CANDIS erhält durch eine durch eine Förderung des Europäischen Fonds für regionale Entwicklung (EFRE) Forschungsgelder, um die Automatisierung von Finanzprozessen durch Künstliche Intelligenz weiter voranzutreiben.

Die Prozesse der klassischen Buchhaltung sind ineffizient und verursachen viel Kommunikationsaufwand zwischen dem Steuerbüro und dem Mandanten. CANDIS möchte diesen Prozess beschleunigen und sowohl den Aufwand auf Mandantenseite als auch auf Seite des Steuerbüros deutlich reduzieren. Zeitverzögernde, manuelle Tätigkeiten wie das Abtippen von Rechnungsdaten oder die Zuordnung von Dokumenten zu Buchungsperioden sollen eliminiert werden, damit Datenfluss in Echtzeit erfolgen kann.

Automatische Abwicklung repetitiver Aufgaben

CANDIS gilt als einer der Vorreiter im Bereich vorbereitender Buchhaltungssoftware für kleine Unternehmen. Wir verfolgen das Ziel, repetitive Aufgaben automatisch abzuwickeln, damit Buchhalter und Steuerberater ihre Zeit für komplexe Sachverhalte und die bessere und tiefere Beratung ihrer Unternehmen und Mandanten nutzen können.

Mit der Unterstützung durch den EFRE können gezielte Entwicklungsprojekte umgesetzt werden. Nach der automatischen Abfrage von Finanzdokumenten (z.B. aus Online-Portalen) sowie Bank-, Kreditkarten- und Paypal-Transaktionen kann CANDIS zunehmend automatisiert die relevanten Rechnungsdaten auslesen und strukturieren. Die Methoden gehen dabei über herkömmliche OCR (optische Zeichenerkennung) hinaus und erkennen semantische Informationen wie Dokumententyp, Rechnungsbetrag und Rechnungssteller. Diese Daten erlauben einen OPOS-Ausgleich sowie eine nahezu Echtzeit-Darstellung der offenen Verbindlichkeiten und fehlenden Belege. Über den Import des individuellen Kontorahmens kann CANDIS eine Vorkontierung der Geschäftsvorfälle vornehmen, die über eine Schnittstelle zu DATEV überführt werden können.

Kooperation mit dem DAI-Labor

CANDIS ist dafür eine Kooperation mit dem Distributed Artificial Intelligence Laboratory (DAI) der TU Berlin eingegangen. Für Problemstellungen, die nicht mittels regelbasierter Methoden gelöst werden können, erlauben die von CANDIS gesammelten und annotierten Daten die Anwendung von Ansätzen maschinellen Lernens. Im Rahmen des Projekts werden verschiedene Algorithmen getestet und auf ihre Anwendungstauglichkeit überprüft.

dai-labor logo

Ziele der Forschung:

Die konkreten Ziele unserer Forschung und Entwicklungs-Arbeit erstreckt sich über verschiedene Felder des Machine Learning, Information Retrieval und Data Science und umfasst die folgende nicht abschließende Liste an Realisierungen:

  1. Automatisierung der Datenextraktion aus unstrukturierten Datenformaten aller Arten von Finanzdokumenten
  2. Automatische Zusammenführung verschiedener Dateneinheiten, die keine triviale Zuordnungsheuristik miteindander verbindet
  3. Intelligente Klassifizierung von Ausgaben und anderen Geschäftsvorfällen
  4. Möglichst präzise Zeitreihen-Vorhersage verschiedener betriebs- und finanzwirtschaftlich relevanter Kennzahlen

Die Zukunft: Datenfluss statt Dateneingabe

Die Zukunft wird komplett papierlos und digital sein. Es werden keine Daten von Rechnungen oder Transaktionen mehr manuell in Systeme getippt. Rechnungsdaten werden automatisiert ausgelesen und an Bots übergeben, die Sachverhalte automatisch bewerten und vorkontieren, so dass Menschen die Ergebnisse nur noch kontrollieren müssen.

Lesen Sie hierzu auch: “Darum vernichtet Künstliche Intelligenz keine Jobs im Accounting”