25. 08. 2025
Verfasst von: Burkhardt Funk, Laurin Luttmann, Fatemeh Ghoochani
Von Rechnungs-Daten zum Agrar-Service
Wer die Buchhaltung in der Landwirtschaft effizienter gestalten möchte, benötigt digitale Daten zu Produkten, Mengen und Preisen. Diese Informationen stecken häufig in papierbasierten oder elektronischen Rechnungen. Die Extraktion dieser Daten ist zeitaufwendig und fehleranfällig. Die Leuphana Universität Lüneburg entwickelt mit einem Kooperationspartner ein KI-Modell, das Informationen automatisiert aus Rechnungen extrahiert. Darauf basierend sind zukünftig Services wie Ertragsprognosen oder Empfehlungen für Saatgut und Dünger geplant.
Ökologische und ökonomische Vorteile durch KI-Modelle
Rechnungen sind zentrale Dokumente in Unternehmensprozessen. Sie enthalten Informationen, die für die Buchhaltung und andere Geschäftsvorgänge essentiell sind. Dazu gehören allgemeine Informationen, wie Adressen oder Steuerdaten, sowie konkrete Positionsdaten, wie Bestellmengen, Produktnamen und Preise. Das Projekt „KI-basierte Extraktion von Rechnungspositionen“ (ExRePo) an der Leuphana Universität Lüneburg entwickelt Methoden, um die automatisierte Verarbeitung von Rechnungen durch den Einsatz von künstlicher Intelligenz (KI) entscheidend zu verbessern. „Diese Innovationen könnten erhebliche ökologische und wirtschaftliche Vorteile für den Agrarbereich bringen“, ist Prof. Dr. Burkhardt Funk überzeugt.
Kosten reduzieren, Prozessqualität erhöhen
Obwohl es heutzutage viele Möglichkeiten gibt, Rechnungsdaten digital auszutauschen, werden Rechnungen immer noch häufig von Menschen verarbeitet und versendet. Solche Dokumente, die keine maschinenlesbaren Daten enthalten, werden layoutbasiert genannt. Sie stellen für einen Computer letztendlich ein Bild ohne verknüpfte Daten dar und müssen daher manuell erfasst werden, was zeitaufwendig und fehleranfällig ist. Burkhardt Funk versichert, dass „die Automatisierung dieser Vorgänge ein hohes Potenzial bietet, um sowohl Kosten zu reduzieren als auch die Prozessqualität zu erhöhen“.
Ertragsprognosen und Düngeempfehlungen
In Kooperation mit dem Softwareunternehmen LAND-DATA GmbH, einem Anbieter von digitalen Lösungen für die Buchführung in der Agrarbranche, entwickelt das Projektteam ein KI-Verfahren. Ziel ist es, die Extraktion von Rechnungsinformationen, insbesondere von Positionsdaten, durch maschinelles Lernen (ML) zu verbessern. Auf Basis der extrahierten Informationen plant das Team zusätzlich innovative Services, die die landwirtschaftlichen Betriebe effizienter und nachhaltiger gestalten.
Die Projektpartner trainieren das ML-Modell unter anderem anhand von synthetischen, also künstlich erstellten Rechnungsdaten, die speziell zu deutschsprachigen Rechnungen und deren Layouts passen. Damit wollen sie Buchhaltungs- und Wirtschaftsprüfungsprozesse in der Landwirtschaft effizienter gestalten und gleichzeitig wichtige Erkenntnisse für Ertragsprognosen, Saatgut- und Düngeempfehlungen liefern – ökonomisch und ökologisch optimiert. Das Projekt wird im EFRE-Programm der EU und des Landes Niedersachsen gefördert.
21335 Lüneburg
21335 Lüneburg
