Langsame Rechnungsbearbeitung mit Claude beheben: KI für Ausgabenkontrolle in Echtzeit
Manuelle Verarbeitung von Rechnungen und Belegen verlangsamt Ihr Finanzteam, verzögert Zahlungen und verhindert eine Echtzeit-Sicht auf Ihre Ausgaben. Dieser Artikel zeigt, wie Sie Claude als KI-Copilot nutzen, um Rechnungsdaten zu extrahieren, Spesenrichtlinien durchzusetzen und Freigaben zu beschleunigen – bei gleichzeitigem Risikomanagement. Sie erhalten strategische Überlegungen, konkrete Workflows und praxisnahe Prompts, die Sie direkt in Ihrer Finanzorganisation anwenden können.
Inhalt
Die Herausforderung: Langsame Rechnungs- und Belegverarbeitung
Für viele Finanzteams ist die Rechnungs- und Belegverarbeitung noch immer ein manueller, fehleranfälliger Kraftakt. Mitarbeitende in der Kreditorenbuchhaltung tippen Kopf- und Positionsdaten per Hand ab, jagen fehlenden Informationen per E-Mail hinterher und gleichen Dokumente Zeile für Zeile ab. Wenn mit mehr Lieferanten, Abonnements und Reisekosten die Volumina steigen, werden Rückstände zur Regel statt zur Ausnahme.
Traditionelle Ansätze – gemeinsame Postfächer, einfache OCR-Tools oder ausgelagerte Datenerfassung – kommen nicht mehr hinterher. OCR kann Zeichen erkennen, hat aber Schwierigkeiten mit komplexen Layouts, mehreren Währungen, Rabatten und Ausnahmen. Regelbasierte Workflows brechen zusammen, sobald Lieferanten ihre Vorlagen ändern oder Mitarbeitende atypische Belege einreichen. Diese Setups zu skalieren bedeutet meist, mehr Personal auf das Problem zu werfen, statt den Prozess zu verbessern.
Die geschäftlichen Auswirkungen sind erheblich. Langsame Verarbeitung führt zu verspäteten Zahlungen, Mahngebühren und belasteten Lieferantenbeziehungen. Der Monatsabschluss wird zum Wettlauf, weil tatsächliche Ausgaben in unbearbeiteten Rechnungen feststecken. Finance verliert die Echtzeit-Sicht auf Kostentreiber und kann Spesenrichtlinien nicht konsequent durchsetzen – was zu Leakage bei Reisen, Beschaffung und SaaS-Abonnements einlädt. Gleichzeitig sind hochqualifizierte Finanzmitarbeitende mit Tätigkeiten mit geringer Wertschöpfung in der Datenerfassung gebunden, statt Analysen und Entscheidungsunterstützung zu liefern.
Die gute Nachricht: Diese Herausforderung ist lösbar. Moderne KI – insbesondere Tools wie Claude für Rechnungs- und Belegverarbeitung – kann lange, komplexe Dokumente lesen, die richtigen Felder extrahieren und Richtlinienprüfungen in einem Schritt durchführen. Bei Reruption sehen wir, wie KI-Copiloten für dokumentenintensive Workflows Teams entlasten und nahezu Echtzeit-Transparenz über Ausgaben ermöglichen. Im weiteren Verlauf dieses Leitfadens finden Sie praktische Hinweise, wie Sie Claude einsetzen, um Ihre Rechnungs- und Belegverarbeitung zu transformieren, ohne Kontrolle oder Compliance zu gefährden.
Brauchen Sie einen Sparring-Partner für diese Herausforderung?
Lassen Sie uns unverbindlich sprechen und brainstormen.
Innovatoren bei diesen Unternehmen vertrauen uns:
Unsere Einschätzung
Eine strategische Einschätzung der Herausforderung und High-Level-Tipps, wie Sie sie angehen können.
Aus Reruptions Arbeit beim Aufbau von Lösungen für KI-gestützte Dokumentenanalyse und Automatisierung wissen wir, dass Claude sich besonders gut für Probleme rund um langsame Rechnungs- und Belegverarbeitung eignet. Die Fähigkeit, lange, unstrukturierte Dokumente zu verarbeiten, über mehrere Dateien hinweg zu schlussfolgern (Rechnung, Bestellung, Vertrag) und strukturierte Ergebnisse zurückzugeben, macht Claude ideal, um einen Finance-Copiloten für Ausgabenkontrolle aufzubauen, der tatsächlich in Ihre bestehenden Prozesse und Kontrollen passt.
In Review-Copiloten denken, nicht in voller Autonomie
Viele Finanzverantwortliche starten mit der Idee einer vollständig autonomen Rechnungsverarbeitung. In der Praxis ist es deutlich effektiver, Claude als Review-Copiloten zu positionieren, der 80–90 % der repetitiven Arbeit übernimmt und die 10–20 % der Fälle hervorhebt, die menschliches Urteilsvermögen erfordern. Das passt besser zu Prüfungserwartungen und internen Kontrollrahmen – und liefert dennoch erhebliche Zeitgewinne.
Definieren Sie strategisch klare Entscheidungsgrenzen: Was darf Claude innerhalb festgelegter Schwellenwerte automatisch freigeben (z. B. Rechnungen unter einem bestimmten Betrag, die exakt zu einer Bestellung passen), und was muss an eine Person weitergeleitet werden (z. B. Richtlinienausnahmen, neue Lieferanten, ungewöhnliche Kontierungen)? So bleiben finanzielle Kontrollen gewahrt, und Teams gewinnen Vertrauen, dass die KI nicht „eigenmächtig“ Freigaben erteilt.
Mit einem dokumentenstarken Typ und engem Richtlinienscope starten
Versuchen Sie nicht, alle Arten von Rechnungen und Belegen auf einmal zu automatisieren, sondern beginnen Sie mit einem hochvolumigen, relativ standardisierten Fall – beispielsweise Lieferantenrechnungen Ihrer Top-50-Anbieter oder Reisekostennachweise einer einzelnen Business Unit. Begrenzen Sie den anfänglichen Richtlinienscope auf einige klare Regeln: Umsatzsteuerbehandlung, Zuordnung zu Aufwandskategorien und Freigabeschwellen.
Dieser Fokus ermöglicht es Ihrem Team, den Umgang mit Claude zu erlernen, Prompts und Validierungslogik zu verfeinern und Vertrauen in die Ergebnisse aufzubauen. Sobald der erste Scope stabil ist und gemessen wird, erweitern Sie auf komplexere Rechnungen (z. B. mehrzeilig, mehrwährungsfähig) und zusätzliche Richtlinienprüfungen (z. B. Vertragsbedingungen, Freigabeketten, länderspezifische Steuerregeln).
Human-in-the-Loop-Kontrollen von Anfang an einplanen
Für Finance sind Risikominimierung und Compliance nicht verhandelbar. Wenn Sie Ihren Claude-basierten Workflow entwerfen, definieren Sie die Human-in-the-Loop-Schritte explizit: Wer prüft die Extraktionsgenauigkeit der Felder, wer löst Richtlinienverstöße auf und wie werden Ausnahmen protokolliert? Bauen Sie diese Review-Schritte in Ihr UI und Ihre Prozesse ein – nicht als informales „jemand schaut später mal drüber“.
Strategisch sollten Sie Claude nutzen, um Risiken sichtbar zu machen, nicht nur Daten. Lassen Sie Claude beispielsweise nicht nur Beträge extrahieren, sondern auch abweichende Zahlungsbedingungen im Vergleich zum Vertrag, doppelte Rechnungsnummern oder Ausgaben oberhalb von Budgetgrenzen markieren. So entwickelt sich Ihr AP-Prozess von einer Datenerfassungsfunktion zu einem Echtzeit-Zentrum für Risiko- und Ausgabenkontrolle.
Ihr Team auf neue Rollen und Fähigkeiten vorbereiten
Die Einführung von Claude in der Rechnungsverarbeitung verändert die Arbeit Ihrer AP- und Finanzteams. Sie wechseln von der Dateneingabe zu Prompt-Konfiguration, Validierung von KI-Ergebnissen und Verfeinerung von Geschäftsregeln. Um diesen Übergang reibungslos zu gestalten, investieren Sie in grundlegende KI-Kompetenz: wie Claude funktioniert, wofür es geeignet ist und wo seine Grenzen liegen.
Identifizieren Sie strategisch „KI-Champions“ im Finanzbereich, die die Weiterentwicklung Ihrer Prompts und Workflows verantworten. Das müssen keine Entwickler sein; benötigt werden tiefes Prozesswissen und ein Blick fürs Detail. Reruptions Erfahrung zeigt: Wenn Finance die KI-Konfiguration verantwortet – mit Unterstützung aus der Technik – sind Akzeptanz und langfristiger Erfolg deutlich höher, als wenn alles ausschließlich von der IT getrieben wird.
KI-Ambitionen mit Ihrer Finanzsystemlandschaft ausrichten
Claude kann die Geschwindigkeit der Rechnungs- und Belegverarbeitung massiv erhöhen – aber nur, wenn es in Ihr bestehendes ERP, Ihre AP-Automatisierung und Ihre Spesenmanagement-Tools passt. Kartieren Sie strategisch die Datenflüsse: Wo entstehen Dokumente (E-Mail, Portal, Scanner), wo läuft Claude, und wie gelangen strukturierte Ausgaben in Ihre Kernfinanzsysteme.
Planen Sie eine schrittweise Integration. Starten Sie mit einem teilautomatisierten Setup (Claude-Ergebnisse werden in Ihr AP-System eingefügt), um Genauigkeit und Mehrwert zu belegen. Gehen Sie dann gemeinsam mit der IT zu API-basierten Integrationen über, die validierte Daten direkt in Ihr ERP oder Spesentool übertragen. Dieser gestufte Ansatz reduziert Risiken, hält den Projektzeitplan realistisch und vermeidet Abhängigkeiten von einem einzelnen Anbieter oder einer Plattform.
Als Finance-Copilot mit klar definierten Leitplanken kann Claude langsame, manuelle Rechnungs- und Belegverarbeitung in einen nahezu Echtzeit-fähigen, richtlinienbewussten Workflow verwandeln. Entscheidend ist, fokussiert zu starten, Human-in-the-Loop-Kontrollen zu verankern und Claude durchdacht in Ihren Finanz-Stack zu integrieren. Reruption verbindet tiefe KI-Engineering-Expertise mit praktischem Verständnis von Finanzprozessen, um Sie von Experimenten zu einer funktionierenden Lösung zu führen, die Ihr AP-Team tatsächlich nutzt. Wenn Sie erkunden möchten, wie das in Ihrer Umgebung aussehen könnte, ist unser KI-PoC ein pragmatischer Weg, den Ansatz anhand Ihrer eigenen Rechnungen und Belege zu validieren.
Hilfe bei der Umsetzung dieser Ideen?
Nehmen Sie gerne unverbindlich Kontakt zu uns auf.
Fallbeispiele aus der Praxis
Von Einzelhandel bis Intelligente Städte: Erfahren Sie, wie Unternehmen Claude erfolgreich einsetzen.
Best Practices
Erfolgreiche Implementierungen folgen bewährten Mustern. Werfen Sie einen Blick auf unsere taktischen Ratschläge für den Einstieg.
Ein klares, auf Finance zugeschnittenes Extraktionsschema definieren
Bevor Sie Dokumente an Claude senden, definieren Sie exakt, welche Felder Sie für die Automatisierung von Rechnungen und Belegen benötigen. Denken Sie in einem Extraktionsschema, das zu Ihrem ERP- oder AP-System passt: Lieferantenname, USt-IdNr., Rechnungsnummer, Rechnungsdatum, Fälligkeitsdatum, Währung, Nettobetrag, Steuerbetrag, Bruttobetrag, Zahlungsbedingungen, Bestellnummer, Kostenstelle, Sachkonto und Positionen.
Dokumentieren Sie dieses Schema und nutzen Sie es konsistent in Ihren Prompts, damit Claude strukturierte, maschinenlesbare Ergebnisse (z. B. JSON) zurückgibt. So wird die spätere Integration in Ihre Finanzsysteme trivial. Erfassen Sie außerdem richtlinienrelevante Felder wie Spesenkategorie, Reisezweck oder Laufzeit eines Abonnements, damit Claude Ausgabenkontrolle unterstützt – nicht nur Datenerfassung.
Beispiel-Prompt für schema-basierte Extraktion:
Sie sind ein Assistent für ein Finanzteam. Extrahieren Sie alle relevanten Daten aus der untenstehenden Rechnung.
Geben Sie NUR gültiges JSON in exakt diesem Format zurück:
{
"supplier_name": "",
"supplier_vat_id": "",
"invoice_number": "",
"invoice_date": "JJJJ-MM-TT",
"due_date": "JJJJ-MM-TT",
"currency": "",
"net_amount": 0.00,
"tax_amount": 0.00,
"gross_amount": 0.00,
"payment_terms": "",
"purchase_order_number": "",
"cost_center": "(falls verfügbar)",
"line_items": [
{
"description": "",
"quantity": 0,
"unit_price": 0.00,
"line_net_amount": 0.00,
"gl_account_suggestion": ""
}
]
}
Rechnungstext:
---
{{INVOICE_CONTENT}}
---Erwartetes Ergebnis: Rechnungen werden in konsistente JSON-Strukturen konvertiert, die mit minimalem zusätzlichen Mapping in Ihre AP-Workflows übernommen werden können.
Claude zum Abgleich von Rechnungen mit Bestellungen und Richtlinien nutzen
Claude ist nicht nur stark darin, ein einzelnes Dokument zu lesen, sondern auch im Schlussfolgern über mehrere Dokumente hinweg. Nutzen Sie dies, um Rechnungen automatisch mit Bestellungen und internen Richtlinien zu vergleichen. Übergeben Sie für jede Rechnung die passende Bestellung (oder relevante Vertragsauszüge) zusammen mit Ihrer schriftlichen Spesenrichtlinie und lassen Sie Claude Abweichungen und Verstöße hervorheben.
Beispiel-Prompt für Bestell- und Richtlinienprüfungen:
Sie sind ein Assistent für Finanz-Compliance.
Aufgabe:
1. Vergleichen Sie PURCHASE ORDER und INVOICE.
2. Prüfen Sie Abweichungen bei Lieferant, Währung, Mengen, Preisen und Gesamtbetrag.
3. Wenden Sie die EXPENSE POLICY an und markieren Sie Verstöße.
Geben Sie eine JSON-Zusammenfassung mit Folgendem zurück:
- match_status: "full_match" | "minor_difference" | "major_difference"
- differences: [Liste mit menschenlesbaren Feststellungen]
- policy_violations: [Liste mit Verstößen inklusive Richtlinienreferenzen]
PURCHASE ORDER:
---
{{PO_CONTENT}}
---
INVOICE:
---
{{INVOICE_CONTENT}}
---
EXPENSE POLICY:
---
{{POLICY_TEXT}}
---Erwartetes Ergebnis: Mitarbeitende in der Kreditorenbuchhaltung erhalten einen prägnanten, strukturierten Ausnahmereport statt jede Zeile manuell prüfen zu müssen. Saubere Treffer können sie schnell freigeben und ihre Zeit auf die gekennzeichneten Fälle fokussieren.
Belegklassifizierung für Ausgabenkontrolle automatisieren
Für Reisen und Mitarbeiterspesen können Sie Claude nutzen, um Belege automatisch in Spesenkategorien zu klassifizieren und potenzielle Richtlinienverstöße zu markieren (z. B. Alkohol, Business-Class-Flüge, wo nicht erlaubt, Wochenendaufenthalte ohne Begründung). Geben Sie Claude sowohl den Rohtext des Belegs als auch Ihre Reise-/Spesenrichtlinie.
Beispiel-Prompt für Belegklassifizierung:
Sie sind ein Assistent für das Finanzteam und klassifizieren Spesenbelege von Mitarbeitenden.
Nutzen Sie die untenstehende EXPENSE POLICY und führen Sie für jeden Beleg Folgendes durch:
1) Weisen Sie eine expense_category zu (z. B. hotel, flight, taxi, meal, subscription, other).
2) Schlagen Sie ein Sachkonto (GL account) und eine Kostenstelle vor, falls vorhanden.
3) Identifizieren Sie mögliche policy_violations.
4) Geben Sie eine kurze Begründung für jeden Verstoß.
Geben Sie für jeden Beleg JSON zurück.
EXPENSE POLICY:
---
{{POLICY_TEXT}}
---
RECEIPT:
---
{{RECEIPT_CONTENT}}
---Erwartetes Ergebnis: Finance erhält vorab klassifizierte Spesenzeilen mit klaren Prüfflaggen, was den manuellen Codierungsaufwand reduziert und die Konsistenz über die Organisation hinweg verbessert.
Einfachen Ausnahme-Posteingang mit Claude-Zusammenfassungen aufbauen
Statt Ihr AP-Team Rechnung für Rechnung abarbeiten zu lassen, richten Sie einen „Ausnahme-Posteingang“ ein, in dem nur problematische Fälle erscheinen. Nutzen Sie Claude, um kurze, strukturierte Zusammenfassungen für jede Ausnahme zu generieren, sodass Prüfer auf einen Blick verstehen, was Aufmerksamkeit benötigt (z. B. fehlende Bestellung, Betragsabweichung, ungewöhnlicher Lieferant, Ausgaben außerhalb der Richtlinie).
Beispiel-Prompt für Ausnahmesummaries:
Sie unterstützen die Kreditorenbuchhaltung bei der Behandlung von Ausnahmen.
Erstellen Sie auf Basis der untenstehenden EXTRACTION_RESULT und CHECK_RESULTS eine prägnante Zusammenfassung
für die Sachbearbeitung in der Kreditorenbuchhaltung mit folgenden Punkten:
- worum es bei dieser Rechnung geht (Lieferant, Zweck, Hauptpositionen)
- was die automatische Freigabe blockiert
- empfohlene nächste Schritte (z. B. fehlende Bestellung anfordern, Managerfreigabe einholen)
Halten Sie die Zusammenfassung unter 120 Wörtern.
EXTRACTION_RESULT (JSON):
{{EXTRACTION_JSON}}
CHECK_RESULTS (JSON):
{{CHECK_RESULTS_JSON}}Erwartetes Ergebnis: Mitarbeitende in der Kreditorenbuchhaltung priorisieren und lösen Ausnahmen schneller, da sie Kontext und empfohlene Maßnahmen sofort sehen, statt komplette Dokumente neu lesen zu müssen.
Workflow mit Genauigkeits- und Durchlaufzeit-KPIs instrumentieren
Um KI-gestützte Rechnungsverarbeitung als echte Finanzfunktion zu steuern, definieren und verfolgen Sie von Beginn an konkrete KPIs. Mindestens sollten Sie die Extraktionsgenauigkeit (Korrektheit auf Feldebene), Auto-Freigaberate, Ausnahmenquote, durchschnittliche Lösungszeit und die End-to-End-Durchlaufzeit von Rechnungen messen. Nutzen Sie diese Kennzahlen, um zu entscheiden, wo Prompts verfeinert, Richtlinien angepasst oder zusätzliche Prüfungen ergänzt werden sollten.
Richten Sie einen einfachen Feedback-Loop ein: Wenn Mitarbeitende in der Kreditorenbuchhaltung ein extrahiertes Feld korrigieren oder eine Richtlinienempfehlung übersteuern, erfassen Sie diese Änderungen und speisen Sie repräsentative Beispiele regelmäßig mit aktualisierten Prompts wieder in Claude ein. Dieser kontinuierliche Feinabstimmungsprozess verbessert die Genauigkeit spürbar und senkt das Volumen an Ausnahmen.
Erwartete Ergebnisse: Mit diesen Vorgehensweisen sehen Finanzteams typischerweise eine Reduktion manueller Datenerfassung für Rechnungen und Belege um 40–70 %, 30–50 % schnellere Durchlaufzeiten für Standardrechnungen und einen deutlich höheren Anteil der Ausgaben, der nahezu in Echtzeit sichtbar ist. Die exakten Werte hängen von Ihrem Dokumentenmix und der Komplexität Ihrer Richtlinien ab, aber die Richtung ist eindeutig: weniger manuelle Arbeit, schnellere Verarbeitung und strengere Ausgabenkontrolle.
Brauchen Sie jetzt Umsetzungskompetenz?
Lassen Sie uns über Ihre Ideen sprechen!
Häufig gestellte Fragen
Claude kann bei der Rechnungs- und Belegverarbeitung eine sehr hohe Genauigkeit erreichen, wenn es durch ein klares Extraktionsschema und gut gestaltete Prompts geführt wird. In vielen Setups kann die Genauigkeit auf Feldebene für Standardrechnungen nach einer ersten Feinabstimmung über 95 % liegen.
Die Genauigkeit hängt von der Dokumentenqualität (Scans vs. PDFs), der Layoutkomplexität und der Konsistenz der Lieferantenformate ab. Eine bewährte Praxis ist, dass Claude Werte vorschlägt und Mitarbeitende in der Kreditorenbuchhaltung diese für einen Teil der Dokumente validieren oder korrigieren. Diese Korrekturen können zur Verfeinerung von Prompts und Regeln genutzt werden, um die Leistung kontinuierlich zu steigern, ohne die Kontrolle zu gefährden.
Für einen fokussierten Use Case wie langsame Rechnungs- und Belegverarbeitung können Sie in der Regel in Wochen statt Monaten einen funktionsfähigen Prototyp aufbauen. Mit Reruptions KI-PoC zielen wir darauf ab, den Use Case zu definieren, einen lauffähigen Prototyp zu erstellen und die Performance innerhalb weniger Wochen zu evaluieren.
Der Übergang zu einem produktionsreifen Workflow mit Systemintegrationen, Benutzeroberflächen und Monitoring benötigt typischerweise einige zusätzliche Sprints – abhängig von Ihrer ERP-Landschaft und Ihrer IT-Governance. Ein realistischer Pfad ist: 2–4 Wochen für einen PoC mit echten Dokumenten, 4–8 Wochen für einen Pilotbetrieb mit einem Teil der Lieferanten oder Business Units und anschließend ein gestufter Rollout, sobald KPIs und Kontrollen Ihren Standards entsprechen.
Sie benötigen kein großes Data-Science-Team, um von Claude für Finance-Automatisierung zu profitieren. Kritische Rollen sind: eine/n Finance-Prozessverantwortliche/n (AP-Leitung oder Controller/in), der/die Ihre Richtlinien und Edge Cases kennt, ein KI-/Engineering-Partner zur Integration von Claude in Ihre Systeme und einige „Power-User“ in der Kreditorenbuchhaltung, die bei der Verfeinerung von Prompts und Regeln unterstützen.
Der Großteil der täglichen Arbeit in einem etablierten Setup besteht darin, Ergebnisse zu validieren, Geschäftsregeln anzupassen und gelegentlich Prompt-Vorlagen zu aktualisieren. Reruptions Co-Preneur-Modell ist darauf ausgelegt, Engineering- und KI-Expertise eng mit Ihrem Finanzteam zu verzahnen, sodass dieses schrittweise die Verantwortung übernehmen kann, ohne zu Vollzeitentwicklern werden zu müssen.
Der ROI ergibt sich im Wesentlichen aus drei Bereichen: weniger manueller Aufwand, weniger Fehler und Mahngebühren sowie bessere Ausgabenkontrolle durch Echtzeit-Transparenz. Für AP-Teams mit hohem Volumen ist es üblich, 30–60 % der manuellen Datenerfassungszeit für Standardrechnungen freizusetzen. Dies kann sich langfristig in Personalkosteneinsparungen niederschlagen oder – strategischer – in der Umwidmung von Mitarbeitenden auf höherwertige Analyse- und Lieferantenmanagementaufgaben.
Zusätzliche finanzielle Vorteile sind geringere Säumniszuschläge, bessere Nutzung von Skonti für frühzeitige Zahlungen und reduzierte Ausgabenlecks, da Richtlinienverstöße systematisch erkannt werden. Da Claude nutzungsbasiert abgerechnet wird, können Sie klein starten und mit den realisierten Einsparungen skalieren – die Kostenkurve bleibt damit eng an den nachgewiesenen Mehrwert gekoppelt.
Reruption begleitet Sie von der Idee bis zur laufenden Lösung. Mit unserem KI-PoC-Angebot (9.900 €) validieren wir, dass Claude auf Ihren realen Rechnungen und Belegen zuverlässig Daten extrahieren und Ihre Spesenrichtlinien durchsetzen kann. Sie erhalten einen funktionierenden Prototyp, Performancekennzahlen und einen konkreten Produktionsplan.
Über den PoC hinaus arbeiten wir mit Ihnen im Co-Preneur-Modus: Wir stellen unsere Engineers und Produktdenker an die Seite Ihrer Finance- und IT-Teams. Wir helfen beim Design des End-to-End-Workflows, der Integration in Ihr ERP- oder Spesensystem, beim Aufbau von Monitoring und Kontrollen und dabei, Ihr Team zu befähigen, die Lösung zu betreiben und weiterzuentwickeln. Ziel ist nicht eine Präsentation, sondern ein Finance-Copilot, der tatsächlich Dokumente verarbeitet und die Ausgabenkontrolle in Ihrer GuV verbessert.
Kontaktieren Sie uns!
Direkt Kontaktieren
Philipp M. W. Hoffmann
Founder & Partner
Adresse
Reruption GmbH
Falkertstraße 2
70176 Stuttgart
Kontakt
Telefon