Buchhaltung mit ChatGPT

Oder besser gesagt: Die Vorbereitung für das Steuerbüro mit ChatGPT könnte weitaus automatisierter von statten gehen als mit Lexoffice & Co.
Schauen wir mal!

Wir arbeiten seit dem ersten öffentlich erscheinen mit ChatGPT.
ChatGPT unterstützt uns beim Programmieren, lösen kniffliger DevOps Aufgaben, gestalten von Website und Print-Produkten, erstellen von Vorlagen für Verträgen, Produkttexten und so weiter .. kurz, ChatGPT ist aus unserem Arbeitsalltag bei solongo nicht mehr weg zu denken.

Wir gehen so weit, dass wir ChatGPT mit einem kleinen Augenzwinkern als digitalen Mitarbeiter auf unserer Team-Page aufgenommen haben. Why not? ;-)

Also kommen wir mal zum Punkt.
Ich lass mich ja gern über mangelnde Automatisierung von Prozessen bei verschiedenen Cloud-Dienstleistern aus. Speziell nervt es bei der Vorbereitung der Buchhaltung.

Es wird nicht erkannt, das eine Leasing-Rate inkl. des Vertrages letzten Monat schon auf dieses oder jedes buchhalterische Konto gebucht wird.
Gehaltszahlungen werden nicht als solche erkannt und automatisch verbucht. Noch nicht mal Eingangsrechnung.

ChatGPT hat in der Vergangenheit schon geholfen CSV Datei umzuformatieren, mit Daten anzureichern und z.B. als JSON wieder zurück zu geben... oder eben als angereichertes CSV.

 

ChatGPT die Situation erklären

Ich erkärte also erstmal die Situation und lud ein entsprechendes CSV - der Kontoauszug meiner Bank - hoch.
Zurück kam erstmal ein CSV erweitert um die Spalten Dateiname, Konto ID und Konto Name.

Soweit noch keine große Sache. Trotzdem irgendwie immer wieder lässig, wie man so mit dem "Kollegen" spricht und was da raus kommt.

Also los geht - laden wir mal ein paar Dokument hoch.

Ziel ist es, dass der Inhalt gelesen wird, anhand des Inhaltes erkannt wird welchen buchhalterischen Konto es zugeordnet werden kann und der Dateiname mit dem gefundenen Konto dann der entsprechenden Transaktion zugewiesen wird

Startprobleme?

Interessant...
Das Dokument wird ordentlich gelesen.
Es wird der richtige Betrag gefunden, der Kunde, der Inhalt der Rechnung .. welcher wichtig ist für die buchhalterische Einordnung ... die auch sauber funktioniert .. ABER

Es tut sich schwer die Transaktion mit genau dem Wert zu finden der aus dem Dokument ausgelesen wird.

Wie gesagt, irgendwie hat man das Gefühl man redet mit einer echten Identity und so redet man auf ChatCTP ein, "zeigt" die Zeile wo es steht ... dann wird sie gefunden und richtig zugeordnet.

Alles im Allen sehr mühselig ... aber ich denke der Ansatz stimmt

Pro

  • Lesen der Dateien funktioniert super! Es wurden immer die richtigen Buchwerte gefunden, inkl. Mwst. und Nettobeträge. Firmennamen, Datum, Rechnungsnummern etc. Bis hin zum Inhalt der wichtige für die Zuordnung ist
  • Finden der richtigen Buchungskonten  funktioniert auch super. Manchmal muss man ein bisschen nachschärfen ... "es ist eher Material als Büroausstattung" .. dann kommt sofort das richtige Konto
  • Kommunikaton mit ChatGPT  ... z.B. habe ich mir zwischenzeitich mal eine Liste der noch fehlende oder besser offenen Transaktion ausgeben lassen. Oder ich bat um eine Liste alle Amazon-Bestell-IDs die im Verwendungszweck der Transaktionen steht ... und mit deren Hilf ich easy auf die Sucher nach den passenden Rechnungen gehen konnte

Contra

  • Zuordnen zu den Transaktion: obwohl die richtigen Werte gefunden wurden, tat er/es sich schwer diese entsprechenden Transaktionen zuzuweisen. Das verwunderte mich ehrlich gesagt am meisten
  • Merken .. er scheint als werden sich vorherige Vorgänge nicht gemerkt. Also Dinge wie "im letzten Monat gab es schon dieses Rechnung mit fast gleichem Inhalt und dieses habe ich so zugeordnet deshlab mach ich es jetzt auch" ... hmmm ... das scheint nicht so wirklich zu funktionieren

Fazit

Wir hatten schon mal ein Tool entwickelt in welches man eine Bank-CSV laden und die Buchungskonten und entsprechende Dokument händisch den Transaktion zuweisen konnte.

Anhand von vorherigen Zuordnung und deren Häufigkeiten können wir die hälfte der Transaktion jeden Monat automatisch zuweisen lassen.
Das ist ein sehr rudimentärer Ansatz und scheitern an neuen Mustern, die nicht wirklich gut erkannt werden.

Die Idee ist unser bestehendes Tools mittels der ChatGPT API so zu erweitern, dass wir die oben genannten PRO gut nutzen können.

Die CONTRAs denke ich können wir gut eliminieren in dem ein Script die Transaktionsliste und/oder  die Liste der vorhanden Dokumente systematisch abarbeitet und konkrete Parameter (Wert, Datum, Verwendungszweck) der API übergibt und konkrete Ergebnisse (welches Dokument match mit welcher Anfrage) erhält mit dem wir dann weiter arbeiten können.