AI til bilag og dokumenter: fra indbakke til bogføringsklar

Hvorfor bilag er et godt sted at starte

Bilag og dokumenter er velegnede til automatisering, fordi opgaven ofte gentager sig: et dokument lander i en indbakke, de vigtigste felter skal læses, dokumentet skal kobles til den rigtige leverandør eller kunde, og resultatet skal sendes videre til bogføring eller godkendelse.

AI kan i dag læse tekst, genkende dokumenttyper, udtrække felter som dato, beløb, leverandør, moms, fakturanummer og betalingsoplysninger samt strukturere oplysningerne, så de kan bruges i et bogføringssystem. Officiel dokumentation for dokument-AI beskriver netop arbejdsgange med skanning, tekstgenkendelse, klassifikation, feltudtræk og efterfølgende brug i systemer.

Det betyder ikke, at bilag bør bogføres uden kontrol. Den praktiske gevinst kommer, når AI fjerner tastearbejde og sortering, mens bogholderen stadig tager stilling til kontering, moms, periodisering, godkendelse og afvigelser.

Hvad der kan automatiseres i dag

En realistisk løsning til automatisk bilagshåndtering starter ikke med at erstatte bogholderen. Den starter med at fjerne de trin, hvor mennesker ellers flytter de samme oplysninger fra dokument til system igen og igen.

For en SMV kan en moden arbejdsgang se sådan ud: Bilag modtages fra mail, skanner, udgiftsapp eller leverandørportal. Systemet afgør, om dokumentet er en faktura, kvittering, kreditnota, kontrakt eller noget, der ikke hører hjemme i bogføringen. Felter læses og valideres mod leverandørregister, momsregler, betalingsstatus og eventuelle indkøbsordrer. Derefter sendes bilaget til godkendelse eller kladde, før det bogføres.

Ved faktura AI er det især vigtigt at skelne mellem en læst faktura og en bogføringsklar faktura. En læst faktura betyder, at systemet har fundet oplysninger. En bogføringsklar faktura betyder, at oplysningerne er kontrolleret i den sammenhæng, virksomheden faktisk arbejder i.

• Indbakke: hent bilag fra faste mailadresser, mapper og udgiftsløsninger.
• Klassifikation: adskil fakturaer, kvitteringer, rykkere, kontrakter og bilag uden regnskabsmæssig betydning.
• Feltudtræk: læs dato, beløb, valuta, moms, leverandør, betalingsoplysninger og fakturanummer.
• Match: sammenhold med leverandør, bankpost, ordre, abonnement eller tidligere bilag.
• Kladde: foreslå konto, momskode, afdeling, projekt og godkender.
• Kontrol: send usikre eller afvigende bilag til manuel behandling.

Typiske fejlkilder

De fleste fejl opstår ikke, fordi AI slet ikke kan læse dokumentet. De opstår, fordi dokumentet ligner noget, systemet har set før, men detaljen er anderledes. Derfor skal processen bygges omkring kontroller og undtagelser, ikke omkring blind tillid.

Dårlige skanninger, skæve fotos og kvitteringer med folder kan give forkerte beløb. Internationale leverandører kan bruge andre datoformater, valutaer og momsoplysninger. En faktura kan ligne en ordre, en proformafaktura eller en betalingspåmindelse. En kontrakt kan indeholde den pris, der senere skal periodiseres, men er ikke i sig selv en faktura.

Der er også fejl, som kun en fagperson kan fange: forkert momsfradrag, privat andel, repræsentation, anlæg i stedet for drift, forkert periode eller manglende godkendelse. AI kan foreslå ud fra mønstre, men den kender ikke nødvendigvis virksomhedens aftaler, skatteposition eller interne beslutninger.

En god tommelfingerregel er, at systemet gerne må automatisere det, der kan valideres maskinelt. Det, der kræver regnskabsfaglig vurdering, skal enten godkendes manuelt eller have meget tydelige regler.

• Sæt stopregler for nye leverandører, nye kontonumre og ændrede betalingsoplysninger.
• Kræv manuel kontrol ved lav sikkerhed, udenlandsk moms, kreditnotaer og store afvigelser fra tidligere bilag.
• Sørg for dubletkontrol på fakturanummer, leverandør og beløb.
• Gem både originalbilag, udtrukne data og ændringsspor, så fejl kan findes igen.

Bogholderens ansvar forsvinder ikke

Bogføringsloven kræver, at virksomheder registrerer transaktioner nøjagtigt og opbevarer registreringer og tilhørende bilag i et digitalt bogføringssystem, når virksomheden er omfattet af kravet. Erhvervsstyrelsen beskriver også, at bilag er nødvendig dokumentation for transaktioner, og at kontrolsporet skal kunne dokumentere registreringernes rigtighed. Regnskabsmateriale skal som udgangspunkt opbevares i fem år efter afsluttet regnskabsår.

Det er centralt for ansvarsfordelingen. AI-løsningen kan være et værktøj til at læse, foreslå og flytte data, men den overtager ikke det faglige ansvar for korrekt bogføring. Hvis virksomheden bruger et registreret bogføringssystem, er systemudbyderen ansvarlig for, at systemet lever op til kravene til selve bogføringssystemet. Hvis virksomheden bruger ikke-registrerede eller sammensatte løsninger, kan virksomheden selv få et større ansvar for, at helheden lever op til kravene.

Bruger I en ekstern bogholder, er det stadig virksomhedens ansvar at give bogholderen alt relevant regnskabsmateriale rettidigt. Bogholderens ansvar ligger i den faglige behandling inden for den aftalte opgave. En praktisk AI-proces bør derfor tydeligt vise, hvornår noget kun er aflæst, hvornår det er kontrolleret, og hvem der har godkendt det.

Databeskyttelse skal også tænkes ind. Datatilsynet og Digitaliseringsstyrelsen fremhæver, at AI-projekter kan kræve vurdering af GDPR, databeskyttelse og risikoklassifikation efter AI-forordningen. Bilag kan indeholde personoplysninger, eksempelvis navne, betalingsoplysninger, udlæg, rejser og kontraktoplysninger. Derfor bør leverandøraftaler, adgangsstyring, opbevaring, logning og eventuel brug af data til modeltræning afklares, før løsningen sættes i drift.

Sådan kommer I i gang uden at overautomatisere

Start med et snævert forløb, hvor værdien er tydelig og risikoen lav. Leverandørfakturaer fra faste leverandører er ofte bedre end alle bilag på én gang. Kvitteringer kan være næste skridt, mens kontrakter typisk bør bruges til udtræk og overblik, ikke automatisk bogføring.

Vælg proces før værktøj. Kortlæg hvor bilag kommer fra, hvem der godkender dem, hvilke felter bogholderiet reelt bruger, og hvilke undtagelser der ofte kræver spørgsmål. Derefter kan I vælge en løsning, der passer til jeres bogføringssystem og ikke skaber et parallelt arkiv uden kontrolspor.

Automatisering er ikke det rigtige valg, hvis bilagsmængden er meget lav, dokumenterne varierer ekstremt, eller virksomheden endnu ikke har styr på kontoplan, godkendelsesflow og stamdata. AI forstærker en god proces, men den rydder ikke automatisk op i en utydelig proces.

Den mest robuste model er derfor halvautomatisk: Lad AI gøre bilaget klar, lad regler fange de oplagte fejl, og lad bogholderen bruge tiden på vurderingerne. Så bliver teknologien en praktisk hjælp i morgen, ikke et nyt kontrolproblem næste måned.

• Begynd med én bilagstype og faste leverandører.
• Definér hvilke felter der skal være korrekte, før et bilag må gå videre.
• Lav en undtagelseskø, så usikre bilag ikke forsvinder i indbakken.
• Aftal hvem der må rette stamdata, betalingsoplysninger og momskoder.
• Mål på færre manuelle indtastninger og færre uafklarede bilag, ikke på fuld automatisering.