Factuurgegevens extraheren: van PDF's naar uw boekhoudsysteem

Bij het extraheren van factuurgegevens wordt een PDF, scan of foto omgezet in velden die een systeem kan gebruiken: leverancier, factuurnummer, datum, valuta, totalen en regelitems. Het bruikbare resultaat is een goedgekeurde boeking in uw boekhoudsysteem, met een proces voor documenten die correctie vereisen.

In deze handleiding leest u wat OCR voor facturen inhoudt, waar validatie en controle thuishoren en hoe u kiest tussen bestaande software en een maatwerkintegratie.

OCR voor facturen en gegevensextractie lossen verschillende problemen op

Optische tekenherkenning, oftewel OCR, leest tekens in een afbeelding. Extractie bepaalt wat die tekens betekenen en koppelt ze aan velden. De tekst '132.00' vinden is één taak; bepalen of dit een subtotaal, belastingbedrag of verschuldigd bedrag is, is iets anders.

Een digitale PDF bevat mogelijk al leesbare tekst. Voor een scan is een OCR-stap nodig. In beide gevallen zijn nog steeds veldinterpretatie, normalisatie en controles nodig voordat de uitvoer een bruikbare zakelijke boeking wordt.

Er zijn al gespecialiseerde diensten die een deel van dit werk uitvoeren. Amazon Textract expense analysis levert genormaliseerde factuurvelden en regelitemgegevens op, inclusief betrouwbaarheidscores en documentlocaties. Het factuurmodel van Microsoft Document Intelligence extraheert factuurvelden en regelitems naar gestructureerde uitvoer. Deze diensten kunnen onderdelen van een workflow zijn; uw goedkeuringsregels en integratie met de bestemming moeten nog worden bepaald.

Bepaal welke velden uw doelsysteem daadwerkelijk nodig heeft

Begin met de boeking die u wilt aanmaken. Een samenvatting voor een spreadsheet vereist minder velden dan een factuur die moet worden gekoppeld aan een inkooporder en goederenontvangst.

Bewaar de oorspronkelijke waarde wanneer u een veld normaliseert. Een beoordelaar moet kunnen zien wat er is uitgelezen, wat de waarde is geworden en waar die in het document stond. Behandel onbekende waarden als ontbrekende gegevens die moeten worden opgelost.

Een workflow van PDF naar goedgekeurde boeking

1. Registreer het binnenkomende document. Geef het een identificatie en status. Bewaar het bronbestand, zodat een mislukte extractie opnieuw kan worden uitgevoerd en gecontroleerd.
2. Extraheer de afgesproken velden. Gebruik de tekst in het document of een OCR-/extractiedienst en normaliseer vervolgens datums, valuta en bedragen.
3. Voer bedrijfscontroles uit. Controleer de leverancier, verifieer verplichte velden, controleer of de totalen kloppen en markeer mogelijke duplicaten.
4. Beoordeel uitzonderingen. Toon het bronbestand naast de velden. Laat medewerkers waarden corrigeren, een kostenrekening kiezen en de boeking goedkeuren.
5. Exporteer en bevestig. Schrijf naar de bestemming, bewaar de record-ID daar en volg fouten op. Een mislukte export opnieuw uitvoeren mag geen tweede factuur aanmaken.

Een factuur kan bijvoorbeeld een duidelijk geëxtraheerd totaal hebben, maar geen overeenkomende leverancier in het boekhoudsysteem. Dat document vereist nog steeds aandacht. Een betrouwbaarheidsscore voor het totaal bewijst niet dat de volledige factuur klaar is om te boeken.

Houd extractie, boeken en betalingsautorisatie gescheiden. Dat een document leesbaar is, betekent niet dat de uitgave is goedgekeurd of dat de betaling moet worden verstuurd.

Kies software, een extractie-API of een maatwerkworkflow

Kies een kant-en-klaar product voor een standaardproces

Begin hier als de ondersteunde velden, boekhoudconnector en controlefuncties aan uw behoeften voldoen. Zo biedt AutoEntry factuurverwerking en integraties met boekhoudsoftware. Test het product met documenten van uw eigen leveranciers voordat u een extra systeem toevoegt.

Kies een extractie-API als u het omliggende systeem al hebt

Een API kan het documentlezen verzorgen, terwijl uw applicatie de aanlevering, gebruikers, goedkeuringen en exports afhandelt. Vergelijk de velddekking, benodigde controle-inspanningen, documentlimieten, gebruikskosten en gegevensverwerking. De laagste prijs per pagina levert niet per se de goedkoopste goedgekeurde boeking op.

Bouw een maatwerkintegratie als uw proces vereisten heeft waaraan het product niet kan voldoen

Voorbeelden zijn koppeling aan een interne inkooporderdatabase, extractie van leverancierspecifieke velden, schrijven naar een ongebruikelijk ERP-systeem of implementatie van eigen controlerollen. Maatwerk kan worden toegevoegd rond een bestaande extractiedienst. Dat betekent niet automatisch dat er vanaf nul een model moet worden getraind.

GagarinSoft biedt maatwerkautomatisering en integratie voor factuurverwerking, van documentaanlevering tot controle en export. Voordat we maatwerkontwikkeling afbakenen, beoordelen we eerst of bestaande tools geschikt zijn.

Beoordeel de nauwkeurigheid op basis van uw documenten

Stel een representatieve steekproef samen en noteer vóór het testen de juiste waarden. Neem digitale pdf's, scans, telefoonfoto's, facturen van meerdere pagina's, creditnota's, nieuwe leveranciers en documenten met verschillende btw-tarieven op. Bewaar enkele voorbeelden voor een eindcontrole, zodat je niet alles op dezelfde set afstemt.

• Meet belangrijke velden afzonderlijk. Voor factuurnummer, leverancier, valuta en totaalbedrag kan een andere acceptatieregel nodig zijn dan voor een vrije tekstomschrijving.
• Meet volledige records. Tel facturen die aan alle vereiste controles voldoen, en ook de facturen waarvan afzonderlijke velden correct zijn geëxtraheerd.
• Meet de benodigde beoordelingsinspanning. Houd bij hoeveel documenten moeten worden gecorrigeerd en hoeveel tijd medewerkers aan die correcties besteden.
• Test de bestemming. Neem dubbele inzendingen, verbindingsproblemen en afgewezen exports mee in de evaluatie.

De nauwkeurigheidsdoelstelling moet aansluiten bij de actie die je onderneemt. Voor een concept dat door een medewerker wordt beoordeeld, gelden andere acceptatieregels dan voor een record dat automatisch wordt geboekt. Betrouwbaarheidsscores van de provider helpen bij het verdelen van werk; toets drempelwaarden aan je eigen resultaten.

Bereken de kosten per goedgekeurde factuur

Neem de installatie, terugkerende software- of API-kosten, hosting, onderhoud en de beoordelingstijd van medewerkers mee. Houd de kosten per bruikbaar record bij, inclusief mislukte pogingen en correcties.

Als illustratief rekenvoorbeeld: voor 500 facturen van elk vier minuten is ongeveer 33 uur invoerwerk nodig. Als het nieuwe proces gemiddeld één minuut beoordeling per factuur kost, daalt dat naar ongeveer acht uur: een besparing van circa 25 uur, exclusief uitzonderingen en onderhoud. Dit zijn voorbeeldveronderstellingen, geen beloofd resultaat; vervang ze door metingen van je eigen team.

De implementatie-inschatting hangt af van de variatie in documenten, validatieregels, integratietoegang en hostingbeperkingen. Onze gids over de kosten van AI-ontwikkeling legt uit hoe die factoren de projectomvang beïnvloeden.

Spreek af waar de documenten en geëxtraheerde gegevens naartoe gaan

Breng de invoer, opslag, extractieproviders, beoordelingsschermen, logs, back-ups en bestemming in kaart. Bepaal wie toegang heeft tot documenten, wat wordt bewaard en wat wordt verwijderd. Als documenten binnen je eigen omgeving moeten blijven, toets dan elke verwerkingsstap aan die eis voordat je tools kiest.

Stel een bruikbare projectbrief op

• Documenttypen, talen en maandelijkse volumes.
• Waar facturen binnenkomen en hoe ze nu worden gecontroleerd.
• Vereiste velden en het bestemmingssysteem.
• Goedkeuringsrollen en wat er gebeurt als een veld onduidelijk is.
• Hosting- en bewaareisen.
• Representatieve, onherkenbaar gemaakte voorbeelden die via een afgesproken kanaal worden gedeeld.

Dit is voldoende om een gesprek over een gerichte pilot te beginnen: één invoerkanaal, één bestemming en meetbare acceptatiecriteria.