Wir bauen die Arbeitsschicht
vor DATEV.
Datvia ist kein DATEV-Ersatz. Standardfälle laufen autonom, der Mensch bearbeitet nur Ausnahmen – messbar über Autonomy Rate und Human Minutes per 100 Transactions.
Wo andere aufhören, beginnt die Buchungslogik
Reine OCR-Tools
Extrahieren Felder, entscheiden nichts
Semantisches Verständnis plus Regeln, Historie, Validierung und Risikologik
Rechnungsworkflow-Tools
Freigabe statt Buchungslogik
Kontierung, Steuerschlüssel, Kostenstelle und Splits mit Begründung
Belegsammler
Sammeln Dokumente aus Portalen
Universal Inbox als Startpunkt einer autonomen Verarbeitungskette
Generische KI-Assistenten
Chat ohne Fachverantwortung
Never silently guess: Hard Gates, Confidence-Kalibrierung, Audit Trail
DATEV-Eigenautomatik
Systemnah, aber Vorarbeit bleibt manuell
Intelligente Arbeitsschicht davor – DATEV bleibt führendes System
Das System lernt aus Korrekturen – nicht aus Vermutungen
Jede Entscheidung entsteht aus Evidenz: Dokumentstelle, Stammdaten, Historie und Zahlungsdaten. Wird korrigiert, entsteht eine neue Proposal-Version und das Memory wird mandantenscoped aktualisiert.
- Historische Kontierungen pro Lieferant und Mandant
- Muster für Steuerschlüssel, Kostenstellen und Buchungstexte
- Jede menschliche Korrektur aktualisiert das Memory (human.correction_saved)
- Wiederkehrende Vorgänge werden als Fallklasse erkannt
- Vendor Match Drift wird überwacht statt stillschweigend gelernt
- Lernen ist mandantenscoped – kein Wissenstransfer über Tenants hinweg
Zwölf Monate bis zur Produktisierung
20–30 Interviews; 3 Pilotprozesse; DATEV-Partnerpfad
Datenmodell, UX-Prototyp, Inbox, Dokumentpipeline, Audit
Extraktion, Vendor Memory, Kontierung, Confidence
DATEV-Pilotintegration, Validator, End-to-End Tests
Pilotkunden, KPI-Messung, Security Hardening
Produktisierung, Kanzlei-Features, Billing, Support
- Wochen 1–4
20–30 Interviews; 3 Pilotprozesse; DATEV-Partnerpfad
- Wochen 5–8
Datenmodell, UX-Prototyp, Inbox, Dokumentpipeline, Audit
- Monate 3–4
Extraktion, Vendor Memory, Kontierung, Confidence
- Monate 5–6
DATEV-Pilotintegration, Validator, End-to-End Tests
- Monate 7–9
Pilotkunden, KPI-Messung, Security Hardening
- Monate 10–12
Produktisierung, Kanzlei-Features, Billing, Support
Manuell heute
100 min / 100 Belege
Mit Vorsystemen
46 min / 100 Belege
Mit Datvia
12 min / 100 Belege
Startmannschaft
- Product/Founder mit Prozessverständnis
- Senior Backend/Platform
- Full-Stack
- AI/ML
- Accounting Domain Expert / Steuerfachkraft
- Security/Privacy/DATEV-Beratung (fractional)
Nächste Deliverables
- PRD mit Epics, User Stories und Acceptance Criteria
- Click-Dummy für Inbox, Review, Kanzlei-Dashboard und DATEV Sync
- ER-Diagramm / Canonical Accounting Model
- API-/Event-Spezifikation
- AI Evaluation Set
- DATEV Integration Spike
- Security & Privacy Threat Model
- Pilot-KPI-Definition
Risiko wird eingeplant, nicht wegargumentiert
Fehlbuchungen
Rules, Confidence Gates, Risk Overrides, Review
Steuerliche Sonderfälle
Enger MVP, Tax Rules, Fachfreigaben
DATEV-Freigabe dauert
Partnerpfad sofort starten
Zu hohe Autonomie
Stufenmodell Shadow → Guarded Auto → Production
Datenschutz/GoBD
EU-Hosting, Löschkonzept, Verfahrensdokumentation prüfen
Modellkosten
Cost per Document messen, Fallbacks, Caching
Positionierung
Keine Black Box.
Keine stille Vermutung.
Nur belegbare Buchungen.
Datvia entscheidet nur innerhalb definierter Autonomiegrenzen – alles darüber landet mit Evidenz im Review, nicht im Buchungsstapel.
Vor Produktivbetrieb fachlich zu validieren
Aktuelle API-Spezifikationen, Partnerbedingungen, Freigabeanforderungen, Datenflüsse, Authentifizierung und konkrete DATEV-Produkte werden anhand der offiziellen Dokumentation geprüft. Referenzprodukte dienen der Funktionsvalidierung – keine proprietären Funktionen werden kopiert.
Empfehlung
Zuerst einen End-to-End-Pfad so gut machen, dass eine reale Kanzlei 500–1.000 Eingangsrechnungen damit verarbeitet und die menschliche Bearbeitungszeit messbar drastisch sinkt.