Die meisten Dokumentenautomatisierungsprojekte halten an dem Punkt an, der sich wie ein Fortschritt anfühlt: Die Daten sind extrahiert, strukturiert, in einer Tabelle oder Datenbank abgelegt. Die Felder der Rechnung sind geparst. Die Vertragsklauseln sind getaggt. Das Formular ist digitalisiert.
Und dennoch muss jemand diesen Output lesen, interpretieren und handeln.
Diese Lücke — zwischen Extraktion und Aktion — ist der Bereich, in dem die meisten Kosten in dokumentenintensiven Workflows tatsächlich entstehen. KI-Agenten in der Dokumentenverarbeitung schliessen sie.
Was reine Extraktion Sie wirklich kostet
Klassische OCR- und Intelligent-Document-Processing-Werkzeuge (IDP) sind durchaus nützlich. Sie eliminieren manuelle Dateneingabe und reduzieren Fehler bei strukturierten Dokumenten. Der Nutzen dieser Ebene ist gut belegt.
Das Problem: Extraktion liefert Daten, keine Ergebnisse. Betrachten Sie, was nach der Extraktion einer Lieferantenrechnung typischerweise passiert:
- Jemand prüft, ob die Bestellnummer übereinstimmt
- Jemand vergleicht den Gesamtbetrag mit der genehmigten Budgetposition
- Jemand entscheidet, ob die Rechnung genehmigt, markiert oder zurückgesandt wird
- Jemand leitet sie an die richtige Person im richtigen System weiter
Nichts davon ist schwierig. Alles davon ist langsam. In einem Unternehmen, das 200 Rechnungen pro Monat verarbeitet und für jede nach der Extraktion 6–8 Minuten menschliche Bearbeitung benötigt, summiert sich das auf rund 20 Stunden Verwaltungsaufwand — jeden Monat — für Tätigkeiten, die vorhersehbaren Regeln folgen.
Das gleiche Muster wiederholt sich bei Verträgen (Unterschriften-Routing, Pflichtenkennzeichnung), Versicherungsansprüchen (Deckungsprüfung, Betrugssignale, Rückstellungsbildung), Onboarding-Formularen (Vollständigkeitsprüfung, CRM-Anlage, Aufgabenzuweisung) und Zolldokumenten (HS-Code-Prüfung, Zollberechnungsauslöser).
Extraktion löst das Transkriptionsproblem. Sie löst nicht das Entscheidungs- und Aktionsproblem.
Was ein Agent tatsächlich mit einem Dokument tut
Ein agentischer Workflow ergänzt die Extraktion um eine Ebene aus Reasoning und Ausführung. Sobald die Dokumentdaten strukturiert sind, führt der Agent folgende Schritte aus:
- Validieren — prüft die extrahierten Daten gegen Regeln, Referenzsysteme oder andere Datensätze (existiert diese Bestellnummer? liegt dieses Vertragsdatum im Verlängerungszeitraum?)
- Entscheiden — wendet Geschäftslogik an, um den korrekten nächsten Schritt zu bestimmen (automatisch genehmigen unter CHF 500, zur Prüfung markieren darüber, ablehnen wenn Lieferant gesperrt ist)
- Handeln — schreibt in das relevante System, löst den nächsten Workflow-Schritt aus, sendet eine Benachrichtigung oder eskaliert an einen Menschen mit einer vorbereiteten Zusammenfassung
Im dritten Schritt materialisiert sich die eigentliche Zeitersparnis. Der Agent übergibt Ihnen keine strukturierte Datei — er erledigt die Aufgabe.
Ein konkretes Beispiel
Nehmen Sie eine Professional-Services-Firma, die wöchentlich 30–40 neue Mandatsbriefe erhält. Jeder Brief muss auf Schlüsselklauseln geprüft werden (Haftungsdeckel, Zahlungsbedingungen, Kündigungsrechte), mit den Standardpositionen der Kanzlei verglichen und dann entweder genehmigt, an einen Partner eskaliert oder mit Anmerkungen zurückgesandt werden.
Ein Agent, der dies übernimmt, kann:
- Relevante Klauseln in Sekunden extrahieren und klassifizieren
- Jede Klausel mit den gespeicherten Toleranzparametern vergleichen
- Briefe innerhalb der Toleranz automatisch genehmigen, abweichende markieren und eine strukturierte Abweichungsübersicht für die Prüfung durch den Partner erstellen
Die Zeit des Partners wird nun ausschliesslich für Briefe aufgewendet, die tatsächlich Urteilsvermögen erfordern — nicht für das Lesen von Routinedokumenten, um zu bestätigen, dass sie Routine sind.
Das ist keine hypothetische Architektur. Es ist dasselbe Muster, das bei Versicherungsansprüchen-Workflows und in Finanzteams für die Rechnungsverarbeitung eingesetzt wird. Die Extraktionsebene ist Commodity; der Wert liegt darin, was der Agent als Nächstes tut.
Die Perspektive der Kosten pro Dokument
Um das wirtschaftliche Argument konkret zu machen, empfiehlt es sich, in Kosten pro Dokument zu denken statt in pauschalen Automatisierungsquoten.
Ein typischer Wissensarbeiter, der ein mittelmässig komplexes Dokument bearbeitet — lesen, gegen ein oder zwei Quellen validieren, entscheiden, weiterleiten — benötigt je nach Dokumenttyp und -komplexität zwischen 4 und 15 Minuten (konsistent mit AP-Benchmarking-Daten; manuelle Rechnungsverarbeitung dauert im Durchschnitt 10–15 Minuten, einfachere strukturierte Dokumente weniger). Bei einem Vollkostenansatz von CHF 40–80/Stunde für eine administrative oder Junior-Professional-Stelle in der Schweiz ergibt das rund CHF 3–20 pro Dokument an Personalkosten.
Ein Agent, der dasselbe Dokument bearbeitet — einmal entwickelt, getestet und eingesetzt — arbeitet zu einem Bruchteil davon. Die LLM-Inferenzkosten für typische strukturierte Dokumentenverarbeitungsaufgaben (Rechnungen, Formulare, Standardverträge) liegen bei aktuellen Mid-Tier- und Budget-Modellen im Cent-Bereich pro Dokument, mit weiter sinkender Tendenz. Komplexere oder längere Dokumente, die mit Frontier-Modellen verarbeitet werden, können $0,20–$1 oder mehr pro Dokument erreichen. Die Fixkosten liegen im Aufbau: Entwurf der Validierungslogik, Integration mit den relevanten Systemen und Testen der Randfälle.
Die Break-even-Berechnung hängt stark von Volumen und Dokumentkomplexität ab. Ein Unternehmen, das 500 strukturierte Dokumente pro Monat verarbeitet, wird eine andere Amortisationskurve sehen als eines mit 50 variablen, ausnahmenreichen Dokumenten. Aber bei jedem Volumen über etwa 100–150 Dokumenten pro Monat mit konsistenter Struktur tendiert die Wirtschaftlichkeit dazu, den Aufbau der Agentenebene zu begünstigen — besonders wenn man die kumulierten Kosten durch Verzögerungen, Fehler und nie wirklich umgelenktes Mitarbeiterpotenzial einbezieht.
Wo es in Ihren Betrieb passt
KI-Agenten in der Dokumentenverarbeitung sind nicht für jeden Dokumenttyp oder jede Unternehmensphase geeignet. Sie funktionieren am besten, wenn:
Gut geeignet:
- Dokumente folgen einer erkennbaren Struktur (auch mit Variationen)
- Post-Extraktionsentscheidungen folgen meistens definierbaren Regeln
- Das Volumen ist hoch genug, damit sich die Aufbaukosten über 12–18 Monate amortisieren
- Nachgelagerte Aktionen finden in Systemen mit APIs oder Integrations-Hooks statt
Schlechte Eignung oder höheres Risiko:
- Hochgradig unstrukturierte Dokumente, die in jedem Fall tiefgreifendes kontextuelles Urteilsvermögen erfordern
- Workflows, bei denen menschliche Verantwortlichkeit an jedem Entscheidungspunkt explizit dokumentiert sein muss (manche regulierten Prozesse)
- Dokumenttypen mit geringem Volumen und hoher Variabilität, bei denen Randfälle dominieren
- Organisationen ohne saubere nachgelagerte Systeme, in die geschrieben werden kann
Die ehrliche Einschränkung ist die Integration. Ein Agent, der extrahiert und entscheidet, aber nicht handeln kann — weil Ihr ERP on-premises ohne API betrieben wird, weil Ihr Genehmigungsprozess in jemandes Posteingang lebt — liefert bestenfalls partiellen Wert. Die Geschichte der Dokumenten-Workflow-Automatisierung ist erst vollständig, wenn das Ausgabesystem zugänglich ist.
Deshalb werden Dokumentenverarbeitungs-Agenten oft am besten zusammen mit einer breiteren Überprüfung der Automatisierung von Geschäftsabläufen entwickelt — nicht als isolierte Punktlösung.
Wie “mit einem Dokument handeln” in der Praxis aussieht
Verschiedene Dokumenttypen erzeugen unterschiedliche nachgelagerte Aktionen. Einige Beispiele, was die Agentenebene nach Abschluss der Extraktion tatsächlich ausführt:
Verträge: Identifiziert Abweichungen von Standardbedingungen, erstellt eine Zusammenfassung der Änderungsvorschläge, leitet an den zuständigen Prüfer mit einer vorausgefüllten Genehmigungsanfrage weiter und protokolliert das Ergebnis im Vertragsmanagement-System.
Spesenabrechnung: Prüft gegen die Richtlinie (Tagessätze, Kategorienlimits, Pflichtbelege), genehmigt konforme Ansprüche automatisch, markiert Ausnahmen mit einem Grundcode und bucht genehmigte Beträge in das Lohnbuchhaltungs- oder Finanzsystem.
Versicherungsschäden (Erstschadenmeldung): Extrahiert Angaben des Geschädigten und Schadensbeschreibung, prüft den Versicherungsschutz, berechnet eine vorläufige Rückstellungsschätzung anhand von Schadenwerttabellen, leitet an die richtige Sachbearbeiterqueue weiter und befüllt den Datensatz im Schadensmanagementsystem vor.
Onboarding-Formulare (B2B): Prüft Vollständigkeit, legt den CRM-Datensatz an, löst die Onboarding-Aufgabensequenz aus und sendet eine Bestätigung an den neuen Kunden — ohne dass ein Mensch das Formular berührt.
In jedem Fall verschiebt sich die Rolle des Menschen vom Bearbeiter zum Ausnahmenmanager und Qualitätsprüfer. Das ist eine bessere Nutzung qualifizierter Zeit, und es ist nebenbei auch schneller und günstiger.
Den richtigen Umfang festlegen, bevor Sie bauen
Der häufigste Fehler in Dokumentenverarbeitungsprojekten besteht darin, den Integrationsaufwand zu unterschätzen und die KI-Komplexität zu überschätzen. Die meisten Dokumente erfordern keine Frontier-Modell-Fähigkeiten für Extraktion und Klassifizierung — sie erfordern sorgfältiges Prompt-Engineering, solide Validierungslogik und zuverlässige Verbindungen zu den vor- und nachgelagerten Systemen im Workflow.
Bevor Sie sich zu einem Aufbau verpflichten, lohnt es sich, folgende Fragen zu beantworten:
- Wie hoch ist das realistische Monatsvolumen, und rechtfertigt es die Investition?
- Was sind die fünf häufigsten Dokumentvarianten, und was sind die Ausnahmefälle, die menschliche Prüfung erfordern?
- Welche nachgelagerten Systeme müssen den Output des Agenten empfangen, und sind sie zugänglich?
- Wie sieht “ausreichend gute” Genauigkeit aus — und was kostet es, wenn Fehler durchrutschen?
Diese Fragen bestimmen, ob eine leichtgewichtige Automatisierung (schnell, günstig, begrenzt) oder eine leistungsfähigere Agentenarchitektur (langsamer aufzubauen, belastbarer) die richtige Wahl ist. Dieses Scoping falsch einzuschätzen ist in beide Richtungen kostspielig.
Wenn Ihr Team wöchentlich erhebliche Stunden mit der Dokumentenbearbeitung verbringt, die vorhersehbaren Regeln folgt, lohnt es sich, die Wirtschaftlichkeit von KI-Agenten in der Dokumentenverarbeitung für Ihren spezifischen Kontext zu prüfen — nicht als allgemeinen Richtwert, sondern bezogen auf Ihre tatsächlichen Volumina, Systeme und Dokumenttypen.
Vereinbaren Sie ein 30-minütiges Gespräch mit dem Orange-ITS-Team und wir erarbeiten gemeinsam, wo eine Agentenebene Ihre Extraktions-zu-Aktions-Lücke schliesst, welche Integration dafür nötig ist und wie eine realistische Amortisationszeit für Ihren Betrieb aussieht.