KI-Agenten — Automatisierte Buchhaltung

Was sind KI-Agenten?

KI-Agenten sind spezialisierte, autonome KI-Systeme, die wiederkehrende Buchhaltungsaufgaben automatisieren. Im Gegensatz zu mir, Sophie, die mit Ihnen im Dialog steht, arbeiten diese Agenten im Hintergrund und erledigen konkrete Aufgaben:

• Rechnungen aus natürlicher Sprache erstellen
• Banktransaktionen automatisch kategorisieren
• Duplikate erkennen und vermeiden
• Vertrauenswerte (Confidence Scores) berechnen

Unterschied zu Sophie AI

Agent 1: Invoice Creation Agent

Der Invoice Creation Agent verwandelt Ihre natürlichsprachlichen Beschreibungen in vollständige, rechtskonforme Rechnungen.

Wie funktioniert die Rechnungserstellung?

"Rechnung für Max Mustermann, 3 Stunden Beratung à 120 EUR,
am 15. Jänner 2026, zahlbar innerhalb 14 Tage"

Mehrsprachige Unterstützung

Der Invoice Creation Agent versteht drei Sprachen:

"Rechnung für Firma ABC GmbH, 5 Tage Projektarbeit
à 800 EUR, Zahlungsziel 30 Tage"

"Invoice for Company XYZ Ltd, 10 hours consulting
at 150 EUR per hour, payment due in 14 days"

"Factuur voor Bedrijf NL BV, 3 maanden abonnement
à 99 EUR, betaling binnen 7 dagen"

Compliance und Pflichtangaben

Der Invoice Creation Agent stellt sicher, dass alle UStG §11 Pflichtangaben enthalten sind:

• Name und Anschrift Ihres Unternehmens
• Name und Anschrift des Leistungsempfängers
• UID-Nummer (falls Sie umsatzsteuerpflichtig sind)
• Fortlaufende Rechnungsnummer
• Ausstellungsdatum
• Menge und Bezeichnung der Leistung
• Entgelt und USt-Satz
• Leistungsdatum

PII-Masking und Datenschutz

Der Invoice Creation Agent schützt Ihre Daten durch automatisches PII-Masking (Personally Identifiable Information):

Warum PII-Masking?

• DSGVO Art. 32: Privacy-by-Design
• BAO §132: Audit-Logs müssen steuerrelevante Daten enthalten
• EU AI Act: Transparenz bei KI-Verarbeitung

Technische Details

Dateipfad: src/lib/ai/agents/invoice-creation-agent.ts

Architektur:

Natürliche Sprache
    ↓
Pattern Matching (schnell, für bekannte Muster)
    ↓ (falls kein Match)
KI-Fallback (Claude Sonnet 4.5, kontextbasiert)
    ↓
Confidence Scoring
    ↓ (bei >70%)
Draft-Erstellung
    ↓
Menschliche Überprüfung (bei <90% Confidence)
    ↓
Finalisierung

Tests: 52 Tests decken Sprachvarianten, Confidence-Berechnung und Duplikatserkennung ab.

Agent 2: Bank Categorization Agent

Der Bank Categorization Agent kategorisiert Ihre Banktransaktionen automatisch in das richtige EKR-Konto (Einnahmen-Ausgaben-Rechnung).

Wie funktioniert die automatische Kategorisierung?

Datum: 2026-01-15
Empfänger: Amazon EU S.à r.l.
Betrag: -45.99 EUR
Verwendungszweck: "Büromaterial"

EKR-Konten (Einnahmen-Ausgaben-Rechnung)

Der Bank Categorization Agent kennt alle gängigen EKR-Konten für österreichische EPUs:

Duplikaterkennung

Der Bank Categorization Agent verhindert Doppelbuchungen durch intelligente Duplikatserkennung:

Erkennungskriterien:

• Gleicher Betrag (±1%)
• Gleicher Empfänger (90% Ähnlichkeit)
• Datum innerhalb von ±3 Tagen
• Verwendungszweck mindestens 70% übereinstimmend

Beispiel:

Transaktion A: 2026-01-15 | Amazon | -45.99 EUR
Transaktion B: 2026-01-16 | Amazon EU | -45.99 EUR

→ Agent markiert als potenzielles Duplikat
→ Sie werden gefragt: "Ist das dieselbe Transaktion?"

Schwellenwert: 90% Übereinstimmung = Duplikat-Warnung

Anomalieerkennung

Der Agent erkennt ungewöhnliche Transaktionen:

Compliance und Aufbewahrung

BAO §132: Alle automatischen Kategorisierungen werden mit Audit-Logs gespeichert:

2026-01-15 14:32:15 | Bank Categorization Agent
Transaktion-ID: txn_abc123
Empfänger: Amazon EU S.à r.l.
Betrag: -45.99 EUR
Automatisch kategorisiert: EKR 4800 (Büromaterial)
Confidence: 92%
Grund: Pattern Match + Verwendungszweck "Büromaterial"

Diese Logs werden 7 Jahre aufbewahrt (wie alle Geschäftsunterlagen).

PII-Masking bei Ausgabe

Auch beim Bank Categorization Agent wird PII-Masking angewendet:

Technische Details

Dateipfad: src/lib/ai/agents/bank-categorization-agent.ts

Architektur:

Banktransaktion
    ↓
Pattern Matching (bekannte Empfänger/Stichwörter)
    ↓ (falls kein Match)
KI-Fallback (Analyse von Empfänger + Verwendungszweck)
    ↓
Duplikatserkennung (90% Schwellenwert)
    ↓
Confidence Scoring
    ↓ (bei >80%)
EKR-Kategorisierung
    ↓
Anomalieerkennung
    ↓
Menschliche Bestätigung (bei <95% Confidence)

Tests: 52 Tests decken Kategorisierung, Duplikate, Anomalien und Lerneffekte ab.

Gemeinsame Prinzipien beider Agenten

1. Pattern Match → AI Fallback → Human Review

Beide Agenten folgen einer dreistufigen Strategie:

2. Confidence Scoring

Beide Agenten berechnen einen Vertrauenswert für jede Aktion:

3. PII-Masking (DSGVO Art. 32)

Privacy-by-Design: Sensible Daten werden automatisch maskiert:

• IBAN: AT** **** **** **34 56
• Telefonnummer: +43 *** *** **789
• E-Mail: m***@example.com

Ausnahme: Steuerrelevante Daten (UID, Beträge, Rechnungsnummern) bleiben vollständig sichtbar für Compliance (BAO §132).

4. Audit-Logs (BAO §132)

Alle Aktionen der KI-Agenten werden protokolliert:

Zeitstempel: 2026-01-31 10:15:30
Agent: Invoice Creation Agent
Aktion: Rechnung erstellt
Input: "Rechnung für Firma ABC, 5 Tage à 800 EUR"
Output: Rechnung RE-2026-0042
Confidence: 94%
PII maskiert: Ja (Telefon, IBAN)
User-ID: user_xyz123

Aufbewahrungsdauer: 7 Jahre (wie alle Geschäftsunterlagen).

EU AI Act Compliance

Risikoklassifizierung

Beide KI-Agenten sind nach dem EU AI Act (Verordnung 2024/1689) klassifiziert:

Warum nicht HIGH RISK?

• Keine autonomen Entscheidungen mit rechtlicher Wirkung
• Alle Aktionen erfordern Nutzerbestätigung
• Kein Einsatz in kritischen Infrastrukturen
• Keine biometrischen Daten

Transparenzanforderungen (Artikel 52)

Der EU AI Act verlangt:

“Anbieter von KI-Systemen, die dazu bestimmt sind, direkt mit natürlichen Personen zu interagieren, stellen sicher, dass natürliche Personen darüber informiert werden, dass sie mit einem KI-System interagieren.”

BuchhaltGenie erfüllt dies durch:

1. Kennzeichnung aller KI-generierten Vorschläge
2. Hinweise auf KI-Verarbeitung in der Benutzeroberfläche
3. Dokumentation (diese Seite)
4. Opt-Out-Möglichkeit (manuelle Bearbeitung jederzeit möglich)

Compliance-Deadline

Fair-Use-Limits und Nutzung

Wie viele Agenten-Aktionen sind pro Monat enthalten?

Die KI-Agenten teilen sich das Sophie AI Limit Ihres Tarifs:

Was zählt als “Agenten-Aktion”?

Tipp: Pattern Matches verbrauchen kein Limit. Je mehr Sie die Agenten nutzen, desto mehr lernen sie und arbeiten mit Pattern Matching (kostenlos).

Häufige Fragen zu KI-Agenten

Kann ich die KI-Agenten deaktivieren?

Ja, Sie können in den Einstellungen festlegen:

• Automatische Kategorisierung aktivieren/deaktivieren
• Rechnungserstellung aus NL aktivieren/deaktivieren
• Confidence-Schwellenwerte anpassen (z.B. immer manuelle Bestätigung)

Was passiert, wenn ein Agent einen Fehler macht?

Sie können jede Kategorisierung oder Rechnung vor der Finalisierung ändern. Falls ein Fehler erst später auffällt:

• Rechnungen können storniert werden
• Kategorisierungen können manuell korrigiert werden
• Der Agent lernt aus Ihren Korrekturen

Werden meine Daten für KI-Training verwendet?

Nein. Ihre Geschäftsdaten werden ausschließlich für die Bereitstellung des Services verwendet. Sie werden nicht für das Training von KI-Modellen genutzt.

Siehe: DSGVO Art. 6 (1) (b) – Vertragserfüllung

Kann ich sehen, welche Entscheidungen ein Agent getroffen hat?

Ja, alle Agenten-Aktionen werden im Audit-Log protokolliert:

• Zeitstempel
• Aktion (z.B. “Rechnung erstellt”, “Kategorisiert als EKR 4800”)
• Confidence-Score
• Input/Output (PII-maskiert)

Zugriff: Einstellungen → Audit-Logs

Wie unterscheiden sich die Agenten von Sophie AI?

Datenschutz und Sicherheit

DSGVO-Konformität

Beide KI-Agenten sind vollständig DSGVO-konform:

Drittanbieter

Die KI-Agenten nutzen folgende Drittanbieter:

AVV: Mit allen Anbietern besteht ein Auftragsverarbeitungsvertrag (DSGVO Art. 28).

Audit-Logs und Aufbewahrung

BAO §132 verlangt 7-jährige Aufbewahrung aller Geschäftsunterlagen. Das gilt auch für KI-Agenten-Logs:

Gespeichert werden:

• Zeitstempel der Aktion
• Agent-Typ (Invoice Creation / Bank Categorization)
• Input (PII-maskiert)
• Output (strukturierte Daten)
• Confidence-Score
• User-ID (verschlüsselt)

Nicht gespeichert werden:

• Rohdaten (vollständige IBAN, unverschlüsselte Kontodaten)
• KI-Modell-Internals (Embeddings, Tokens)

Aufbewahrung: 7 Jahre ab Erstellung, dann automatische Löschung.

Zukunft der KI-Agenten

Geplante Erweiterungen (2026)

BuchhaltGenie plant weitere KI-Agenten:

Feedback willkommen

Wir verbessern unsere KI-Agenten kontinuierlich. Wenn Sie:

• Fehler finden → office@buchhaltgenie.at
• Verbesserungsvorschläge haben → Feedback-Button in der App
• Neue Agenten wünschen → Feature-Request einreichen

Zusammenfassung

Invoice Creation Agent

• ✅ Rechnungen aus natürlicher Sprache (DE/EN/NL)
• ✅ Pattern Match → AI Fallback → Human Review
• ✅ PII-Masking (DSGVO Art. 32)
• ✅ UStG §11 Pflichtangaben automatisch
• ✅ Confidence Scoring (70-100%)

Bank Categorization Agent

• ✅ Automatische EKR-Kategorisierung
• ✅ Duplikatserkennung (90% Schwellenwert)
• ✅ Anomalieerkennung (ungewöhnliche Transaktionen)
• ✅ Lerneffekt aus Korrekturen
• ✅ Audit-Logs (BAO §132)

Compliance

• ✅ EU AI Act konform (6 Monate vor Deadline)
• ✅ DSGVO-konform (Privacy-by-Design)
• ✅ BAO §132 (7-jährige Aufbewahrung)
• ✅ UStG §11 (Rechnungspflichtangaben)

Weiterführende Ressourcen

Letzte Aktualisierung: 31. Januar 2026

Diese Seite erfüllt die Transparenzanforderungen gemäß EU AI Act Artikel 52.