PROJEKTEINBLICK ·
Wenn die Antwort in vielen Briefen steckt
Bei wem habe ich 2024 am meisten ausgegeben? Die Antwort steckt in vielen Briefen. Warum die KI die Frage verstehen, aber nicht selbst rechnen soll.
„Bei welchem Händler oder Handwerker habe ich 2024 am meisten ausgegeben?“ Die Frage klingt so harmlos wie die nach einer Kündigungsfrist. Für Operus Search ist sie eine ganz andere Aufgabe. Die Antwort steht in keinem einzelnen Brief. Sie entsteht erst, wenn alle Rechnungen eines Jahres gefunden, zugeordnet und addiert sind.
Ähnlich ist nicht vollständig
Die Suche nach Bedeutung aus dem letzten Teil liefert die Abschnitte, die einer Frage am ähnlichsten sind. Für eine Kündigungsfrist ist das genau richtig. Für eine Jahressumme wäre es gefährlich. Die zehn ähnlichsten Textstellen sind nicht automatisch alle Rechnungen des Jahres.
Ein Sprachmodell würde aus den Beträgen, die man ihm vorlegt, trotzdem eine überzeugend klingende Zahl machen. Sie könnte sogar richtig addiert sein und wäre trotzdem falsch – weil Rechnungen fehlen, doppelt vorkommen oder aus dem falschen Jahr stammen. Und man würde es der Antwort nicht ansehen.
Bei Geldfragen reicht eine plausible Antwort nicht. Der Weg zur Zahl muss vollständig und wiederholbar sein.
Rechnungen werden schon beim Einlesen ausgewertet
Damit solche Fragen überhaupt möglich sind, hält Operus Search schon beim Einlesen fest, was eine Rechnung ausmacht: Absender, Rechnungsdatum, Gesamtbetrag, Währung und die Art des Dokuments. Bei elektronischen Rechnungen, die diese Angaben maschinenlesbar mitbringen, werden sie direkt übernommen. Das ist genauer, als sie aus dem Text herauszulesen.
Bei eingescannten Rechnungen – und das sind bei mir fast alle – sucht Operus Search die Angaben vorsichtig im erkannten Text. Optional hilft dabei das lokale Sprachmodell. Läuft es nicht, greift eine einfachere Erkennung ohne KI. Der Index hängt also auch hier nicht davon ab, dass ein Modell verfügbar ist.
Aus vielen einzelnen Briefen wird so eine Menge, die sich abfragen lässt wie eine Tabelle. Die Frage wird in Filter übersetzt, und die Rechnung selbst übernimmt gewöhnlicher Programmcode.
Feste Regeln für jede Summe
Für jede Auswertung gelten dieselben Regeln:
- Es zählen nur Dokumente, die als Rechnung erkannt wurden.
- Absender und Zeitraum grenzen die Menge ein.
- Exakte Kopien derselben Datei zählen nur einmal.
- Beträge in verschiedenen Währungen werden getrennt addiert.
- Rechnungen ohne erkennbaren Gesamtbetrag werden nicht still übergangen.
- Rechnungen ohne erkennbares Datum werden keinem Jahr zugeschlagen.
- Als Quellen erscheinen genau die Rechnungen, die in die Summe eingeflossen sind.
Das Datum kommt aus den maschinenlesbaren Rechnungsdaten, aus dem erkannten Rechnungsdatum oder ersatzweise aus dem Dokumentdatum. Deutsche Schreibweisen wie „3. Mai 2024“ oder „03.05.2024“ werden dabei genauso verstanden wie andere Formate.
| Schritt | Wer ihn übernimmt |
|---|---|
| Frage verstehen | Sprachmodell oder einfache Erkennung |
| alle passenden Rechnungen finden | feste Datenbankabfrage |
| Zeitraum anwenden | fester Datumsfilter |
| Kopien aussortieren | Vergleich der Dateiinhalte |
| Beträge addieren und gruppieren | Programmcode, je Währung |
| Ergebnis erklären | Antwort mit Quellenangabe |
Und im Jahr davor?
Naheliegend wäre die nächste Frage: „Und im Vorjahr?“
Für sich genommen ist das keine vollständige Frage. Operus Search versucht deshalb nicht zu erraten, was gemeint sein könnte, sondern fragt zurück, worauf sich die Frage bezieht. Das wirkt im ersten Moment weniger elegant als ein Chatbot, der einfach weiterredet. Bei einer Geldfrage ist mir eine Rückfrage aber lieber als eine Summe für die falsche Sache. Formuliere ich die Frage vollständig – „Bei wem habe ich 2023 am meisten ausgegeben?“ –, läuft dieselbe Auswertung für das Vorjahr.
Auf dieselbe Weise lässt sich auch eine Frage wie „Was hat mich die Dachsanierung gekostet?“ in eine kontrollierte Aufgabe übersetzen: alle Rechnungen des Dachdeckers aus dem Zeitraum der Arbeiten. Wichtig ist, dass am Ende sichtbar bleibt, welche Rechnungen dazugehören – denn ob die Rechnung für das Gerüst auch Teil der Sanierung war, weiß nur ich.
KI versteht, Software rechnet
Für mich zeigt gerade diese Art von Frage, wie KI sinnvoll eingesetzt wird. Das Sprachmodell hilft dort, wo Sprache vielfältig ist. „Wo habe ich 2024 am meisten Geld gelassen?“ und „Gesamtausgaben 2024 nach Absender“ meinen dasselbe – das zu erkennen, ist seine Stärke.
Danach übernimmt kein Sprachmodell die Buchhaltung. Programmcode bestimmt, welche Rechnungen dazugehören, und addiert die Beträge. Das Modell darf das Ergebnis höchstens in einen lesbaren Satz fassen.
Lücken gehören zur Antwort
Ein ehrliches Ergebnis verschweigt nicht, was fehlt. Hat eine Rechnung keinen erkennbaren Betrag, sagt Operus Search, dass sie nicht in die Summe eingeflossen ist. Beträge in Euro und Dollar werden nicht ohne Umrechnung zusammengeworfen. Eine Rechnung ohne Datum taucht als offener Punkt auf, statt still einem Jahr zugeschlagen zu werden.
Damit unterscheidet sich die Antwort von einer bloßen Chat-Ausgabe. Ich bekomme nicht nur eine Zahl, sondern sehe, welche Briefe sie tragen und wo ihre Grenzen liegen.
Summen sind allerdings nur eine Art, mehrere Dokumente zu verbinden. Manchmal will ich nicht addieren, sondern vergleichen: das Angebot mit der späteren Rechnung, den alten Vertrag mit dem neuen. Und manchmal steht die gesuchte Frist gar nicht im Brief, sondern ergibt sich erst aus einer Regel.
