LIVE Strukturierte Extraktion

BelegLotse

Extrahiert Rechnungen/Mahnungen strukturiert, prüft sie fachlich (Validierungs-Flags) und exportiert nach DATEV — optional 100 % lokal. Live.

Live-Demo ↗ Dokumentation ↗ Design-Präsentation ↗ Code (bald)

Problem & Kontext

Belege abtippen ist langsam und fehleranfällig

Jeder Beleg muss erfasst, geprüft und nach DATEV exportiert werden. Ein Extraktor, der Felder erkennt, gegen §14 UStG validiert und sauber exportiert — optional ohne Cloud — beschleunigt die Buchhaltung.

Lösung

OCR + LLM + Validierung statt Abtippen

PDF/Bild via OCR oder Text, strukturierte Extraktion (typisierte Felder + Confidence) und — der Kern — deterministische Validierung ÜBER der KI-Ausgabe: MwSt-Arithmetik, § 14 UStG, Verzug § 288 BGB, IBAN/USt-IdNr → sichtbare Validierungs-Flags. Export nach DATEV (EXTF), CSV, JSON.

BelegLotse-Extraktor: eine Rechnung mit Feld-Tabelle (Confidence) und Validierungs-Flags (MwSt, § 14 UStG, IBAN) sowie DATEV-Export.

Architektur

Clean Architecture, vier Schichten

domain

Beleg, ValidationFlag + LLM-/OCR-Port

application

BelegExtractor + Validierungsregeln (UStG/BGB)

infrastructure

pypdf, Tesseract-OCR, Mistral/Ollama, DATEV/CSV/JSON

api

FastAPI: Upload + /extract (SSE) + /export

Process History

Vom Plan zum Deploy — sechs Phasen

  1. 01

    Setup & Architektur

    FERTIG

    Clean-Arch-Gerüst, Docker, CI (ruff + mypy --strict + pytest). Accent Amber.

  2. 02

    OCR & Extraktion

    FERTIG

    PDF (pypdf) / Bild (Tesseract) / Text; LLM structured output → Beleg + Confidence.

  3. 03

    Validierung

    FERTIG

    Deterministische Regeln über der KI: MwSt, § 14 UStG, § 288 BGB, IBAN (mod-97), USt-IdNr → Flags.

  4. 04

    Eval-Harness

    FERTIG

    10 Belege: Feld-Genauigkeit, Exact-Match, Validation-Catch-Rate (erkennt MwSt-Fehler).

  5. 05

    Export & Extraktor (SSE)

    FERTIG

    DATEV (EXTF)/CSV/JSON, Upload-Dropzone, Live-Schritte, Feld-Tabelle + Flags. BFSG/TDDDG.

  6. 06

    Deploy & Doku

    FERTIG

    Live auf eigenem VPS via Traefik (Image mit Tesseract). Projektdoku + Design öffentlich.

Ergebnisse

Messbar gemacht

100 %
Feld-Genauigkeit (67/67, 10 Belege)
2/2
Validation-Catch (MwSt-Fehler erkannt) · Exact 10/10
~1,7 s
Latenz p50 (Extraktion + Prüfung)

Gemessen gegen ein Golden-Set (26 Fälle). Details in der Projektdokumentation.

Stack & Compliance

Python 3.12FastAPIHTMX + SSETesseract / pypdfMistral / OllamaDATEV-EXTFDockerTraefik

Belege enthalten personenbezogene & steuerrelevante Daten → optional 100 % lokal (Ollama + Tesseract), keine Speicherung (Datenminimierung). Disclaimer: keine Steuerberatung (StBerG).

BelegLotse live ansehen

Live-Demo öffnen ↗ ← Alle Projekte