Eine Schicht vor DATEV.Geprüft, kontiert,exportfertig. Autonom fürEingangsrechnungen
Datvia ersetzt DATEV nicht – es übernimmt die vorbereitende Buchhaltung: sammeln, klassifizieren, extrahieren, kontieren, abgleichen, freigeben. Der Mensch bearbeitet nur noch Ausnahmen.
Autonomy Rate
messbar
Human Minutes
/ 100 TX
Audit Trail
immutable
Hosting
EU-Ziel
Buchungsstapel exportiert
datev_buchungsstapel_2026-08_EXP-3391.csv
Rechnung RE-2026-0813 · Netto 1.000,00 € · Reverse Charge §13b erkannt
Gebaut für die vorbereitende Buchhaltung in Kanzleien, Buchhaltungsservices und Finance-Teams
Steuerkanzlei
Exception Management, Kanzlei-Dashboard
KMU Finance
Inbox, Kontierung, Freigabe, Übergabe
Buchhaltungsservice
Mehr Vorgänge pro Mitarbeiter
Enterprise
API, Policies, SSO, Workflows
Shared Services
Volumen, Mandantentrennung, Audit
Sie entscheiden auf einer unvollständigen Datenbasis
Buchhaltung besteht aus vielen kleinen manuellen Schritten: Belege aus E-Mails und Portalen sammeln, Stammdaten prüfen, Rechnungsdaten übertragen, Konten und Steuerschlüssel wählen, Zahlungen zuordnen, fehlende Belege nachfordern, Daten nach DATEV übertragen. Einzelne Schritte sind automatisiert – der Gesamtprozess bleibt fragmentiert.
Belegchaos
Quellen verteilen sich über E-Mail, Portale, Scanner und Bank. Was fehlt, fällt erst im Abschluss auf.
Manuelle Kontierung
Kontenrahmen, Steuerschlüssel, Kostenstellen und Splits werden pro Vorgang neu entschieden.
Brüche zur Übergabe
Formatfehler, ungültige Konten und fehlende Belegbezüge blockieren die DATEV-Übergabe.
Standardfälle laufen autonom. Der Mensch bearbeitet Ausnahmen.
Datvia verbindet semantisches Dokumentverständnis mit deterministischen Fachregeln, Mandantenhistorie und Risikologik. Jede Entscheidung trägt Begründung, Confidence Score und Audit Trail – und wird erst nach Validierung an DATEV übergeben.
0 %
Audit Trail
Unveränderlich, pro Entscheidung
0 %
Autonomy Rate
Anteil ohne manuelle Bearbeitung (Pilotziel)
0 min
Human Minutes / 100 TX
Menschliche Bearbeitungszeit
0+
Kontenlogiken
SKR03/SKR04, Steuerschlüssel, Splits
E-Mail Postfach
INXRechnung / ZUGFeRD
IDLEScan & Upload
IDLEEngine
Datvia Verarbeitungskern
DATEV-Buchungsstapel
Bankfeed (PSD2)
IDLEKassensystem
IDLEDATEV Stammdaten
IDLEVon der Quelle bis zum DATEV-Buchungsstapel – in neun kontrollierten Schritten
Ziel ist Straight-Through Processing für wiederkehrende Standardfälle. Die Software optimiert dabei nie auf maximale Automatisierung, wenn dadurch fachliche Risiken steigen.
- 01
Intake
E-Mail / Upload / E-Rechnung / Portal / Bank
- 02
Universal Accounting Inbox
Hash, Dedupe, Mandantenzuordnung
- 03
Document AI
Klassifikation, Extraktion, Evidence Spans
- 04
Accounting AI
Kontierung, Steuerschlüssel, Kostenstelle
- 05
Matching & Memory
Stammdaten, Historie, Zahlungsabgleich
- 06
Confidence & Risk
Kalibrierte Scores, Hard Gates, Policies
- 07
Auto ⇄ Exception
Straight-Through oder Human-in-the-Loop
- 08
Pre-DATEV Validation
Konten, Steuerschlüssel, Perioden, Belegbezug
- 09
DATEV Connector
Idempotenter Transfer Job, Acknowledgement
99,6 %
Confidence
Microsoft Ireland Operations · 1.190,00 €
Vier Eigenschaften, die aus KI-Vorschlägen belastbare Buchhaltung machen
Straight-Through Processing für wiederkehrende Standardfälle
Event-driven Verarbeitung, idempotente Jobs und asynchrone AI-Worker. Ein Standard-Review dauert bei geübten Nutzern wenige Sekunden – die Oberfläche zeigt zuerst die Entscheidung, nicht 30 Eingabefelder.
Verarbeitete Vorgänge · letzte 24 h
Acht Module, ein durchgehender Vorgang
Jedes Modul arbeitet auf demselben Canonical Accounting Model. Nichts wird zwischen Systemen kopiert – Evidenz, Confidence und Audit bleiben am Vorgang.
- E-Mail-Adressen und Weiterleitungen pro Mandant
- Drag & Drop, Scanner und REST API
- PDF, Bild, ZUGFeRD und XRechnung
- Bank- und Kreditkartenfeeds
- Duplikaterkennung über Dokument-Hash
- Automatische Mandanten-/Gesellschaftszuordnung
Ein Orchestrator, sieben spezialisierte Komponenten
Ein einzelnes LLM darf niemals allein die Buchungslogik bestimmen. Der Orchestrator kombiniert Agenten mit deterministischen Regeln, strikter JSON-Schema-Validierung und niedriger Randomness. LLMs erzeugen strukturierte Vorschläge – keine Schreiboperationen.
Datei / XML → DocumentType + normalized fields + evidence spans
Fields + company vendors → vendor_id / new_vendor + similarity
Invoice + vendor memory + chart → structured proposal candidates
Proposal → Steuerschlüssel + Prüfhinweise
Bankbewegung + offene Posten → Match-Kandidaten
Vorgang + Historie → Risk Flags + Hard Gates
Proposal → READY / ACTIONABLE_EXCEPTION
Confidence ist ein kalibrierter Entscheidungswert, kein Marketing-Prozentsatz
Ein plötzlicher Anstieg der Autonomy Rate ist nicht automatisch positiv – er kann auf eine fehlerhafte Policy oder Kalibrierung hindeuten. Deshalb ist die Verteilung sichtbar, nicht nur der Mittelwert.
Confidence-Verteilung · Auto vs. Review
Hoher Score, kein Risk Flag
Auto Processing · Export-Kandidat
Mittlerer Score
Review mit vorbelegtem Vorschlag
Niedriger Score
Exception mit maschinenlesbarem Code
Hard Gate aktiv
Auto-Freigabe blockiert – Fachfreigabe nötig
MISSING_INVOICE_NUMBER
Das System erzeugt keine erfundenen Werte – der Fall wird geroutet.
TAX_MISMATCH
Das System erzeugt keine erfundenen Werte – der Fall wird geroutet.
UNKNOWN_VENDOR
Das System erzeugt keine erfundenen Werte – der Fall wird geroutet.
Der Belegstrom wird sichtbar – und damit steuerbar
Dieselben Visualisierungen, die im Dashboard laufen: Klassifikation in Echtzeit, Volumenprognose bis zum Periodenschluss und der Vergleich zur manuellen Bearbeitung.
Vorgänge pro Bearbeiterstunde
Arbeitsprinzip
Erkennen.
Belegen.
Buchen.
Jeder Vorschlag trägt Evidenz, Confidence und Regelbezug – Freigabe bleibt fachlich verantwortet.
Sechs Regeln, die im Code und im Produkt gelten
Never silently guess
Unsicherheit wird sichtbar gemacht und eskaliert – niemals stillschweigend geraten.
Rules before hallucinations
Deterministische Fachregeln begrenzen generative Modelle. Kein LLM entscheidet die Buchungslogik allein.
Evidence-based accounting
Dokument, Stammdaten, Historie und Zahlungsdaten stützen jede Entscheidung mit Evidence Span.
Human control
Autonomiegrenzen sind pro Kanzlei und Mandant konfigurierbar – Policy statt Bauchgefühl.
Original remains original
Quelldokumente bleiben unverändert und gehasht. Jede Änderung ist versioniert.
DATEV-native
Datenmodell, Validator und Workflow sind von Beginn an auf DATEV ausgelegt.
Erst ein Pfad richtig gut – dann Breite
Empfehlung aus dem Konzept: zuerst einen End-to-End-Pfad so gut machen, dass eine reale Kanzlei 500–1.000 Eingangsrechnungen verarbeitet und die Bearbeitungszeit messbar sinkt.
Foundation
- Identity/RBAC
- Tenant & Company
- Audit Store
- Storage
- CI/CD
Controlled MVP
- Inbox & Ingestion
- Document AI
- Kontierung
- Confidence
- Exception Review
- DATEV Export
Cash & Belege
- Bankfeeds
- Kreditkarten
- Payment Matching
- Missing Receipt Detection
- Erweiterte Freigaben
Kanzlei Control Center
- Fraud & Anomaly Engine
- Monatsabschluss-Assistent
- Accounting Chat
- Weitere DATEV-Use-Cases
Autonomous Accounting
- Hohe Straight-Through-Raten für definierte Standardprozesse
Shadow
Ground Truth sammeln, Confidence kalibrieren
Assisted
Schnelles Review, keine kritischen Auto-Fälle
Guarded Auto
Nur sehr sichere, bekannte Standardfälle
Expanded Auto
Schrittweise nach Vendor-/Case-Klassen
Production
Kontinuierliches Monitoring und Rollback