools in Zeit stellen wir euch heute Tools und digitale Lösungen fort Die Steuerbaratterin und Steuerberater, den Kanzleienunternehmen und der Beratung bei ihrer täglichen Arbeit unterstützen Prozesse vereinfachen und neue Möglichkeiten für die Beratung eröffnen.

00:00:40: Und heute geht es um einen Bereich, der durch die E-Rechnungen immer größere Datenmengen und den Einsatz künstlicher Intelligenz gerade enorm an Bedeutung gewent – die Datenanalyse!

00:00:51: Ja denn in Rechnungs- und Buchhaltungsdaten stecken viele wertvolle Informationen.

00:00:55: In der Praxis ist es aber häufig noch schwierig diese Daten schnell auszuwerten, Auffälligkeiten zu erkennen und daraus dann konkrete Maßnahmen abzuleiten.

00:01:04: Wir wollen deshalb heute darüber sprechen, warum insbesondere elektronische Rechnungen die Datenanalyse verändern.

00:01:12: Wie sich Belege- und Buchungen miteinander verbinden lassen Und wie KI dabei helfen kann auch größere Datenbestände ohne komplizierte Formeln oder Skripte zu untersuchen.

00:01:23: Ja dazu schauen wir uns heute Audi Pi an.

00:01:26: Audi Pi ist eine Datenanalysis Software der Semitex GmbH mit der sich strukturierte Daten verarbeiten, analysieren und visualisieren lassen.

00:01:36: Mit AIME – kurz für Ask My Data ist zudem eine KI-Assistentin integriert über die Anwenderinnen und Anwänder ihre Daten im Freitext befragen können.

00:01:48: Ergänzt wir das Ganze durch Cortex ein intelligenten AI-Agent, Genau, und ODI-Pie wurde.

00:01:57: im Jahr ist es auch mit dem Textilenz Award als innovativste Texteklösung ausgezeichnet.

00:02:04: Bei uns ist heute Daniel Eilenbrock.

00:02:07: Daniel war unter anderem als Dozent an der Landesfinanzschule tätig, arbeitet als Betriebsprüfer und ist gemeinsam mit seinem Bruder an der Entwicklung und Betreuung von ODI Pie beteiligt.

00:02:19: Hallo Daniel schön dass du da bist!

00:02:22: Vielen Dank für die Einladung.

00:02:23: Ich freue mich sehr auf unser Gespräch!

00:02:27: Ja, dann starten wir doch direkt mal mit dem ersten Team-Blog Daniel.

00:02:30: Viele Daten haben zu wenig Erkenntnis.

00:02:32: Das ist ja so ein bisschen wie Überschrift.

00:02:33: Lasst uns zunächst einmal auf den Arbeitsalltag in Steuerabteilungen und der Steuerberatung schauen.

00:02:39: Fachleute verfügen heute eigentlich über immer mehr Buchungsrechnungs-und Mandantendaten.

00:02:44: Warum gelingt es trotzdem, hoffe ich noch nicht diese Daten systematisch für die Prüfung oder für die Beratung zu nutzen?

00:02:52: Das Kernproblem liegt in der Form und Verteilung der Daten.

00:02:55: In der Praxis haben wir es meist mit riesigen unstrukturierten und vor allem isolierten Datenmengen zu tun, und Berater- und Prüfer sitzen oft vor gigantischen Exportergebnissen aus unterschiedlichsten Systemen.

00:03:10: D.h.,

00:03:12: der Berater oder auch der Prüver kommen immer mehr in diese Problematik, dass man von einem Haufen an Daten quasi steht Aber nicht die Möglichkeit hat, mit entsprechenden Systemen diese Daten einzulesen und sie einfach aufzubereiten.

00:03:27: Und das kennt jeder so ein bisschen auch aus der Praxis.

00:03:30: Das nervt dann wenn der Rechner einfriert oder komplexe Formeln ihm wieder zu führen dass man überhaupt nicht her wird im Aufräumen oder im Sortieren der Datenmenge.

00:03:41: Und es ist ein Riesenproblem weil letztendlich sind auch die Daten überall in so sprichwörtlichen Inselos verbaut.

00:03:47: wir haben sich fache Systeme, verschiedene Exportmöglichkeiten und müssen eigentlich schauen dass wir ein Programm finden wo wir von allen ich sag mal diese Daten überhaupt erst integrieren können.

00:03:58: Und das ist ein ganz großes Thema weil man da letztendlich immer nur so bisschen an der Oberfläche kratzt.

00:04:05: Was sind deine Erfahrungen aus der Praxis?

00:04:07: also wie werden größere Datenbestände heute typischerweise ausgewertet?

00:04:12: Wo begegnen dir noch auch manuelle Stichproben, Exelisten oder einzelne Auswertung die ja nur einen kleinen Teil der vorhandenen Informationen abdecken.

00:04:23: Ja das tägliche Bild von Kanzleien ist ja leider immer noch so dass man heutzutage Buchungsjournale als Export nach Excel zieht dort mal den ein oder anderen einfach einen Filter drauf setzt, mal vielleicht nach Rundenbeträgen extraiert oder filtert und vielleicht nach bestimmten Schlagwörtern sucht.

00:04:41: Ich sage mal wer vielleicht schon ein bisschen fortgeschrittener ist verwendet vielleicht auch Funktionen wie Pivot-Tabellen oder S-Verweise in Exeln aber letztendlich bleibt es dabei.

00:04:50: wir haben hunderttausende von Eingangs- und Ausgangsrechnungen Und irgendwann bricht dieser Ansatz einfach zusammen, weil man letztendlich eigentlich entweder nur stichprobenhaft das Ganze prüft oder letztendlig eigentlich nur rudimentär an diese Daten herangeht ohne eigentlich diese berühmte Nadel im Heuhaufen zu finden.

00:05:10: Ein Problem ist vermutlich auch dass viele Analysen ja erst dann stattfinden wenn ein konkreter Anlass besteht also zum Beispiel beim Jahresabschluss war eine Betriebsprüfung oder wenn bereits eine Auffälligkeit bekannt ist.

00:05:20: welche Nachteile entstehen dadurch?

00:05:22: Ja, das ist ich sage mal persönlich dazu.

00:05:24: Das ist so diese klassische Postmortem Analyse.

00:05:27: Das heißt letztendlich geht man dann daran wenn das Ganze schon passiert ist und erst wenn der Betriebsbrüfer vor der Tür steht werden auf einem hektisch Belege zusammengesucht Daten ich sag mal in Systeme reingeladen Und eins gilt dann eigentlich immer es ist dann eigentlich viel zu spät weil man hat kaum noch Handlungsspielraum.

00:05:46: Man kann sich mal selbst hinterfragen wieviel man weiß was man vor vier fünf Jahren mal selbst an dem Tag gemacht hat und warum das so und so gelaufen ist.

00:05:55: Und letztendlich kommt der Betriebsprüfer immer genau dann für die Vergangenheit, und das macht das Ganze extrem schwierig solchen Handlungsspielraum überhaupt erst einmal zu schaffen und dadurch drohen natürlich auch große Steuernachtzahlungen plus ja weitere Risiken, die darauf auf einen zukommen weil man noch einmal ganze Systeme, ganze Arbeitsprozesse auf einmal umwerfen muss und diese dann entsprechend anpassen müsste.

00:06:21: Kannst du uns vielleicht auch ein konkretes Beispiel aus der Praxis geben?

00:06:25: Also welche Auffälligkeiten?

00:06:26: etwa Doppelzahlungen, ungewöhnliche Preisentwicklung oder vielleicht auch abweichende Buchungen bleiben im laufenden Geschäft häufig länger unentdeckt.

00:06:36: Ein sehr typisches Beispiel dafür sind zum Beispiel Doppelzahlungen.

00:06:40: Ein Lieferant beispielsweise stellt eine Rechnung, die wird gebucht.

00:06:43: Wochen später kommt eine Zahlungserinnerung weil vielleicht über den Überdebuch und dem verwendeten Verbendungszweck im Konten-Details gar nicht die richtige Nummer oder ein Zahlendreher oder sonstiges sage ich jetzt mal verarbeitet wurde und das System das gar nicht erkennt.

00:07:00: Das heißt das System stellt weiterhin dar dass es noch eine offene Zahlung ist Und das Ganze wird nochmal gezahlt.

00:07:06: Das ganze kann natürlich bei kleineren Datensätzen relativ schnell auffallen, aber umso größer die Prozesse sind und so größer auf die Geschäftsvorfälle, umso weniger wird sowas auffallend.

00:07:18: Genauso gilt es auch für Preiserhöhungen oder Einzelpreiserhöhrung.

00:07:22: Jeder kennt das wahrscheinlich ein bisschen aus dem Alltag.

00:07:24: Man bekommt irgendeine Mail eine Nachricht hier haben sich die Preise erhöht und man müsste eigentlich den Dauerauftrag vielleicht mal anpassen.

00:07:31: Was passiert oftmals, es geht irgendwie unter weil natürlich gibt die ein oder andere Rückfrage.

00:07:36: Es gibt den einen oder anderen Thema jeder hat so seinen Päckchen im Alltag sage ich mal zu tragen und das führt schnell dazu dass solche Prozesse unentdeckt bleiben man eine entsprechende Anpassung nicht vornimmt Ja, ich sage mal bestimmte Entwicklungen dadurch auch nicht mitbekommt.

00:07:53: Weil letztendlich ist es ja auch nichts anderes das Daten eine gewisse Entwicklung zeigen und wenn die entsprechend ja nicht richtig aufbereitet werden weil sehr vieles manuelle noch eingearbeitet werden muss führt das oftmals dazu dass natürlich bestimmte Sachen zu Problemen auch für die Zukunft führen.

00:08:11: und da dadurch dass es auch wieder zur erheblichen Nachzahlung oder Zahlungen allgemein kommt Ja, und so kommt ja das Rechnung dann bislang oft nur als PDF oder sogar als eingeschränter Belegvorlagen.

00:08:24: Welche Schwierigkeiten entstehen bei der Analyse wenn Informationen zunächst per OCR aus einem Dokument oder sagen wir etwas salopp gesagt aus einem Pixel-Salat herausgelesen werden müssen?

00:08:34: Erstmal muss man eigentlich sogar sagen ist OCR wirklich erstmal eine super Möglichkeit um überhaupt aus einer Bilddatei entsprechende Textbrücken herauszubekommen.

00:08:46: Letztendlich kann man ja das hier auch so erklären, dass dieses System versucht letztlich wie du selbst jetzt auch gerade gesagt hast diesen Pixelsalat zu sortieren und zu strukturieren.

00:09:00: Und daraus bestimmte Erkenntnisse wie zum Beispiel ein Datum oder einen Lieferant herauszuziehen.

00:09:05: Das Problem aber ist im Endeffekt Eine verknitterte Quittung, die zum Beispiel eingescannt wird ist schon mal auf jeden Fall nicht in demselben Muster wie eine Rechnung die digital gesendet wird.

00:09:16: jetzt als Beispiel.

00:09:17: Das heißt es die Zeilen, die Tabelle, die auf dieser Quittungen vielleicht zu erkennen sind, die verrutscht durchs Ein-Scan und sorgt dafür dass natürlich so ein OECR-Scanner sehr schnell an sein Limit stößt nämlich dann wenn es keine Struktur schaffen kann Und wir unterschiedlichste Belege haben, wie viele Rechnungen gibt es im Alltag?

00:09:38: Die gar nicht alle gleich aussehen.

00:09:40: Weil nicht jeder das gleiche Rechnungsausgangsbuch oder dieselbe Rechnungserstellungssoftwerfe dafür verwendet.

00:09:46: und letztendlich ist dann auch noch ein ganz großes Problem die Positionsebene.

00:09:51: Jede Zeile, die ein Unternehmer mehr verwendete in seiner Rechnunge beispielsweise als Einleitungstext verwenden der eine drei Zeilen, der andere Rutscht die Position der jeweiligen Rechnung nach unten und das erkennt der OZR-Scanal wieder nicht.

00:10:06: Das heißt, den Menschen muss es wieder manuell anpassen.

00:10:08: Und dadurch können natürlich auch viele Fehler entstehen, die ja ich sage mal die Daten falsch zusortieren oder falsch auswerten.

00:10:17: Das heisst ist wird aus der falschen Zeile die falsche der falsche Text oder falsche Wert genommen.

00:10:24: Ja dann geht's ja sicherlich auch schnell dass aus so einem Gleien, vermeintlich kleinen Erkennungsfehler ein falsches Analyseergebnis wird oder?

00:10:34: Ja extrem schnell.

00:10:36: Beispielsweise wenn OCR-Software das Rechnungsdatum falsch erkennt etwa zum Beispiel den ersten zwölften vierundzwanzig statt dem zwölften ersten vierund zwanzig rutscht der Beleg jetzt steuerlich in ein völlig falsches Wirtschaftsjahr.

00:10:50: Das hat Auswirkungen auch letztendlich auf die Periodenabgrenzung.

00:10:53: das heißt wir haben eine falsche Zuordnung.

00:10:56: oder bin bei Beträgen Dezimal-Trenner falsch?

00:10:58: gedeutet werden, aus zwölf Euro dreißig wird zum Beispiel tausend zweihundertdreißig.

00:11:03: Dann weiß man automatisch was das für Folgen haben kann.

00:11:06: und wenn sich sowas vielleicht in einem Prozess sogar nicht nur auf eine Rechnung bezieht sondern auch hunderttausende von Rechnungen kann ja jeder mal selbst multiplizieren was dann dafür vielleicht einen Schaden bei so einer Firma entstehen kann.

00:11:19: und letztendlich muss man dann auch sagen ein fehlerhafter Datensatz der quasi vorgelagert importiert wird zieht sich durch und wird auch falsch analysiert.

00:11:28: Das heißt, wenn man dann zum Beispiel sagt Mensch mein Einkauf ist deutlich höher geworden weil wir auf einmal eben die falsche Trennung von der Kommastelle haben Dann gehe ich von ganz anderen Werten aus und stelle meine Firma vielleicht auch deutlich schlechter da als sie insgesamt isst.

00:11:42: Heißt Ich werte auch einen anderen Aufschlag für meinen entsprechenden Einkauf um diesen Einkauf wieder reinzubekommen.

00:11:49: Und ich glaube genau an dieser Stelle merkt man dann eben wo so Fehler sich auch durchziehen durch verschiedenste Prozesse.

00:11:55: Ja, das ist ein gutes Stichwort Daniel.

00:11:56: Denn selbst wenn die Daten vorhanden sind fehlt ja in vielen Steuerabteilungen und der Beratung des Spezialwissen für komplexe Datenanalysen.

00:12:04: Wie groß ist diese Hürde heute noch?

00:12:06: Wenn für eine Auswertung Formeln, Skripte oder ja besondere Kenntnisse im Datenbank- und Analyseprogramm erforderlich sind?

00:12:14: Ich persönlich sage dazu immer leider viel, viel zu hoch.

00:12:18: Das ist so das was ich wirklich im Alltag jedes Mal erlebe weil es bislang gibt's eigentlich mal zwei Extreme entweder nutzt man Standardmodule wie Excel und sticht schnell damit an seine Grenzen vor allem bei der Datenmenge Oder man greift zu mächtigen Spezialtools, die SQL basiert, peißen oder komplexe Formelsprachen verwenden.

00:12:42: Wo der User wieder in dieser Lage versetzt wird, dass man eigentlich sagt, man ist kein Techie, kein Nerd und da ist bei vielen eben diese Grenze das man sagt okay ich bin in der Lage bei Excel einzelne Filterung mal vorzunehmen aber sicherlich nicht komplexes Sprachen.

00:13:00: Und das ist auch so, dass also Formel sprachen.

00:13:03: Das ist auch das Problem.

00:13:05: Steuerberater Prüfer Sachbearbeiter ein jegliche Experten in ihren Fachgebieten sind dafür ausgebildet und sind keine Data Scientist oder Programmierer.

00:13:17: Also selbst einfache Anwendungsbeispiele die dazu führen, dass man vielleicht sagt Man muss vielleicht zwei Spalten miteinander multiplizieren und muss dafür eine Formel schreiben Sorgt in der Praxis ganz oft erst mal für, oh da hab ich gar keine Ahnung von oder ich weiß nicht wie das geht.

00:13:33: Und das hat eine Hemmschwelle und diese Hemmschwelle wird leider dann nicht überschritten weil man dann ja lieber da bleibt wo man seiner Wohlfühlerase nenn ich es jetzt einfach mal verbleiben kann um dort dann weiter zu agieren.

00:13:47: Jetzt haben wir schon ganz viele aktuelle Herausforderungen genannt.

00:13:51: was ist aus deiner Sicht das Kernproblem?

00:13:54: fehlen tatsächlich die Daten oder fehlen vor allem Werkzeuge, mit denen sie die vorhandenen Daten schnell verständlich und praxistauglich nutzen können.

00:14:03: Ja ich ganz klar.

00:14:04: Letzteres tatsächlich weil man muss tatsächlich so im Alltag sagen es fehlt nicht an Daten.

00:14:09: ja wir können uns mal losgelöst von steuerlichen Buchführungsdaten etc.

00:14:14: selbst mal im Alltag umgucken.

00:14:16: Die meisten Leute besitzen das Smartwatch bedienen, das Handy sie kündlich sage ich mal teilweise je nachdem.

00:14:26: Allein bei Social Media zu scrollen verursacht Daten die Uhr trackt die ganze Zeit.

00:14:31: Das heißt Datenmengen da ist es nicht das Problem.

00:14:34: wir haben einfach das Problem dass wir keine Software in dem Sinne haben wie mit Massendaten A erstmal überhaupt klar kommt von der Menge her die so verarbeiten kann stundenlang irgendwo erst eine aufwendige Aufbereitung machen muss und gleichzeitig keine Software die irgendwie es schafft, ich sag mal den einfachen Anbinder von der Straße irgendwo mit abzuholen.

00:14:59: Klar jede Software hat seine eigenen Typen.

00:15:02: aber letztendlich muss man ganz klar sagen ist es bei vielen Software-Lösungen halt leider deutlich zu umfangreich, zu komplex und holt den einfach anbindern nicht ab.

00:15:11: und dann bleiben wir wieder in dieser sprichwörtlichen Wohlfühlohase.

00:15:14: Dann lassen wir uns jetzt mal ein bisschen tiefer gehen, dann kommen wir zu Themenblock zwei.

00:15:19: Die E-Rechnung als Grundlage für eine neue Analyse.

00:15:23: Tiefe und da streikt Annika jetzt rein.

00:15:25: Ja vielen Dank Frank!

00:15:28: Seit dem ersten Januar, ist ja die E- Rechnung im Bereich BtoB verstärkt in den Fokus gerückt.

00:15:35: Warum sind denn elektronische Rechnungen aus deiner Sicht einer besonders gute Grundlage?

00:15:43: Also in meinen Augen muss man wirklich sagen, ist die E-Rechnung ein absoluter Gainchanger.

00:15:47: Das liegt eigentlich daran dass wir jetzt zum ersten Mal eigentlich in der Geschichte so gesehen, in der Geschichtssiderbuchhaltung nenne ich es einfach mal über Beleg und System dieselbe Sprache legen können.

00:16:01: Und zwar ohne Dolmetscher wie zb eben per OCR.

00:16:06: Da kann man im Endeffekt das auch leicht übersetzen.

00:16:08: Eine E- Rechnung ist nun mal kein sichtbares Bild sondern strukturierter Datensatz, sei es zum Beispiel XML-Dateilformat.

00:16:17: Das bedeutet sämtliche Rechnungsdaten liegen von der ersten Sekunde rein digital, strukturiert und vor allem in fehlerfreier Form vor.

00:16:26: D.h.,

00:16:27: der perfekte Treibstoff letztendlich um automatisierte Datenanalysen stattfinden zu lassen Weil aufwendige Vorbereitung per OCR an der Stelle halt wegfallen und wir einen klassischen Import nur noch benötigen, und nicht noch eine umfangreiche Aufbereitung.

00:16:44: Daniel was unterscheidet denn ne echte Rechnung wie die X-Rechnung oder eine Zugpferdrechnung zählt technisch von einer herkömmlichen PDF Rechnungen?

00:16:52: Welche Informationen liegen dadurch sofort strukturiert und auch Maschinen lesbar vor?

00:16:56: sehr gute Frage tatsächlich an der Stelle, weil es ist sehr oft so dass man ja eigentlich sagt Moment mal eine PDF ist doch auch digital.

00:17:04: Warum?

00:17:04: Was ist jetzt der Unterschied hier zu einer E-Rechnung?

00:17:08: und man muss das ein bisschen aus nerdigen Sicht mehr sehen.

00:17:11: für den Computer ist eine PDF nichts weiter als reine Bildpunkte und somit auch unstrukturierter Text.

00:17:21: Und da kommt jetzt in dem Augenblick der Unterschied her.

00:17:24: Eine E-Rechnung bringt diese gesamten Daten, die der einfache Anwender bei einer PDF auch erstmal lesen kann.

00:17:32: Aber im Hintergrund in einen strukturierten Bereich, das heißt eine zum Beispiel eine X Rechnung oder in die noch bekanntere Zugpferd Rechnungen.

00:17:41: Die haben ein standardisiertes Dateiformat so gesehen und schaffen Strukturen wo jeder Punkt technisch gesehen ein eigenes Feld besitzt.

00:17:50: Es gibt ein exaktes Feld für die Ust-ID-Nummer des leistenden Unternehmer, es gibt eine Rechnungsnummer.

00:17:56: Für das Leistungsdatum gibt es etwas, für Sconto-Kondition und und und.

00:18:01: Das heißt, für jede gewünschte Zeile gibt es einen eigenen Bereich.

00:18:05: Und das führt letztendlich dazu dass sogar jede einzelne Artikelnummer, nicht nur Artikel Nummer, Rechnungsposition abgebildet werden kann.

00:18:15: Das was ganz neu ist, weil im Endeffekt ganz oft wird immer nur der Gesamtbetracht gebucht und so können wir jetzt über E-Rechnungen auch auf einmal die Einzelpreise gehen.

00:18:25: Und die Software kann das aufgrund der Struktur auch Fehler frei einlesen.

00:18:31: Weil letztendlich basiert das Ganze dann auf bestimmte Regeln und in einem sind Computer tatsächlich sehr gut, Regeln abzuarbeiten!

00:18:41: Ja, das bedeutet also konkret die Software muss nicht mehr versuchen aus einem Bild zu erkennen wo der Rechnungsbetrag oder die rechnungsnummer steht.

00:18:50: Dadurch ergeben sicherlich enorme Qualitäts- und Zeitvorteile Ja, vor allem Zeitvorteile.

00:18:57: Also ganz klar das ist genau den richtigen Punkt an weil dass manuelle erfassen kontrollieren oder nachbessern von OCR-Ergebnissen entfällt zu hundert Prozent.

00:19:07: Das muss man sich an der Stelle vorstellen.

00:19:09: Zu Hundert Prozent empfallen solche Schritte und damit ist dann auch noch der Qualitätsvorteil um einiges geweitiger.

00:19:16: wir haben eine Erkennungskote von hundert prozent das heißt letztlich Eine Null bleibt null, eine Kommastelle sind exakt zugeordnet.

00:19:25: Weil anders kann ich es nicht in das Format bringen.

00:19:28: ansonsten ist die E-Rechnung als solch schon nicht gültig und damit werden Datenanalysen auf einem Schlag auch auf einmal extrem verlässlich weil ich die Datenqualität mir aus den Rechnungen ziehe und Ich habe eben nicht diese Problematik dass sich aufgrund falscher OCR Alarme sage ich mal jetzt auf einmal mich irgendwo dahin bewegen muss, dass ich dann noch mal etwas nachbessern muss.

00:19:51: Sondern ich habe die inhaltliche Prüfung bereits durchs System abgeschlossen.

00:19:55: Daniel du hast eben schon erwähnt das E-Rechnungen ja nicht nur den Gesamtbetrag sondern hoffe ich sehr detaillierte Informationen zu den einzelnen Rechnungspositionen enthalten.

00:20:03: wie tief können solche Daten ausgewertet werden beispielsweise nach Artikeln Mengen Einzelprasen steuersetzen oder Leistungszitronen?

00:20:12: Das öffnet letztendlich eine Vielzahl an Türen, nenne ich es jetzt einfach mal.

00:20:17: Weil man muss sich vorstellen in der aktuellen Zeit wird nie ein Mensch auf die Idee kommen Papierechnungen in Excel einzutragen und abzutippen vor allem nicht wenn wir von hunderttausenden von Rechnung sprechen.

00:20:31: das heißt der Zeitaufwand ist viel zu hoch.

00:20:33: das heißt aber auch Ich nehme mir dadurch die Möglichkeit Die Daten neben meinem Buchführungsdaten zum Beispiel eben zu importieren und diese miteinander zu vergleichen.

00:20:43: Und genau das ist so ein bisschen der Punkt, wo ich sage okay wir haben ihm jetzt kein Papier-Beleg mehr sondern wir haben einen digitalen Fingerabdruck mehr nicht einfach mal.

00:20:53: Einen digitalen Beleg der dazu führt dass wir zum Beispiel bis auf die Positionsebene nun Sachen vergleiche können.

00:20:59: Das heißt wir können über Einzelpreise Monate hinweg Analysen fahren.

00:21:05: Wir können prüfen ob ein Lieferant für den selben Artikel plötzlich unterschiedliche Preiserhöhungen verlangt.

00:21:11: Wir können auf einmal abweichende Steuersätze auf der Artikel-Ebene sehen, das heißt wir können mit einem... Mit einer einfachen Filterung sehen ist der Article A jetzt vorher immer mit neunzehn Prozent verbucht worden und jetzt haben wir ihn auf einmal mit sieben Prozent?

00:21:26: was könnte da die Ursache sein?

00:21:27: Das heißt wir werden schneller auf Dinge gestoßen die wir vorher in dem Beleg Salat nenn ich es jetzt mal überhaupt nicht gesehen haben.

00:21:39: Das heißt, das war eigentlich schon ein sehr konkretes Beispiel dafür was dieser Wechsel vom Gesamtbetrag zur Einzelposition verändert hat.

00:21:47: Oder werden vielleicht noch weitere Erkenntnisse sichtbar die bei einer reinen Buchung des Rechnungsendbetrages auf ein Konto verborgen geblieben wären?

00:21:56: Ja, die Antwort Annika würde ich dir ganz gerne mal mit so einem Beispiel verdeutlichen.

00:22:00: Nehmen wir jetzt mal einen klassischen Fall.

00:22:02: Wir haben ein Unternehmen was bei einem Großhändler Büro-Material, EDV zu Behör oder auch jetzt etwas mit einkauft.

00:22:10: Was nicht so vielleicht typisch ist aber Verpflegung Bewertungen für ein dienstliches berufliches Event als solches dann würde die bisherige Buchhaltung nur den Gesamtbetrag der Rechnung buchen.

00:22:21: das passiert ganz oft ja.

00:22:23: beispielsweise man bucht fünf tausend Euro als Gesamt betracht rein und letztendlich landet der gesamte Betrag pauschal auf dem Konto Bürobedarf mit neunzehn Prozent Vorsteuer.

00:22:36: So, jetzt was aber oder beziehungsweise was blieb dann bisher dadurch verborgen?

00:22:41: In der Rechnung befinden sich ja auch diese Kosten für das Event,

00:22:44: d.h.,

00:22:44: die Verpflegung und Bewertungen und die müssten eigentlich anders behandelt werden als dieser klassische sonstige betriebliche Aufwand nenne ich es jetzt mal.

00:22:53: Und mit dieser Positionsanalyse von der ich gerade so gesprochen habe dass wir auf einmal auf die einzelne Artikelebene springen können haben wir auf einmal eine ganz andere Power, nenne ich es jetzt einfach mal.

00:23:03: Weil wir letztendlich dadurch die Möglichkeit haben dass sich Software jede Zeile ausliest.

00:23:08: sie erkennt dann sofort die Position ein bis drei das Ordnungsgenießer Bürobedarf ist und die Position vier aber ein abzugsfähiges Beschenk vielleicht auch beinhaltet oder eine entsprechende Bewirtung darstellt.

00:23:20: Das müsste man in einem Einzelfall nochmal prüfen.

00:23:23: Aber der Fehler der steuerlichen Zuordnung wird dadurch deutlich schneller erkannt.

00:23:29: Erfolgt automatisch auch eine richtige Stellung und eine richtige Verbuchung.

00:23:34: Und das sogar bevor etwas irgendwo bezahlt oder falsch gebucht wurde, letztlich?

00:23:40: Ja und wenn Millionen Rechnungspositionen in kurzer Zeit analysiert werden können dann lassen sich vermutlich auch Entwicklungen über längere Zeiträume erkennen.

00:23:48: wie können Berater denn zum Beispiel Breitsprünge ungewöhnliche Mengen veränderte Konditionen oder Wiederkehren der Abweichungen identifizieren?

00:23:56: Das Zauberwort ist hier tatsächlich Visualisierung.

00:23:59: Ich bin ein ganz großer Fan von Software-Lösungen wie z.B.

00:24:02: auch Power BI aus dem Hause Microsoft, weil ich einfach immer so sage man kennt dieses klassische Sprichwort einen Bild sagt mehr als tausend Worte.

00:24:11: Und im Endeffekt ist das auch die Kraft der Visualisierung, die sich hier zum Beispiel Paubee als Nutze macht.

00:24:17: Indem man z.B.

00:24:18: Zeitrein-Analyse oder Ausreiseanalysen über gesamte Datenbestände legt, werden die Daten nicht als Tabelle und damit als riesiges Skrollbaal, sage ich mal dargelegt, sondern wir bekommen ein einheitliches Diagramm eine einfache Darstellung und sind so in der Lage schnell über zwei bis drei Jahre Rechnungsposition vorzulegen und sich die entsprechend anzuschauen.

00:24:40: Und letztendlich bildet dann dieses Diagramm, Preisverläufe pro Artikelnummer oder sogar nach Produktgruppen nach und ich bin jederzeit mit einem Klick in der Lage Daten mal eben schnell interaktiv zu filtern.

00:24:52: Dann könnte man daraus zum Beispiel auch sagen verlangt jetzt zum Beispiel den Lieferant ab März fünfzehn Prozent mehr für einen Artikel ohne dass dafür irgendeine Rahmenvereinbarung vorliegt?

00:25:03: kann man das in den entsprechenden Abteilungen deutlich schneller erkennen?

00:25:07: und hat nicht diese Gefahr, dass man aufgrund der Gesamtbuchungsbeträge den Wald vor lauter Bäumen nicht mehr sieht.

00:25:16: Und das ist glaube ich eine riesen Mehrwert eben durch diese Analysen, durch Zeitreihen, durchaus Reiseanalysen Dass ich mich auf die Ebene der besonderen auffälligen Datensätze bewege und nicht auf die gesamten Daten als solches oder nur auf wenige Stichproben.

00:25:34: Ja, damit kommen wir zum Gedanken eines Real-Time Audits.

00:25:38: Was bedeutet es für Kanzlein und Unternehmen wenn Auffälligkeiten nicht erst Monate später im Rahmen des Jahresabschlusses oder einer Prüfung entdeckt werden sondern möglichst schon im Rechnungseingang?

00:25:50: Das bedeutet letztendlich eigentlich dass ich dieser Spurensicherung nenne jetzt mal nach hinein ja wenn man's auf Detektivbasis sehen Jetzt nicht mehr eben im Nachhinein passieren Sondern wie nun hier sind.

00:26:02: Und das ist wieder.

00:26:04: Ich zieh mal ein Beispiel raus, was ich vorhin so verdeutlicht hatte.

00:26:07: Wo ich gesagt habe jeder kann ja mal selbst überlegen, was er vor fünf Jahren gemacht hat und jetzt versuchen wir das mal zu sagen, was wir vor fünf Tagen gemacht haben.

00:26:17: Und dann werden wir schnell feststellen, vor fünf Tage kann ich mich doch deutlich schneller daran erinnern oder auch mehr leichter zusammenbauen als wenn das Ganze vor fünf jahren passiert ist.

00:26:27: Und damit habe ich eine ganz andere Analysemöglichkeit.

00:26:30: um es wieder auf unsere Beispiele zu beziehen Wenn wir dann zum Beispiel eine Rechnung direkt automatisch durch ein Regelwerk eben systembedingt schleusen müssen und da das System sofort erkennt, Moment mal hier ist eine Rechnung.

00:26:44: Das ist eine Duplette.

00:26:45: der Steuersatz passt nicht oder der Preis weicht mittlerweile um dreißig Prozent vom Stammdatenpreis ab?

00:26:52: Dann werde ich auf bestimmte Sachen gestoßen vom System und kann dem schnell gegenwirken.

00:26:58: Und dass nicht erst wenn der Betriebsprüfer anderer Prüfer als solches auf einmal vor der Tür steht und sagt, ja müssen wir mal reden was vor fünf Jahren passiert ist.

00:27:08: Ist ja der Vorteil der laufenden Analyse.

00:27:10: wie verändert denn so eine laufende Analysel letztlich die Rolle der Steuerberatung?

00:27:14: entsteht dann dadurch die Möglichkeit Mandanten und Unternehmen nicht nur Rückblickend über Zahlen zu informieren sondern frühzeitig auf Risikenfehler oder wirtschaftliche Entwicklungen hinzuweisen?

00:27:24: Ja, ein Thema was glaube ich vielfach sehr groß diskutiert werden kann und wahrscheinlich auch den einen oder anderen Steuerberaterin überhaupt nicht gefällt.

00:27:36: Muss man ganz klar sagen weil man jetzt eben wieder aus dieser Komfortzone raus muss und vom klaren Deklarationsberater im Nachhinein oder vielleicht sogar erst im Rahmen von Prüfungen eine gewisse Ja, ich nenn's mal Betriebsprüfung gegen Wert zu leisten.

00:27:55: Kann muss man jetzt eigentlich eher schon hingehen und Daten analysieren?

00:28:00: Und den Unternehmern, denen Mandanten quasi als Sparing Partner nutzen und damit eigentlich sogar auch eher schon zu so einem Berater eben auf wirtschaftlicher Ebene wird.

00:28:12: Die Kanzlei die jetzt quasi intelligente Analyse Tools benutzt hat ganz andere Möglichkeiten Auch den Mandanten bestimmte Pakete nenne ich jetzt mal an die Hand zu liefern, wo der Mandant im aktiven laufenden Geschäft vom Berater mit informiert wird.

00:28:30: Was wieder also auch ein gewisses Vertrauenschaft und auf der anderen Seite gleichzeitig auch die Möglichkeit hat so eine Art Kontrollorgan durch dem Berater zu haben weil er weiß dass das Kind noch nicht komplett in Brunnen gefallen ist, weil der Berater laufend dank entsprechender Tools über diese Daten gucken kann und nicht erst im Nachhinein.

00:28:53: Ja, spannende Einblicke!

00:28:55: Vielen Dank.

00:28:56: Damit kommen wir schon zu Themenblock Nummer drei denn du hast auch eine mögliche Lösung mitgebracht.

00:29:01: Genau vom Problem zur Lösung.

00:29:02: jetzt komme ich zum schönen Teil.

00:29:04: genau dann lass uns doch Daniel mal konkret über Audi Pi sprechen.

00:29:08: was macht eure Software anders als klassische Tabellenkalkulationen oder Analyseprogramme?

00:29:13: Und für welche typischen Anwendungsfälle habt ihr sie entwickelt?

00:29:17: Ja, da muss man an der Stelle halt so sagen vom Hintergrund her.

00:29:20: mein Bruder und ich haben auch eben einen steuerlichen Hintergrund.

00:29:23: Und viele Jahre entsprechend auch schon mit Daten zu tun.

00:29:30: Wir sind Betriebsprüfer in der Finanzverwaltung über viele Jahre gewesen, haben also dann reichlichen Erfahrungsschatz schon sammeln können und uns zwar immer schon anliegen dass wir Ich sage mal, aus dem privaten heraus auch viel mit technischen Lösungen handiert haben.

00:29:49: Und wir wollten halt eine Software schaffen die vor allem massendatentauglich ist heißt wirklich ohne große Ladezeiten Daten importieren kann.

00:29:59: dafür benutzen wir unter anderem auch ein spezielles Dateiformat.

00:30:02: das nennt sich Paket.

00:30:05: Paket hat den enormen Vorteil, dass es spaltenorientiert arbeiten kann.

00:30:09: Das heißt ich muss nicht eine gesamte Paket Datei in einem System importieren um damit arbeiten zu können sondern ich kann auch sagen Ich möchte nur die ersten fünf Spalten haben weil ich mich nur auf diese Analyse konzentriere.

00:30:23: das geht zum Beispiel einer klassischen CSV-Datei die eine klassische Textdatei ist eben Und das ist so ein bisschen eine Art besonderter Game Changer, weil er die Performance mitliefert.

00:30:35: Um eben massen Daten zeitnah also echt in real time so gesinn analysieren zu können.

00:30:42: letztendlich ist es sogar so dass wir komplett unabhängig arbeiten können bei unseres Software nicht auf ein Datei-Format beschränkt ist.

00:30:49: Jetzt habe ich ja gerade gesagt, Moment mal wir arbeiten doch mit Paketformat.

00:30:52: wie kann das funktionieren?

00:30:54: Das funktioniert letztendlich so dass der Anwender egal was er für einen Dateiformat aus seinem System exportiert bei uns importieren kann und er gar nichts mitbekommt, dass in dem Fall im Importprozess aus dieser Datei eine Paketdatei umgewandelt wird und die im System bei uns im Autopie dann verwendet wird.

00:31:14: Und dadurch können wir branchenneutral jegliche Formen von Massendaten verarbeiten, sei es GOBD, Exporte, Dativ, SAP CSV-Excel.

00:31:24: So diese klassischen Nennungen sage ich jetzt einfach mal.

00:31:27: und um den E-Rechnungsteil wieder auch mit reinzubekommen Wir können die Daten belegt miteinander verbinden.

00:31:35: und dann kommen wir noch zu einer Komponente, die uns besonders wichtig war KI.

00:31:40: Wir wollten unbedingt die KI mit in so einem Tool bekommen.

00:31:45: Und da ist einfach das Problem, dass die größte Hürde an der Stelle war der Datenschutz und da mussten wir uns was einfallen lassen wo wir auch sicherlich gleich nochmal so bisschen drauf eingehen werden.

00:31:57: Das ist im Endeffekt aber dann die Möglichkeit eben auch mit KI seine Daten nicht nur zu analysieren sondern sogar mit den Daten darüber zu sprechen.

00:32:05: Und das ist im Endeffekt an dieser Stelle ja der große Vorteil.

00:32:09: Bin ich ganz neugierig, kommen wir gleich drauf.

00:32:11: Ja!

00:32:13: Wir nehmen jetzt mal als Praxisbeispiel einen Mandanten mit einer sehr großen Anzahl an Eingangsrechnung.

00:32:20: Wie kommen diese Daten in Audipy und welche ersten Analysen kann eine Kanzlei anschließend durchführen?

00:32:27: Das lässt sich eigentlich sehr einfach darstellen.

00:32:30: also unser Import ist so aufgebaut Dass man seine Daten beispielsweise per Dragon Rob oder über eine Projektebene, man legt vorher den Mandanten einmal an und kann dort dann seine Daten in diesen Mandanten ortern nenn ich es jetzt einfach mal hinterlegen.

00:32:46: Und dann die Dateien aus diesem Ordner mit einem Klick im Ordi Pi quasi importieren und Ordi PI konvertiert dann die Daten im Hintergrund automatisch das gewünschte Paketformat so wie eben ja schonmal gesagt Sobald diese Datei im OrdiPy dann sichtbar ist, so gesehen auch Analysen auf Knopfdruck anbieten.

00:33:07: Das heißt gerade bei den E-Rechnungen sind wir dann zum Beispiel in der Lage sofort zu schauen ob diese Rechnung allen Anforderungen entspricht.

00:33:14: das heißt Wir können eine Validierung vornehmen.

00:33:17: Wir können gleichzeitig aber auch schauen ob die Rechnungen inhaltlich gesehen den Ansprüchen aus Paragraph vierzehn USTG zum Beispiel erfüllt und somit als ordnungsgemäß betrachtet werden kann.

00:33:27: kleiner Fun Fact wenn er da erkennt Da fehlt etwas kann man das auch automatisch als ein klein Bericht sich quasi downloaden und diesen Download zum Beispiel dann als HTML Datei sein Mandanten zu sehen.

00:33:40: Und der ist dadurch in der Lage schnell zu sehen, welche Rechnung fallen aus dem Raster?

00:33:45: Welche.

00:33:45: warum fallen sie aus dem raster?

00:33:47: auch das wird dargelegt.

00:33:48: und was sind vielleicht die Folgen hier raus?

00:33:51: gleichzeitig haben wir ein sogenanntes E-Rechnungscockpit, sag ich mal geschaffen.

00:33:56: Das haben wir jetzt relativ frisch, ich würde mal so sagen maximal anderthalb Monate.

00:34:02: und zwar hat man dort die Möglichkeit zum Beispiel nach Dubletten zu suchen, nach bestimmten Ausreißern oder allgemeine ungewöhnliche Betrachtsverteilungen Und diese Rechnung werden aus dem großen Import von ganz vielen Daten sofort rausgefiltert.

00:34:17: das heißt Ich bekomme nicht nur die Info Und der User muss selbst in den Ordner gucken und sich diese Rechnung raussuchen.

00:34:28: Nein, im Import- und im Analyseprozess wird die Rechnungen direkt kopiert und in einem Ordner zum Beispiel auffällige Buchungen kopiert.

00:34:38: Und diesen Ordner kann ich dann öffnen und sehe die entsprechend analysierten Rechnen sofort dort abgelegt.

00:34:45: Ja sehr spannend!

00:34:46: Jetzt kommen wir zu meinem Lieblingsthema... Eine besondere Funktion ist der AMIN und da bin ich ganz neugierig geworden, als ich das gelesen habe.

00:34:52: Daniel asked my data.

00:34:54: heißt das wie funktioniert denn diese KI Assistentin?

00:34:57: Kann ich da tatsächlich in normaler Sprache fragen zeigt mir alle möglichen Doppelzahlungen oder bei welchen Differanten sind die Preise besonders stark gestiegen?

00:35:05: Ja also Zu dem Beispiel komme ich gleich noch, vielleicht so ein bisschen zu Amy.

00:35:11: Die Liebe zu Amy kann ich nur ganz groß erwidern.

00:35:14: Darf meine Frau jetzt gar nicht hören und die Frau von meinem Bruder im Übrigen auch nicht weil wir sind absolute Amy-Fans.

00:35:21: Wir haben unsere Amy sogar einen Gesicht gegeben.

00:35:23: das ist ein kleiner süßer blauer Roboter Weil wir es einfach irgendwo klasse finden dass man sie so ein bißchen integriert.

00:35:30: Und Amy is in Endeffekt oder hat mal ja schonmal gesagt steht für Ask My Data stellt dem Anwender eigentlich so eine kleine Falle, weil der Anwinder denkt tatsächlich dass Amy eine KI ist.

00:35:43: Und das ist gar nicht der Fall!

00:35:44: Amy ist letztendlich ein Bot den wir auf Berndas Brot programmiert haben.

00:35:48: also er ist immer ein bisschen schlecht gelaunt aber hilft sehr gerne bei der Analyse und hat eben ... Vorteil, dass wir durch diesen Bot datenschutzkonform arbeiten können.

00:36:00: Wie muss man sich das jetzt vorstellen?

00:36:02: Man hat eine Art Chat-Fenster wo man mit Amy quasi schätten kann.

00:36:06: Dann kannst du zum Beispiel die Frage stellen welcher Kunde hat den höchsten Umsatz?

00:36:11: oder welche Veränderungen so wie du Frank jetzt gerade gesagt hattest gibt es in dem und dem Bereich.

00:36:16: ja auch das kann ich per natürlicher Sprache in diesem Chat formulieren.

00:36:21: Und jetzt passiert im Hintergrund aber etwas, was ganz, ganz wichtig eben auch ist damit wir eben komplett datenschutzkonform arbeiten können.

00:36:28: Amy als Bot teilt den Datensatz einmal auf und zwar einmal in dem Datenkopf also in den Spalten Kopf so gesehen wo der Spalten Name drin ist und in den Daten Inhalt Also alles da oder die Daten die quasi personenbezogen sind und am besten nicht ins Internet wandern sollten.

00:36:48: Das ist ein bisschen her.

00:36:49: Punkt was jetzt Amy macht Amy lässt dem Datensatz komplett lokal auf dem Rechner, da geht nichts ins Internet.

00:36:56: Und Amy geht jetzt eigentlich zu einem KI-Modell.

00:36:59: Wir arbeiten selbst in Audipyne mit Mistel weil wir dort den US Cloud-Eck nicht unterliegen und einfach auch super Ergebnisse dort erzielen können an der Stelle.

00:37:08: letztendlich könnten wir bei jedes KI Modell bei uns einbinden.

00:37:11: so ist es nicht.

00:37:13: Und dieses KI-modell bekommt von der Amy die Frage weitergegeben wie zum Beispiel eben welcher Kunde hat den höchsten Umsatz?

00:37:23: und sagt, jetzt mal ganz einfach ausgerückt liebe KI.

00:37:28: Ich habe hier diese Daten aber nicht die Datensätze sondern nur die Datennamen und der User möchte wissen welcher kunde den Höchsten umsatz erzielt hat?

00:37:39: Und jetzt geht im Endeffekt die KI hin und antwortet mit einer peißen Formel weil sie sich denkt Hör mal, du hast die Spalte Umsatz und ihr hast die spalte Kunde.

00:37:49: Da muss man nur nach Filtern!

00:37:51: Das heißt der gibt mir einen Python Code.

00:37:55: Und Amy geht jetzt hin und nimmt diesen Python Code und wendet den auf die echten Daten lokal an und dadurch wird eine im natürlicher Sprache eine Antwort generiert so dass Amy dann antwortet Der Kunde mit dem höchsten Umsatz ist Meyer Schulz Und er nennt ihn dann auch den Umsatz.

00:38:14: Aber das passiert erst auf der lokalen Ebene und wir können ganz klar auch jegliche Anfragen und Antworten nachvollziehen und können dann zum Beispiel sehen, dass die KI lediglich mit einer neutralen Peißenformel geantwortet hat und dass dort keine personenbezogenen Daten irgendwo enthalten sind.

00:38:33: Das heißt so doof ist ihr.

00:38:34: im Buch klingt unsere KI kennt die Daten gar nicht.

00:38:38: sie wird im Endeffekt ein bisschen vorgegaukelt durch Amy Weil Amy es eben schafft, diesen Spagat zwischen KI und End-User nenn ich's jetzt mal quasi zu verbinden.

00:38:51: Und der User denkt er schreibt mit Amy als KI-Assistentin und Amy ist aber letztendlich nur die Überbrückung damit wir klarstellen können dass keine personenbezogenen Garten ins Internet wandern.

00:39:02: So muss man sich vorstellen kann Amy umfassende Diagramme erstellen auf Knopfdruck.

00:39:07: Man kann zum Beispiel auch sagen, stell die zehn größten Städte nach Umsatz z.B.

00:39:10: da und dann wird das nicht als Text geantwortet sondern als Diagramm.

00:39:14: Ich kann aber auch das Ganze aufsummieren lassen als Tabelle so dass ich meine Daten mit Amy analysieren kann.

00:39:21: Und das ist der große Vorteil den wir sehen weil der Endkunde oder der End-User der Analyst muss nicht selbst in die komplexe Formelsprache irgendwie abweichen Sondern er kann in seiner natürlichen Sprache der KI entsprechende Fragen etc.

00:39:37: mit sein.

00:39:41: Was passiert denn dann anschließend im Hintergrund?

00:39:43: Also wie sorgt ihr dafür, dass die Antwort nicht nur schnell geliefert wird sondern für die Steuerberaterin oder den Steuerberat auch nachvollziehbar und überprüfbar bleibt?

00:39:53: Das ist ein ganz wichtiger Punkt weil letztendlich muss man ganz klar sagen dürfen wir nicht dazu führen das man eine Antwort generiert Und es nachher in diese Problematik kommen.

00:40:04: zum Beispiel, wenn man dann sagt ja wie sind sie denn da drauf gekommen oder was haben Sie denn da genau gemacht?

00:40:08: und dann stellt man sich mal vor der Berater sagt Joa das hat die KI geantwortet.

00:40:12: Ja und wir hatten das ermittelt?

00:40:14: Das weiß ich nicht!

00:40:15: Das habe ich jetzt nicht nachgeprüft.

00:40:16: Da kriegen wir ganz große Probleme.

00:40:18: Das heißt Es darf auf jeden Fall nicht diese Black Box sage ich jetzt mal sein.

00:40:22: Der Anwender muss immer klar sehen Was macht die KI Wie ist sie auf das Ergebnis gekommen und darf nicht irgendwelche ungeprüften Behauptungen anstellen.

00:40:32: Das ist ganz, ganz wichtig!

00:40:33: Und deswegen muss man ganz klar bei uns sagen im Hintergrund übersetzt bei uns die Amy sprachliche Frage in präzise mathematisch eindeutige Abfragebefehle und das eben auf diesen spaltenbasierten Datenbestand.

00:40:47: Das bedeutet letztendlich aber auch, Amy filtert nicht nur auf Glück sondern generiert einen exakten Abfilterbereich aus diesem Datenbestands Und das Ergebnis in der Datentabelle ist dann so hundertprozent transparent und auch nachvollziehbar, weil der Code wird jederzeit mitgeliefert.

00:41:04: Das heißt ich kann jederzeit sehen was wurde gemacht damit jetzt das Endergebnis so aussieht wie es aussieht.

00:41:11: Dadurch können wir einen lückenlosen Verlauf aller Schritte gewährleisten.

00:41:18: Ja mit Cortex geht ja noch ein Schritt weiter Daniel.

00:41:20: statt einzelne Funktionen oder Filter anzuklicken soll der AI Agent Audiply Dialog basiert Steuern.

00:41:27: wie unterscheiden sich den Cortex von Amy und welche kompletten Arbeitsschritte kann der Agent übernehmen.

00:41:34: Wenn man jetzt sage ich mal Amy so ein bisschen die Antwort Geberin sag' ich jetzt mal bezeichnet dann ist Cortes, der Handeln der AI Agents vielleicht kennt ja eine oder andere diese ich nenn mal bekannter AI Agent wie Claude Codes zum Beispiel Und in die ähnliche Richtung geht Cortex eben auch.

00:41:53: Der Unterschied ist aber hier Amy beantwortet konkrete Fragen.

00:41:57: Das heißt, ich stelle in einem Chat-Fenster entsprechende Fragen zu meinem Datensatz.

00:42:03: Cortex hingegen steuert das Programm OrdiPy auf Anweisung Dialog übersiert.

00:42:09: D.h.,

00:42:10: er führt ganze Prozessketten aus und das sogar ohne dass der Mensch vielleicht Ordi PY selbst geöffnet hat.

00:42:18: Ordipy kann dann im Hintergrund von der KI gesteuert werden Und das hat ein Riesenvorteil.

00:42:25: Das ist auch das, was ich sage mal entscheidend ist.

00:42:27: Weil man könnte ja sagen warum kann da dann auch anderen AI Agents quasi diese Frage stellen?

00:42:34: Wenn man Cloud Code eine Analyse zu einem komplexen Datenbestand geben würde und wir sagen jetzt sogar mal Wir lassen den Datenschutz gerade mal außen vor Dann muss man an der Stelle ganz klar sagen werden wir immer verschiedene Ergebnisse bekommen?

00:42:48: weil ein AI Agent handelt logischerweise nach Stochastik nach Wahrscheinlichkagen und wird entsprechend auch immer andere Ergebnisse liefern.

00:42:57: Eine Benford-Analyse, also eine sogenannte Ziffernanalyse, wird immer nach verschiedensten Maßstäben gesetzt weil wenn man das Netz durchsucht und die KI durch sucht ja ganz oft einfach nur das Netz geht man ganz schnell feststellen es ist verschiedenste Ansätze gibt.

00:43:11: Das heißt die Ergebnisse werden immer andere.

00:43:13: Und jetzt kommt genau da der Punkt mit Audi Pi.

00:43:16: Durch die Benutzung dass unser AI Agent Cortex Nur Audipie als Werkzeug genutzt werden auch nur dort die Regeln verwendet, die in Audipi integriert sind.

00:43:27: Das heißt eine Benford Analyse also die Ziffernanalyse wird immer nach dem selben Regeln, den Audipy verankert sind durchgeführt und damit können wir gewährleisten das drei Anfragen auch dreimal dasselbe Ergebnis zu bringen werden.

00:43:42: Und das ist so ein bisschen der große Unterschied zur Amy.

00:43:46: Amy antwortet und kann handeln kann auch entsprechende Fragen an der Stelle helfen, um Analysen zu machen.

00:43:56: Im Übrigen wird die Anfrage bei uns durch die KI überprüft.

00:44:00: Wir haben eine zweite KI mit an Bord, die zum Beispiel die Antworten von Amy überprüfen, damit wir sagen, passt das was die Frage vom Anwender ist?

00:44:11: Mit der Antwort der KI überein!

00:44:13: Weil wir haben ganz oft in der Praxis festgestellt, Das Problem sitzt oftmals vor dem Rechner.

00:44:21: Und kaum einer würde sagen, ich habe einen schlechten Prompt eingegeben, sondern eher mit dem System kann man nicht arbeiten, das braucht man nicht.

00:44:30: und da haben wir gesagt, Wir brauchen eine Überwachung dass man den Andender zeigt passt das zu deiner Aussage oder möchtest du doch was anderes?

00:44:42: Dann fragt man lieber einmal mehr nach!

00:44:44: Das führt aber zu einer gewissen Sicherheit für den Anwender Und der Anwender kann dann selbst sagen, oh nee ich wollte ja was ganz anderes.

00:44:51: Das besser ich mal nach.

00:44:53: und genauso läuft es auch bei Cortex.

00:44:56: Ich kann bei CortEx genau sehen, was macht Cortex?

00:44:59: Cortex denkt mit und würde an bestimmten Stellen aus Selbstentscheidungen treffen.

00:45:05: das was also bei Annie, der Mensch machen muss weil er selbst entscheiden muss, macht bei CortX die KI selbst und kann dadurch auch bestimmte Datenmengel sage ich jetzt mal selbst beseitigen.

00:45:19: kleines Beispiel, wenn ich ein Datensatz habe und wir haben eine Spalte die heißt Belegdatum.

00:45:25: Und die wird im nächsten Jahr abgeändert und nennt sich auf einmal Datumbeleg da meint das dasselbe.

00:45:32: aber einen Programmiercode würde an der Stelle immer abbrechen weil er erkennt diese Spalten nicht und der Mensch müsste dann suchen an welcher stelle ist der Fehler aufgetreten und müsste dann aus Belegdatum Datum-Beleg machen.

00:45:47: Bei Cortex läuft das anders, Cortex überlegt selbst wie der Mensch und sagt Moment mal es gibt ja ein Beleichtdatum.

00:45:54: Das gibt's hier nicht aber es gibt eine Spalte Datumbeleg.

00:45:57: Dann nehme ich die und dann wird diese auch mit im Text angegeben und der Anwender sieht dann aber selbst auch warum.

00:46:04: was ist da passiert?

00:46:05: Und kann dann selbst nachher sagen hey hör mal die Spalten solltest du gar nicht verbinden sondern sollst ne andere Spalter verlimmen.

00:46:10: Das heißt der Mensch kann immer noch eingreifen.

00:46:12: Aber die Erstentscheidung wird durch Cortex verwendet.

00:46:14: Und das ist der große Unterschied ausführende KI zu einer antwortenden KI.

00:46:21: Besonders spannend ist ja die Verbindung von Beleg und Buchung, wie bringt OriPy den Inhalt einer Rechnung mit den Buchhaltungsdaten zusammen?

00:46:30: Wie hilft dieser Kontext dabei aus großen Datenmengen gezielt, die kritischen Fälle herauszufiltern?

00:46:37: Letztendlich muss man das ganz klar sagen... dass wir die eigentliche Magie haben in Audipy so gesehen, die Buchungszeilen gegen Konto Betrag etc.

00:46:50: bis hin zum Beleg in ein Programm quasi darzustellen.

00:46:54: das heißt ich schaffe eine Verbindung und habe dann auch die Möglichkeit so gesehen auf jeweiligen Tools zuzugreifen heisst Ich kann zum Beispiel selbst direkt die Positionsdaten anhand eines Belegs im Buchungssatz sehen.

00:47:09: Das heißt, der Beleg ist im Buchungssatz verknüpft und ich kann aus Audible selbst diesen aufrufen dem Beleg und sehe den dann auch im Übrigen nicht in XML-Basis oder sonstiges als nicht lesbar in Coatsprache oder sonstige, sondern ich sehe ihn natürlicher Sprache in allen möglichen Zeilen und kann ihn ganz gewohnt anklicken und entsprechend lesen.

00:47:30: Und im nächsten Schritt geht man ja eigentlich hin und sagt okay jetzt bringe ich nicht nur die großen Datenmengen die Buchführungsdaten irgendwie ins System rein und bereite sie auf.

00:47:40: Im Übrigen auch da wir laufen immer mehr hin, dass Buchführungstaten standardisiert werden sollen.

00:47:47: Irgendwann soll das einheitliche Buch für der Einheitliche Buführungsstandard quasi ins Leben gerufen werden.

00:47:52: in der Lohnsteuer gibt es schon eine einheitlich Lohn-Steuerschnittstelle bei den Buchführungen Staten wartet die noch auf sich Und wenn das der Fall sein wird dann hat man die Möglichkeit diesen Datensatz ganz einfach aufzubereiten.

00:48:04: Momentan muss es muss man sich verschiedensten Systeme bedienen und dort auf verschiedenste Aufbereitung machen.

00:48:11: Gleichzeitig die E-Rechnung importieren, alles wird bei uns im Tool dann auch als Paketdatei umgewandelt und dann kann ich diese Tabellen ganz einfach miteinander verbinden über zum Beispiel der Rechnungsnummer und kann dann eine Differenzspeite zum Beispiel bilden und kann ganz einfach prüfen sind die Rechnungen vollständig in der Buchführung verankert oder nicht.

00:48:35: Das heißt, ich werde viel schneller darauf hingestoßen auch bei großen Datenmengen mich auf diese Hand zu konzentrieren.

00:48:42: Die nicht richtig gelaufen sind und in die kann man sich dann deutlich mehr reinarbeiten um Sachfalte zum Beispiel zu erfragen etc.

00:48:52: Und auch hier hilft dann Audipy bei der Dokumentation und bei der Aufbereitung.

00:48:56: Ihr sprecht ja diesem Zusammenhang davon nicht mehr die neunneinzig Prozent unkritischen fällemanuell durchsehen zu müssen sondern sich oft das kritischer eine Prozent zu konzentrieren.

00:49:06: Kannst du uns anhand eines Beispiels zeigen, wie so ein Ausfall in der Praxis aussieht und wie viel Zeit eine Kanzler da durchsparen kann?

00:49:14: Ja, können wir jetzt beispielsweise einen Datenstand von fünfzigtausend Eingangsrechnungen zum Beispiel mal pro Jahr nehmen.

00:49:21: bisher hat man sich dann immer entweder stichprobenhaft einfach mal hundert davon rausgesucht ja im übrigen hohes Fehlerrisiko ich nehme einfach hundert raus passt dann soweit, wenn die dann stimmen wird auch der Rest passen.

00:49:35: Oder man hat wochenlang tagelang entsprechend Belege gebucht und abgeglichen... Man muss den Papierbeläge zum Beispiel zur Hand nehmen und hier gucken und da gucken.

00:49:45: das heißt ein langer Prozess der Vielzeit und letztendlich dadurch auch viel Geld kostet.

00:49:50: In AudiPie können wir ganz klar sagen laufen automatisierte Prüfroutinen und auch entsprechende KI Filter über alle Fünfzigtausend Rechnungen Und ich kriege dann, wie ich vorhin auch schon mal kurz angesprochen habe dieses Rechnungskockbit sag' ich mal ausgeschmissen.

00:50:05: Wo ich mich selbst durch bestimmte Dupletten auffälligkeiten preisprüngen etc.

00:50:10: durchhangeln kann.

00:50:12: und letztendlich kann man dadurch auch sagen was passiert genau die ein Prozent der auffalligen Sachen.

00:50:19: Die bleiben dann netzelnd nicht übrig.

00:50:20: also etwas ganz anderes als wenn ich Stichprobenhaft einfach hundert rausnehme sondern ich konzentriere mich auf die Nadel Mäuerhaufen Auf die besonderen Dinge.

00:50:30: und da kann ich dann sagen ja letztendlich prüft an die Kanzlei auch wenn man auf die wieder sieht in so einer Praxis.

00:50:37: Letztendlich also nicht irgendwelche Rechnung wo man nicht genau weiß, wo es zu hin führt sondern man prüfe letztendling genau die kritischen Fälle.

00:50:47: und das spart Ja, würde ich schon sagen mal so achtzig bis neunzig Prozent der Prüfzeit.

00:50:52: Weil man eben auf einmal nicht mehr händisch irgendwas zusammentragen muss.

00:50:56: Nicht mehr irgendwie noch erstmal hinterherinnen muss.

00:50:59: ist das ordnungsgemäß oder es ist nicht ordnungsmäßig sondern mir schmeißt der Rechner bestimmte Auffälligkeiten direkt raus.

00:51:06: ja im Übrigen ist dass auch bei uns von Anfang an sobald E-Rechnungen zum Beispiel bei uns importiert sind kann der User über ein Dashboard sich erst Mal ganz viele Eindrücke über die E-Rechnungen machen, um dort dann den weiteren Schlift reinzugehen und zu sagen okay bei denen... ...die auffällig sind.

00:51:25: Da gehe ich doch mal in den Dateninhalt und schau mal was ist denn da genau passiert?

00:51:30: Und das ist auch letztendlich immer die Aufgabe eines Datenanalyssten.

00:51:33: nur anhand der Zahlen kann man letztendling auch keine Antwort finden sondern die Kunst ist es dann die Sachverhalte zu ermitteln und zu erfragen.

00:51:41: nur wenn man sich auf die richtigen Sachverhalten bezieht gewinnt man natürlich nachher auch einen ganz anderen Schwerpunkt daraus.

00:51:48: Also wenn ich mich ganz offen erstmal auf alles irgendwie stürze oder sage, ich nehme mir nur ein gewissen Teil raus und gucke mal ob das dann passt?

00:51:55: Dann habe ich vielleicht Glück und erwischt die hundert Rechnung, die ja tatsächlich alle falsch gelaufen sind.

00:52:01: oder ich erwische genau hundert rechnungen, die perfekt gelaufen ist und schließe dort auf ganz falsche Erkenntnisse und dann auch eine ganz andere Zeit bedürfen.

00:52:09: Also von daher kann man definitiv sagen, ein erheblicher Zeitfaktor wird hier eingespart.

00:52:16: Ja du hast das gerade schon mal angedeutet.

00:52:18: also bei Rechnungs- und Buchhaltungstaten ist Datenschutz natürlich ein besonders wichtiges Thema.

00:52:24: Wie stellt ihr sicher dass Amy und Cortex datenschutzkonform arbeiten und sensible Mandantendaten geschützt bleiben?

00:52:32: Und wie läuft dann der Einstieg ab, wenn eine Kanzlei Audipy ausprobieren und mit einem ersten Anwendungsfall starten möchte?

00:52:40: Ja im Endeffekt muss man erst mal sagen das ist ein bisschen was ich vorhin mal so kurz beschrieben hatte schonmal.

00:52:45: Mit dem Datenschutz erstmal muss man ganz wichtig sagen unsere Daten die wir in Audiply reinladen sind immer nur lokal gespeichert.

00:52:53: Das heißt letztendlich ist uns ganz ganz wichtig viele Softwarelösungen oder auch viele Unternehmen setzen mittlerweile vermehrt auf Cloud Systeme.

00:53:02: Da halten wir jetzt persönlich erstmal nichts von in dem Sinne, weil wir ganz klar sagen, wir wollen die maximale Datenschutz den maximalen Datenschutzz leisten.

00:53:10: Und da ist natürlich lokal gesehen, dass man vielfaches einfacher sowas auch zu gewährleisten.

00:53:17: und gerade im KI-Bereich ist es eben diese beschriebene Variante, das ich meinen Datensatz so aufsplitte, dass sich nur mit entsprechenden Strukturdaten wie dem Spalten Namen zur einem KI-Modellgie und nicht mit dem Datensatz.

00:53:31: Und das führt letztendlich dazu, dass wir auch komplett Datenschutz und Berufsgeheimnis dadurch jetzt einfach mal unter einem Hut bekommen können.

00:53:39: Und definitiv dort keinen Lack haben, dass irgendwelche Daten als solches irgendwo rausgehen.

00:53:45: Im Übrigen wird bei uns alles mit aufgezeichnet.

00:53:48: Das heißt jede Veränderung die wir letztendig an Daten vornehmen wird protokolliert.

00:53:53: Auch so protokoliert, dass ein entsprechender Hash-Wert, so nennen wir es bei uns quasi pro Vorgang festgeschrieben wird Und dadurch kann man ganz klar nachher sehen, ob zum Beispiel irgendwelche Prozesse manipuliert wurden oder ob irgendwelchen Vorgänge vielleicht bewusst rausgenommen wurden.

00:54:11: Weil das würde sich automatisch im System entsprechend dann darstellen und dementsprechend können wir ganz klar sagen lokale Datenverarbeitung ist die erste ganz große Hürde.

00:54:20: und der zweite Punkt ist eben dass wir auch ganz klar Sagen können bei unseren KI Modellen, die wir einsetzen ich hatte ja vorhin schon von Mistrail kurz gesprochen Wir haben mit Mystery sogar ein Data Retention Abkommen.

00:54:33: Das heißt, keine Daten werden hier gespeichert auch nichtmals zu Trainingszwecken oder sonstiges und deswegen achten wir eben auch vermehrt darauf dass es ganz wichtig ist das Daten eben nicht ins Netz wandern und überhaupt entsprechend nicht für irgendwelche anderen User sichtbar sind etc.

00:54:53: sondern nur für einen selbst eben lokal auf dem Rechner.

00:54:57: Und jetzt vielleicht noch zu der Frage Anika, wie läuft der Einstieg bei uns ab?

00:55:01: Wir haben das Verfahren insgesamt erstmal schon mal so vereinheitlich dass wir mittlerweile auf unserer Rapsite ganz viele Live-Demo Termine anbieten wo wir erst einmal den Leuten klar machen wollen.

00:55:13: Schaut euch doch einfach erstmal an was ist das überhaupt für eine Software?

00:55:16: weil wir stellen auch immer ganz oft fest, dass unsere Software mit einem Buchhaltungssoftware System verglichen wird was wir nicht sind.

00:55:24: Wir sind ein Datenanalyse Tool und keine Buchhaltung Software so gesehen, deswegen ist immer so der erste Schritt schaut bitte mal erstmal in eine Live-Demo rein die komplett kostenlos geht.

00:55:33: auf nur seventy Minuten hat dann entsprechend erst einmal einen Einstieg und wenn man danach feststellt dass man die Software irgendwie weiterhin interessant findet.

00:55:41: dann kann man bei uns in einem kostenlosen Testmonat bekommen weil wir sagen ja wir können noch viel verkaufen wie wollen.

00:55:49: Am Ende muss es in den betrieblichen Zusammenhang bei einem selbst passen.

00:55:54: Die betriebliche Abläufe, die betrieblich individuellen Prüfungen und die Prüfroutinen vielleicht gegebenfalls auch Tools, die dort selbst gebastelt im Einsatz sind

00:56:03: etc.,

00:56:04: etc.

00:56:05: Eine Vielfalt an Möglichkeiten besteht dann nun mal.

00:56:08: Und da sagen wir Da können wir noch so viel zeigen und darstellen am Ende zählt das ist bei einem Selbst im Einsatz sein kann und dort zu entsprechenden Mehrwert auch führt.

00:56:18: Deswegen bei uns immer erstmal dieser kostenlose Testmonat, den kann man dann auch entsprechend mit KI bei uns bekommen so dass man auch selbst mal an die KI Komponenten sich herantrauen kann.

00:56:29: und dann bleiben wir im Austausch gehen mit den Leuten auch mal ins Gespräch sind auch immer offen für Ideen.

00:56:35: wenn es irgendwelche Sachen sind wo wir sagen okay ja das ist in der Software vielleicht noch nicht drin interessant könnte man vielleicht auch nochmal mit ansetzen.

00:56:41: Dadurch haben wir auch in den letzten Jahren eine Vielzahl an wirklich tollen Dingen in das Programm integrieren können, die dann auch noch mal in der Praxis zu einem entsprechenden Mehrwert führen.

00:56:52: Und so würde es bei uns eben ganz normal ablaufen dass man dann auch darüber begleitet wird im Prozess und dann zu sagen okay ist die Software jetzt vielleicht auch endgültig?

00:57:02: was für mich?

00:57:03: Dann kann man bei uns entsprechende Lizenzen abonnieren und die Software quasi bei sich nutzen.

00:57:10: Ja Daniel, vielen Dank für diese spannenden Einblicke.

00:57:13: Du hast uns gezeigt warum E-Rechnungen weit mehr sind als ein neues Rechnungsformat und welches Potenzial in strukturierten maschinenlesbaren Daten steckt?

00:57:24: Ich fand besonders interessant dass Datenanalysen dadurch nicht nur Rückblicken stattfinden müssen sondern Auffälligkeiten, Doppelzahlung oder ungewöhnliche Preisentwicklungen deutlich früher erkannt und gezielt geprüft werden können.

00:57:37: Ja und mit AMI und Cortex wird deutlich, wie KI die Nutzung solcher Analysen vereinfachen kann.

00:57:43: Statt komplizierte Formeln oder Skripte zu erstellen können Anwenderinnen und Anwänder direkt mit ihren Daten arbeiten und sich auf die wirklich relevanten Fälle konzentrieren.

00:57:54: Und alle weiterführenden Informationen zur Audipile, zur Live-Emo sowie zu den Funktionen von AMI & Cortex findet ihr wie immer in den Shownotes!

00:58:03: Dort verlinken wir euch auch die Website von Semitex und weitere Informationen zu den heute angesprochenen Themen.

00:58:09: Wenn euch die Folge gefallen hat, abonniert Tex and Bytes auf eurer bevorzugten Podcast-Plattform, gebt uns eine Bewertung und empfehlt den Podcast gerne weiter!

00:58:19: Vielen Dank fürs Zuhören!

00:58:21: Bleibt digital, bleibt neugierig und bis zur nächsten Folge von Tex & Bytes.

00:58:25: Tschüss!

00:58:32: NVB.