KI-Kompetenz im Rechnungsprozess nach EU-Änderung

Die EU hat die Vorgabe zur KI-Kompetenz gerade entschärft, aber nicht gestrichen: Anbieter und Betreiber von KI-Systemen müssen nach dem geänderten Artikel 4 des AI Act Maßnahmen ergreifen, die den Aufbau von KI-Kompetenz bei Beschäftigten und beauftragten Personen unterstützen. Sie müssen jedoch kein bestimmtes Kompetenzniveau jedes Einzelnen garantieren. Für KMU ist das kein Grund, Schulung und Kontrolle einzustellen. Gerade im Rechnungsprozess verhindern klare Regeln, rollenspezifisches Wissen und dokumentierte Prüfwege teure Fehlbuchungen, Datenschutzprobleme und manipulierte Zahlungsdaten.

Der praktische Maßstab lautet deshalb nicht „Wer hat ein Zertifikat?“, sondern: Wer setzt welches KI-System wofür ein, welche Fehler können entstehen und wer erkennt sie vor einer Freigabe? Dieser Beitrag zeigt, wie österreichische und deutsche KMU daraus ein schlankes Kompetenzprogramm für Einkauf, Buchhaltung und Freigabe bauen können. Er bietet eine aktuelle Einordnung, ersetzt aber keine individuelle Rechtsberatung.

Was hat sich bei Artikel 4 des AI Act geändert?

Die ursprüngliche Fassung der Verordnung (EU) 2024/1689 verlangte von Anbietern und Betreibern, nach besten Kräften ein ausreichendes Maß an KI-Kompetenz sicherzustellen. Mit der am 24. Juli 2026 veröffentlichten Verordnung (EU) 2026/1744 wurde Artikel 4 neu gefasst.

Die aktuelle Regel konzentriert sich darauf, die Entwicklung von KI-Kompetenz zu unterstützen. Dabei bleiben Kenntnisse, Erfahrung, Ausbildung, Schulung, Einsatzkontext und betroffene Personen relevante Faktoren. Neu ist die ausdrückliche Klarstellung, dass ein Unternehmen kein bestimmtes Kompetenzniveau einer einzelnen Person gewährleisten muss. Auch die Europäische Kommission, die Mitgliedstaaten und der Europäische KI-Ausschuss sollen geeignete Maßnahmen fördern, insbesondere mit Blick auf kleine und mittlere Unternehmen.

Für die Praxis sind drei Aussagen wichtig:

Kein Freibrief: Wer KI im Unternehmen einsetzt, sollte weiterhin passende Kompetenzmaßnahmen organisieren.
Keine Einheitsprüfung: Ein externer Kurs, ein Zertifikat oder ein eigener KI-Beauftragter ist nicht pauschal vorgeschrieben.
Kontext entscheidet: Eine Person, die Textentwürfe erstellt, braucht anderes Wissen als jemand, der Rechnungsdaten prüft oder Zahlungen freigibt.

Ältere Behördenhinweise geben teilweise noch den ursprünglichen Wortlaut wieder. Für die aktuelle Rechtslage ist daher die neue EU-Verordnung maßgeblich. Praktische Empfehlungen aus diesen Hinweisen bleiben dennoch nützlich, sofern sie nicht als unverändertes Gesetzeszitat verstanden werden.

Warum KI-Kompetenz im Rechnungsprozess besonders konkret sein muss

Bei einer Marketingidee lässt sich ein schwacher KI-Entwurf meist ohne unmittelbaren finanziellen Schaden verwerfen. Im Rechnungsprozess können Fehler dagegen direkt auf Steuerbeträge, Kontierungen, Zahlungsziele oder Bankverbindungen wirken. Eine plausibel aussehende Ausgabe ist deshalb noch lange keine verlässliche Buchungsgrundlage.

Typische Einsatzfelder sind die Erkennung eingehender Dokumente, das Extrahieren von Rechnungsnummern und Beträgen, das Vorschlagen von Kontierungen, das Erkennen von Dubletten, die Formulierung von Rückfragen oder die Suche in Belegen. Eine ausführliche Einordnung der Chancen und Kontrollgrenzen bietet der Claribill-Beitrag zur KI-gestützten Rechnungsverarbeitung.

Kompetenz bedeutet hier nicht, ein Sprachmodell technisch entwickeln zu können. Beschäftigte müssen vor allem verstehen, wann sie einer Ausgabe vertrauen dürfen, welche Daten in ein Werkzeug gehören, welche Kontrollschritte verpflichtend sind und wann sie an eine verantwortliche Person eskalieren müssen.

Sechs Lernfelder, die jedes KMU abdecken sollte

1. Zweck und Grenzen des eingesetzten Systems

Beschäftigte sollten wissen, welches Problem das System lösen soll und was ausdrücklich nicht zu seinem Aufgabenbereich gehört. Eine KI, die Felder aus Rechnungen erkennt, darf nicht automatisch als Steuerberater, Betrugsnachweis oder Zahlungsfreigabe verstanden werden. Jede Anwendung braucht eine kurze, verständliche Zweckbeschreibung und eine Liste der Entscheidungen, die beim Menschen bleiben.

2. Fehlerbilder statt abstrakter Warnungen

Der allgemeine Hinweis „KI kann Fehler machen“ ist zu schwach. Teams brauchen Beispiele aus ihrem Arbeitsalltag: vertauschte Netto- und Bruttobeträge, falsch erkannte Dezimaltrennzeichen, vermischte Rechnungsnummern, übersehene Gutschriften, falsche Währungen oder erfundene Begründungen. Wer typische Fehlerbilder kennt, prüft gezielter und schneller.

3. Datenschutz und freigegebene Werkzeuge

Rechnungen enthalten Namen, Adressen, Kontodaten, Leistungsbeschreibungen und mitunter sensible Zusatzinformationen. Unternehmen sollten festlegen, welche KI-Dienste freigegeben sind, welche Datenkategorien verarbeitet werden dürfen und ob Auftragsverarbeitung, Speicherorte und Löschregeln geklärt sind. Die Claribill-Sicherheitsseite zeigt, welche Sicherheits- und Datenschutzinformationen bei einem eingesetzten SaaS-Dienst transparent dokumentiert sein sollten.

4. Manipulierte Inhalte und Prompt Injection

Ein Beleg kann Text enthalten, der ein KI-System zu einer unerwünschten Aktion verleiten soll. Solche Anweisungen dürfen nicht wie interne Arbeitsaufträge behandelt werden. Bei automatisierten Dokumentenabläufen gehören Eingaben, Werkzeuge und Berechtigungen technisch getrennt. Der Praxisleitfaden zu Prompt Injection in Rechnungsworkflows erklärt passende Schutzmaßnahmen.

5. Menschliche Kontrolle mit klarer Verantwortung

„Human in the loop“ ist nur wirksam, wenn die prüfende Person weiß, was sie kontrolliert und welche Folgen eine Freigabe hat. Der Prüfauftrag sollte konkrete Felder nennen: Lieferant, Rechnungsnummer, Leistungszeitraum, Netto- und Steuerbetrag, Gesamtbetrag, Währung, Fälligkeit und Bankverbindung. Bei ungewöhnlichen Abweichungen braucht es eine zweite Kontrolle. Ein praxistaugliches Rollenmodell beschreibt der Beitrag zum Vier-Augen-Prinzip im Rechnungsprozess.

6. Eskalation und nachvollziehbare Dokumentation

Jede Person muss wissen, wann sie stoppen soll: unleserlicher Beleg, widersprüchliche Beträge, neue Bankverbindung, ungewöhnliche Zahlungsaufforderung, unbekannter Lieferant oder nicht erklärbare KI-Ausgabe. Dokumentiert werden sollten mindestens das eingesetzte System, Zielgruppe, Lerninhalte, Datum, verantwortliche Person und nächste Aktualisierung. Ein kostspieliges Schulungsportal ist dafür nicht zwingend; eine gepflegte interne Übersicht kann genügen.

Welches Wissen braucht welche Rolle?

Rolle	Typische Aufgabe	Notwendige KI-Kompetenz	Kontrollpunkt
Einkauf oder Assistenz	Belege erfassen und zuordnen	Freigegebene Tools, Datenschutz, offensichtliche Erkennungsfehler	Quelle und extrahierte Felder vergleichen
Buchhaltung	Beträge, Steuer und Kontierung prüfen	Fehlerbilder, Plausibilitätsregeln, Ausnahmefälle	Buchungsrelevante Felder einzeln bestätigen
Freigabeverantwortliche	Zahlung oder Buchung freigeben	Risikomerkmale, Vier-Augen-Prinzip, Eskalation	Bankdaten und auffällige Abweichungen separat prüfen
Administration oder Geschäftsführung	Werkzeuge und Rollen festlegen	Anbieterprüfung, Berechtigungen, Protokollierung, Aktualisierung	Nutzung, Vorfälle und Lernbedarf regelmäßig bewerten
Externe Buchhaltung	Im Auftrag Belege bearbeiten	Gleiche Prozessregeln wie interne Rollen, plus klare Vertragsgrenzen	Zuständigkeit und Rückfragenweg schriftlich festlegen

Die Rollen sollten sich auch im System widerspiegeln. Über die Team- und Rollenverwaltung von Claribill lassen sich Verantwortlichkeiten und Zugriffe trennen. Das ersetzt keine KI-Schulung, schafft aber eine belastbare organisatorische Grundlage: Nicht jede Person muss dieselben Daten sehen oder dieselbe Aktion ausführen dürfen.

Zwei Praxisbeispiele aus dem KMU-Alltag

Beispiel 1: Geänderte Bankverbindung auf einer Lieferantenrechnung

Ein österreichischer Handwerksbetrieb lässt Rechnungsdaten automatisch erfassen. Das System liest eine neue IBAN aus einem PDF aus und ordnet den Beleg einem bekannten Lieferanten zu. Eine ungeschulte Person könnte den Treffer als Bestätigung verstehen. Eine kompetente Bearbeitung erkennt dagegen zwei getrennte Aussagen: Der Lieferant wurde wahrscheinlich richtig zugeordnet, die neue Bankverbindung ist aber noch nicht verifiziert.

Der richtige Ablauf lautet: Zahlung stoppen, Bankdaten mit dem bestehenden Stammdatensatz vergleichen und die Änderung über einen bekannten Kommunikationskanal bestätigen. Erst danach darf die Freigabe erfolgen. Die KI beschleunigt die Erfassung, entscheidet aber nicht über die Echtheit der Änderung.

Beispiel 2: Falscher Steuerbetrag trotz plausibler Gesamtsumme

Ein deutsches Beratungsunternehmen verarbeitet eine Rechnung mit mehreren Steuersätzen. Die KI erkennt den Gesamtbetrag korrekt, ordnet aber eine Position dem falschen Steuersatz zu. Weil die Summe plausibel aussieht, fällt der Fehler bei einer reinen Gesamtbetragsprüfung nicht auf.

Die geschulte Buchhaltung kontrolliert nicht nur die Endsumme, sondern auch Steuerbasis, Steuersatz und Leistungsart. Bei Unsicherheit wird der Beleg zur fachlichen Prüfung zurückgestellt. Dieses Beispiel zeigt, warum Schulungen konkrete Prüffelder und nicht nur allgemeine KI-Grundsätze enthalten müssen.

Ein 30-Tage-Plan für ein schlankes Kompetenzprogramm

Woche 1 – Bestand aufnehmen: Listen Sie alle KI-Werkzeuge auf, die im Rechnungs- oder Dokumentenprozess tatsächlich genutzt werden. Erfassen Sie Zweck, Datenarten, Nutzergruppen, Anbieter und verantwortliche Person. Berücksichtigen Sie auch frei zugängliche Chatbots, die Beschäftigte informell verwenden.
Woche 2 – Risiken und Rollen zuordnen: Bewerten Sie je Anwendung, welche Fehler finanzielle, steuerliche, datenschutzrechtliche oder sicherheitsbezogene Folgen haben können. Ordnen Sie anschließend Lernziele und Kontrollrechte den Rollen zu.
Woche 3 – Kurzschulung durchführen: Verwenden Sie echte, anonymisierte Prozessbeispiele. Zeigen Sie mindestens einen Erkennungsfehler, einen Datenschutzfall und einen Manipulationsversuch. Lassen Sie die Teilnehmenden den richtigen Prüf- und Eskalationsweg praktisch durchspielen.
Woche 4 – Nachweis und Wiederholung planen: Dokumentieren Sie Zielgruppe, Inhalte, Datum und offene Punkte. Legen Sie einen Anlass für die nächste Aktualisierung fest, etwa einen Werkzeugwechsel, einen Vorfall oder spätestens eine regelmäßige Überprüfung.

Für die eigentliche Rechnungsbearbeitung sollte der Lernprozess an den realen Ablauf anschließen. Die öffentliche Übersicht zur Rechnungserstellung und -verwaltung mit Claribill zeigt die relevanten Prozessschritte, an denen Zuständigkeiten und Kontrollen festgelegt werden können.

So sieht eine praxistaugliche Minimaldokumentation aus

Ein KMU kann jede Maßnahme in einer kompakten Zeile erfassen: eingesetztes KI-System, Verwendungszweck, betroffene Rolle, behandelte Risiken, Art der Unterweisung, Datum, verantwortliche Person und geplanter Prüfanlass. Dazu gehört ein Link auf die aktuelle interne Arbeitsanweisung. Diese Übersicht sollte keine sensiblen Eingaben oder vollständigen Belege enthalten.

Wichtiger als eine lange Teilnehmerliste ist die Verbindung zum Prozess. Wenn etwa eine neue Funktion Bankdaten automatisch erkennt, muss die Dokumentation zeigen, wer die Funktion nutzt, wie Änderungen verifiziert werden und welche Rolle Zahlungen freigibt. Nach einem Beinahefehler wird nicht nur der Vorfall abgelegt: Die Prüfanweisung und das Lernbeispiel werden angepasst. So entsteht ein nachvollziehbarer Verbesserungszyklus, ohne ein eigenes Schulungsmanagementsystem einzuführen.

Checkliste für Geschäftsführung und Buchhaltung

Alle tatsächlich genutzten KI-Werkzeuge und informellen Anwendungen sind erfasst.
Für jedes Werkzeug sind Zweck, erlaubte Daten und verbotene Anwendungen beschrieben.
Beschäftigte kennen typische Fehlerbilder aus dem eigenen Rechnungsprozess.
Freigaben nennen konkrete Prüffelder statt nur „Ergebnis kontrollieren“.
Neue oder geänderte Bankverbindungen werden außerhalb des Belegs verifiziert.
Rollen, Zugriffe und Vier-Augen-Kontrollen sind technisch und organisatorisch getrennt.
Externe Dienstleister erhalten dieselben relevanten Regeln und Eskalationswege.
Schulungen, Leitfäden und Aktualisierungen werden knapp dokumentiert.
Vorfälle und Beinahefehler fließen in die nächste Lernrunde ein.

Österreich und Deutschland: gleiche EU-Basis, andere Anlaufstellen

Der AI Act gilt als EU-Verordnung in Österreich und Deutschland. Die inhaltliche Grundlinie für KI-Kompetenz ist daher dieselbe. Unterschiede ergeben sich vor allem bei nationalen Zuständigkeiten, Begleitgesetzen und Informationsangeboten.

In Deutschland bietet die Bundesnetzagentur eine Orientierung zum Aufbau von KI-Kompetenz. Sie empfiehlt eine Bedarfsermittlung, angepasste Maßnahmen, regelmäßige Aktualisierung und Dokumentation. Teile der Seite zitieren noch die ursprüngliche Artikel-4-Fassung; für den aktuellen Wortlaut ist die EU-Änderungsverordnung heranzuziehen.

In Österreich bündelt die KI-Servicestelle der RTR Informationen zum AI Act. Ihre aktuellen FAQ erläutern bereits den Wechsel vom „Sicherstellen“ zur Förderung der Kompetenzentwicklung. Unternehmen sollten bei konkreten Rechtsfragen zusätzlich ihre fachliche Beratung und die jeweils zuständigen Behörden einbeziehen.

Häufige Fehler bei der Umsetzung

Ein Kurs für alle: Ein allgemeines Webinar deckt die Risiken einer Zahlungsfreigabe nicht automatisch ab.
Zertifikat statt Prozess: Ein Teilnahmebeleg beweist nicht, dass Kontrollen im Alltag funktionieren.
Nur interne Beschäftigte betrachten: Auch beauftragte Personen und Dienstleister können in den relevanten Einsatz einbezogen sein.
Werkzeugwechsel übersehen: Neue Funktionen, Modelle oder Schnittstellen können alte Lerninhalte unbrauchbar machen.
Keine Eskalation definieren: Wer bei Unsicherheit keinen klaren Ansprechpartner hat, entscheidet häufig unter Zeitdruck selbst.

Kurze Antworten auf häufige Fragen

Braucht jedes KMU einen KI-Beauftragten?

Nein. Weder die aktuelle Artikel-4-Regel noch die praktische Orientierung der EU schreibt pauschal eine bestimmte Governance-Rolle vor. Entscheidend sind passende Verantwortlichkeiten, Maßnahmen und Kontrollen.

Genügt eine einmalige Online-Schulung?

Das hängt von Werkzeug, Risiko und Rolle ab. Im Rechnungsprozess ist eine einmalige allgemeine Schulung meist zu wenig, wenn sich Systeme, Einsatzarten oder Angriffsformen ändern. Kurze, anlassbezogene Wiederholungen sind häufig wirksamer als ein jährlicher Standardkurs.

Muss jede Person dasselbe lernen?

Nein. Rollenspezifische Lernziele entsprechen gerade dem kontextbezogenen Ansatz. Eine erfassende Person, die Buchhaltung und die Zahlungsfreigabe benötigen unterschiedliche Tiefe und Kontrollkompetenz.

Fazit: Weniger Formalismus, nicht weniger Verantwortung

Die EU-Änderung nimmt Unternehmen die unrealistische Erwartung, bei jeder einzelnen Person ein bestimmtes Kompetenzniveau garantieren zu müssen. Sie beseitigt aber nicht den Bedarf an geeigneten Maßnahmen. Für KMU liegt der größte Nutzen ohnehin nicht im formalen Nachweis, sondern in einem sicheren Prozess: freigegebene Werkzeuge, konkrete Fehlerbilder, passende Rollen, klare Prüffelder und ein dokumentierter Eskalationsweg.

Der Kernnutzen: KI-Kompetenz wird dann wirksam, wenn sie nicht als allgemeines Technologietraining endet, sondern direkt mit Rechnungsprüfung, Zugriffsrechten und Freigaben verbunden ist.

KI-Kompetenz im Rechnungsprozess: Was nach der EU-Änderung bleibt