Zum Inhalt springen
W
GoBD-konform §203 StGB-konform Q1

Three-Way-Matching Agent

Bestellung, Lieferschein und Rechnung automatisch abgleichen - der ideale Startkandidat.

Gleicht Bestellung, Wareneingang und Rechnung dreiseitig ab. Prüft Mengen, Preise und Toleranzen.

Prozess analysieren lassen
Airbus Volkswagen Shell Renault Evonik Vattenfall Philips KPMG

Bestellung, Wareneingang und Rechnung vollständig regelbasiert abgleichen

Der Agent validiert Menge, Preis und Toleranzen zwischen Bestellung, Wareneingang und Rechnung vollständig deterministisch gegen die Einkaufsregeln, ohne jeglichen KI-Anteil.

Ergebnis: Three-Way-Matching-Quote von 95 Prozent automatisch, Durchlaufzeit bis Rechnungsfreigabe von 3 Tagen auf unter 2 Stunden und Skonto-Verluste eliminiert.

100% Regelwerk
0% KI-Agent
0% Mensch

Die 6 Schritte machen Three-Way-Matching zum idealen Startkandidaten für den Decision Layer:

10 bis 20 Prozent der Rechnungen landen in der Ausnahmequeue

Three-Way-Matching ist der Entscheidungsengpass der Kreditorenbuchhaltung, weil jede einzelne Eingangsrechnung gegen Bestellung und Wareneingang geprüft werden muss, bevor sie bezahlt wird. Der Three-Way-Matching Agent ersetzt die manuelle Prüfung durch sechs deterministische Regeln und erreicht damit eine Straight-Through-Rate auf Enterprise-Niveau - ohne KI-Anteil, ohne EU-AI-Act-Einstufung, ohne Interpretationsspielraum. Er ist der Startkandidat, mit dem CFOs den Decision Layer in der Finanzorganisation etablieren, weil er hohes Volumen, niedriges Risiko und direkt messbare Cash-Wirkung kombiniert.

Warum manuelles Matching die P2P-Durchlaufzeit dominiert

In einer typischen Enterprise-Kreditorenbuchhaltung laufen zwischen 10 und 20 Prozent aller Eingangsrechnungen in eine Ausnahme - Mengenabweichung, Preisdifferenz, fehlender Wareneingang, falsche Bestellreferenz. Laut aktuellen Benchmarks erreichen gut aufgestellte Enterprise-AP-Teams nach Tuning der Toleranzregeln eine Straight-Through-Quote von 80 bis 90 Prozent (Quelle: Phacet Labs, “Three-way matching automation”, 2026). Die verbleibenden 10 bis 20 Prozent binden jedoch den Großteil der Arbeitszeit, weil jede Abweichung manuell recherchiert, mit dem Einkauf geklärt und freigegeben werden muss.

Die Realität im Mittelstand und in der Breite der Großunternehmen liegt deutlich darunter. Nur rund 32,6 Prozent der Rechnungen werden tatsächlich ohne menschlichen Eingriff verarbeitet, während 77 Prozent der Unternehmen bereits in AP-Automation investiert haben (Quelle: Parseur, “Global Trends In AI Invoice Processing”, 2026). Die Lücke zwischen Investition und Wirkung entsteht dort, wo Matching-Logik in ERP-Masken steckt, statt als eigener Entscheidungsagent mit klarer Freigabematrix zu laufen.

Für den CFO bedeutet das zwei konkrete Probleme: Skonto-Verluste, weil Rechnungen zu spät freigegeben werden, und unsichere Liquiditätsplanung, weil der Bestand an offenen, ungematchten Rechnungen nicht steuerbar ist.

Wie der Decision Layer das Matching zerlegt

Der Three-Way-Matching Agent teilt den Prüfvorgang in sechs Mikroentscheidungen, die alle regelbasiert sind: Bestellung zuordnen, Wareneingang zuordnen, Mengen abgleichen, Preise abgleichen, Abweichung gegen Toleranz prüfen, Freigabe nach Matrix routen. Jeder Schritt ist ein numerischer Vergleich. Jede Toleranzschwelle ist konfigurierbar. Jede Routing-Entscheidung folgt einer Betrag-mal-Abweichung-Matrix, die mit der Geschäftsleitung und der Internen Revision abgestimmt ist.

Dieser Zuschnitt ist der Grund, warum der Agent 0 Prozent KI-Anteil trägt. Er trifft keine Ermessensentscheidung, er interpretiert keine Texte, er lernt nichts. Er exekutiert Regeln, die ein Mensch genauso anwenden würde - nur in Millisekunden und ohne Ermüdung. Für den EU AI Act ist der Agent damit irrelevant, für die GoBD-Prüfung ein Standardschritt, und für die Interne Revision ein lückenlos dokumentierter Entscheidungspfad.

Konkretes Szenario: Industrieholding mit 12.000 Rechnungen pro Monat

Eine Industrieholding mit sechs Werken verarbeitet rund 12.000 Eingangsrechnungen im Monat. Die Ausgangslage: 78 Prozent der Rechnungen matchen auf Anhieb, 22 Prozent landen in der Ausnahmequeue. Die AP-Abteilung mit neun Vollzeitkräften arbeitet primär an diesen Ausnahmen und schafft im Schnitt 140 Klärungen pro Tag. Skonto-Quote: 61 Prozent. Durchschnittliche Durchlaufzeit Rechnungseingang bis Zahlung: 9,4 Tage.

Nach Einführung des Three-Way-Matching Agents mit abgestimmten Toleranzen (2 Prozent Preis, 5 Prozent Menge, gestaffelte Freigabematrix ab 2.500 Euro) verschiebt sich das Bild: Die Straight-Through-Rate steigt auf 88 Prozent, der manuelle Klärbestand sinkt von 2.640 auf 1.440 Rechnungen pro Monat. Die AP-Abteilung bearbeitet nicht mehr Routineabgleiche, sondern nur noch echte Diskrepanzen mit Einkauf und Lieferant. Skonto-Quote: 84 Prozent. Durchlaufzeit: 2,1 Tage. Cash-Wirkung über den ersten Skonto-Effekt: rund 430.000 Euro pro Jahr bei einem Rechnungsvolumen von 380 Millionen Euro.

Warum dieser Agent der Startkandidat für den Decision Layer ist

Der Three-Way-Matching Agent ist die rationalste Einstiegsentscheidung für einen CFO, weil er vier Eigenschaften gleichzeitig erfüllt, die bei anderen Finanzagenten selten zusammenkommen: hohe Readiness (Daten liegen im ERP), tägliches Volumen (sofort messbar), niedrige Governance-Last (regelbasiert, nicht KI) und hohe ökonomische Wirkung (Skonto, Liquidität, Kapazität).

Zusätzlich legt er die Infrastruktur für alle nachfolgenden Workflow-Agenten. Das Toleranzschwellen-System übernimmt später der Cash-Application-Agent für den Abgleich Zahlungseingang gegen offene Posten. Die Freigabematrix wird zum Standardbaustein für jeden Workflow-Agenten mit betragsbezogener Eskalation. Die Prozessdokumentation liefert den Prüfpfad, an dem sich spätere KI-gestützte Agenten (etwa Invoice-Coding) orientieren.

Wer den Decision Layer in der Finanzorganisation etabliert, beginnt hier - mit einem Agenten, der keine Diskussion mit dem Datenschutzbeauftragten erfordert, keine Trainingsdaten braucht und dessen Wirkung bereits nach der ersten Woche im Skonto-Report sichtbar ist.

Micro-Decision-Tabelle

Wer entscheidet bei diesem Agent?

6 Entscheidungsschritte, aufgeteilt nach Decider

100%(6/6)
Regelwerk
deterministisch
0%(0/6)
KI-Agent
modellbasiert mit Confidence
0%(0/6)
Mensch
explizit zugewiesen
Mensch
Regelwerk
KI-Agent
Jede Zeile ist eine Entscheidung. Aufklappen zeigt die Entscheidungsakte und ob man anfechten kann.
Bestellung finden Welche Bestellung gehört zu dieser Rechnung? Regelwerk Lieferant

Datenbankabgleich über Bestellnummer

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Anfechtbar durch: Lieferant

Wareneingang finden Welcher Lieferschein/Wareneingang gehört dazu? Regelwerk

Datenbankabgleich über Bestellreferenz

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Mengenabgleich Stimmen bestellte, gelieferte und berechnete Menge überein? Regelwerk Lieferant

Numerischer Vergleich

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Anfechtbar durch: Lieferant

Preisabgleich Stimmt der berechnete Preis mit dem vereinbarten überein? Regelwerk Lieferant

Numerischer Vergleich mit konfigurierbarer Toleranzschwelle

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Anfechtbar durch: Lieferant

Abweichungsbewertung Liegt die Abweichung innerhalb der Toleranz? Regelwerk

Schwellenwert-Regel nach Betrag und Prozent

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Freigabe-Routing Wer muss diese Abweichung freigeben? Regelwerk

Freigabematrix nach Betrag und Abweichungsgrad

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Entscheidungsakte und Anfechtbarkeit

Jede Entscheidung, die dieser Agent trifft oder vorbereitet, wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene (Mitarbeiter, Lieferanten, Prüfer) können jede einzelne Entscheidung einsehen, nachvollziehen und anfechten.

Welche Regel in welcher Version wurde angewandt?
Welche Daten lagen der Entscheidung zugrunde?
Wer (Mensch, Regelwerk oder KI) hat entschieden - und warum?
Wie kann die betroffene Person Einspruch einlegen?
So setzt der Decision Layer das architektonisch um →

Passt dieser Agent zu Ihrem Prozess?

Wir analysieren Ihren konkreten Finance-Prozess und zeigen, wie dieser Agent in Ihre Systemlandschaft passt. 30 Minuten, keine Vorbereitung nötig.

Prozess analysieren lassen

Governance-Hinweise

GoBD-konform §203 StGB-konform

Vollständig regelbasiert - kein KI-Anteil, kein EU-AI-Act-Risiko. GoBD-relevant: Der Abgleich zwischen Beleg, Buchung und Bestellung ist ein Kernbestandteil der Nachvollziehbarkeit nach GoBD. HGB §238 (Buchführungspflicht) und AO §146 (Ordnungsvorschriften) erfordern die lückenlose Dokumentation des Abgleichs. Bei der Betriebsprüfung ist das Three-Way-Matching ein Standardprüfungsschritt.

§203 StGB-relevante Daten werden Ende-zu-Ende verschlüsselt und nie im Klartext an KI-Modelle übergeben.

Beitrag zur Verfahrensdokumentation

Dokumentiert für jedes Matching: Bestellreferenz, Wareneingangsnummer, alle verglichenen Werte (Menge, Preis, Betrag), Abweichungen in absolut und prozentual, angewandte Toleranzschwelle, Matching-Ergebnis (Match/Mismatch), Routing-Entscheidung. Vollständige Nachvollziehbarkeit des Purchase-to-Pay-Prozesses.

Bewertung

Agent Readiness 89-96%
Governance-Komplexität 16-23%
Economic Impact 81-88%
Leuchtturm-Wirkung 21-28%
Implementation Complexity 21-28%
Transaktionsvolumen Täglich

Voraussetzungen

  • ERP-System mit Bestellwesen und Wareneingang (SAP MM, Microsoft Dynamics o.ä.)
  • Elektronische Bestellungen mit eindeutiger Referenznummer
  • Wareneingangs-Buchungen im System
  • Definierte Toleranzschwellen und Freigabematrix

Infrastruktur-Beitrag

Der Three-Way-Matching Agent etabliert das Abgleichs-Framework für den gesamten Katalog. Das Toleranzschwellen-System wird vom Cash-Application-Agent (Zahlungszuordnung) und Reconciliation-Agent (Kontenabstimmung) wiederverwendet. Die Freigabematrix-Logik wird zum Standard für alle Workflow-Agenten mit betragsbezogener Eskalation.

Was diese Erstbewertung enthält: 9 Slides für Ihr Führungsteam

Personalisiert mit Ihren Zahlen. Generiert in 2 Minuten direkt im Browser. Kein Upload, kein Login.

  1. 1

    Titelfolie - Prozessname, Entscheidungspunkte, Automatisierungspotenzial

  2. 2

    Executive Summary - FTE-Freisetzung, Kosten pro Vorgang vorher/nachher, Break-Even-Datum, Kosten des Wartens

  3. 3

    Ausgangslage - Transaktionsvolumen, Fehlerkosten, Wachstumsszenario mit FTE-Vergleich

  4. 4

    Lösungsarchitektur - Mensch - Regelwerk - KI-Agent mit konkreten Entscheidungspunkten

  5. 5

    Governance - EU AI Act, GoBD/HGB, Audit Trail - mit Ampelstatus

  6. 6

    Risikoanalyse - 5 Risiken mit Eintrittswahrscheinlichkeit, Auswirkung und Gegenmaßnahme

  7. 7

    Roadmap - 3-Phasen-Plan mit konkreten Kalenderdaten und Go/No-Go

  8. 8

    Business Case - 3-Szenarien-Vergleich (Nichtstun/Neueinstellung/Automatisierung) plus 3×3-Sensitivitätsmatrix

  9. 9

    Diskussionsvorschlag - Konkrete nächste Schritte mit Zeitplan und Verantwortlichkeiten

Enthält: 3-Szenarien-Vergleich

Nichtstun vs. Neueinstellung vs. Automatisierung - mit Ihrem Gehaltsniveau, Ihrer Fehlerquote und Ihrem Wachstumsplan. Die eine Slide, die Ihr CFO als erstes sehen will.

Berechnungsmethodik anzeigen

Stundensatz: Jahresgehalt (Ihre Eingabe) × 1,3 AG-Anteil ÷ 1.720 Jahresarbeitsstunden

Einsparung: Vorgänge × 12 × Automatisierungsrate × Minuten/Vorgang × Stundensatz × Economic Factor

Qualitäts-ROI: Fehlerreduktion × Vorgänge × 12 × EUR 260/Fehler (APQC Open Standards Benchmarking)

FTE: Eingesparte Stunden ÷ 1.720 Jahresarbeitsstunden

Break-Even: Benchmark-Investition ÷ monatliche Gesamteinsparung (Effizienz + Qualität)

Neueinstellung: Jahresgehalt × 1,3 + EUR 12.000 Recruiting pro FTE

Alle Daten bleiben in Ihrem Browser. Nichts wird an Server übertragen.

Three-Way-Matching Agent

Erstbewertung für Ihr Führungsteam

In 2 Minuten eine fundierte Erstbewertung - mit Ihren Zahlen, Ihrem Risikoprofil und Branchenbenchmarks. Kein Anbieter-Logo, kein Vendor-Pitch.

30K120K
1%15%

Alle Daten bleiben in Ihrem Browser. Nichts wird übertragen.

Häufige Fragen

Was passiert bei Teillieferungen?

Der Agent erkennt Teillieferungen automatisch und gleicht den gelieferten Teil ab. Die Restmenge bleibt als offene Bestellposition bestehen und wird beim nächsten Wareneingang erneut gematcht.

Wie werden Toleranzschwellen definiert?

Toleranzen werden pro Warengruppe, Lieferant oder Betragsklasse konfiguriert. Typisch: 2% Preistoleranz, 5% Mengentoleranz. Abweichungen innerhalb der Toleranz werden automatisch freigegeben, darüber eskaliert.

Warum ist dieser Agent der ideale Startkandidat?

0% KI-Anteil, 90-95% Readiness, tägliches Volumen. Rein regelbasiert, sofort messbar, kein Governance-Aufwand. Und die Freigabematrix-Logik wird von allen nachfolgenden Workflow-Agenten wiederverwendet.

Was passiert als Nächstes?

1

30 Minuten

Erstgespräch

Wir analysieren Ihren Prozess und identifizieren den optimalen Startpunkt.

2

1 Woche

Discover

Mapping Ihrer Entscheidungslogik. Regelwerke dokumentiert, Decision Layer designt.

3

3-4 Wochen

Build

Produktiver Agent in Ihrer Infrastruktur. Governance, Audit Trail, prüfungsfähig ab Tag 1.

4

12-18 Monate

Eigenständig

Voller Zugang zu Quellcode, Prompts und Regelversionen. Kein Vendor Lock-in.

Diesen Agent implementieren?

Wir bewerten Ihre Finance-Prozesslandschaft und zeigen, wie dieser Agent in Ihre Infrastruktur passt.