Dieser Artikel zeigt, wie das konkret ging: was gut funktioniert hat, wo es schwierig wurde, und warum der Ansatz aus meiner Sicht auch für deutlich kleinere Unternehmen taugt. Firmen- und Kundendaten aus dem echten Projekt sind anonymisiert; das Muster dahinter ist 1:1 übertragbar.
Das Problem: zwei Lücken zwischen CRM und Rechnungssoftware
Das eigentliche Problem war nicht die Rechnung selbst, sondern die Lücke zwischen zwei Systemen, die nicht miteinander sprachen. Drei Reibungspunkte fielen besonders ins Gewicht:
Die Lösung im Überblick
Wir haben das Problem in zwei Richtungen gelöst: Deal-Daten fließen automatisch in einen Rechnungsentwurf, und die fertige Rechnung fließt automatisch zurück in den Deal.
(Deal) sichtbar
Deal → Rechnungsentwurf
fertige Rechnung → Deal
Beide Workflows laufen unabhängig voneinander: Workflow 1 erzeugt nur Entwürfe, die Finance prüft und verschickt. Workflow 2 greift erst, sobald eine Rechnung tatsächlich abgeschlossen ist.
Wie es entstanden ist – ohne eigenes Entwicklerteam
Ich habe keine Zeile Code selbst geschrieben – aber ich habe jede Regel selbst formuliert, die am Ende im Code steckt.
Der Ablauf war immer gleich: Ich beschrieb in normaler Sprache, welches Feld was bedeutet, welche Regel in welchem Fall gilt und was im Zweifel passieren soll. Eine KI (Claude Code) hat daraus die technische Umsetzung gebaut – als Workflow-Logik innerhalb des CRM, ergänzt um einen kleinen Code-Baustein für die komplexeren Fälle.
// Gibt es schon einen Entwurf?const alt = await sucheEntwurf(deal);if (alt) return "übersprungen"; // Sperre gegen parallele Läufeif (!sperre(deal)) return "läuft schon";erstelleEntwurf(deal);
Das ist ein wichtiger Unterschied zu „ganz ohne Code“: Es steckt Code drin. Nur musste ich ihn nicht selbst schreiben, lesen oder debuggen können – ich musste die fachliche Logik so präzise beschreiben können, dass daraus eindeutige Regeln wurden. Das ist eher Buchhalter- als Programmierhandwerk.
Was unter der Haube steckt
Die eigentliche Arbeit lag nicht im „PDF hochladen“, sondern in den Randfällen, die eine Rechnung sauber oder falsch machen.
Umsatzsteuer je nach Land automatisch korrekt: 19 % für Inlandskunden, 0 % mit Reverse-Charge-Hinweis für EU-Kunden mit gültiger USt-IdNr., 0 % mit Steuerhinweis für Drittstaaten – und eine Warnung an einen Menschen, wenn die USt-IdNr. fehlt oder das Land unbekannt ist.
Abos und Raten werden automatisch aufgeteilt: Einmalige Posten (z. B. Setup) und die erste Periode eines Abos landen in der ersten Rechnung, jede weitere Periode wird als separates, pausiertes Abo angelegt, das ein Mensch erst freigibt.
Jede dieser Regeln kam aus meinem Fachwissen als Buchhalter – die KI musste sie nur konsequent in Code übersetzen.
Testen, Grenzen und die Rolle der Fachkenntnis
Bevor die Automatisierung live ging, haben wir sie an acht typischen Testfällen durchgespielt – von der einfachen Inlandsrechnung bis zum Kunden in einem unbekannten Land. Jeder Testfall hatte ein klar definiertes erwartetes Ergebnis, das wir vor dem Go-live geprüft haben.
Genauso wichtig wie die Automatisierung selbst waren die bewussten Grenzen:
Diese Entscheidungen zu treffen war die eigentliche fachliche Arbeit – nicht das Programmieren.
Was das für Unternehmen ohne eigene IT-Abteilung bedeutet
Der Ansatz eignet sich am besten für Prozesse, die klaren, wiederholbaren Regeln folgen – nicht für Einzelfallentscheidungen.
Je kleiner das Unternehmen, desto eher lohnt sich der Ansatz: Es braucht kein Entwicklerbudget, aber jemanden, der den Prozess fachlich genau genug beschreiben kann.
Wie Sie selbst anfangen
Der einfachste Einstieg ist ein Prozess, den Sie selbst manuell erledigen und bei dem Sie jede Regel aus dem Kopf aufzählen können.
- 1Einen Prozess auswählen, der oft wiederholt wird und klaren Regeln folgt, zum Beispiel eine Rechnung aus einem CRM-Deal erstellen.
- 2Jede Regel aufschreiben, die Sie im Kopf anwenden – inklusive Ausnahmen und dem, was passieren soll, wenn etwas nicht passt.
- 3Die Umsetzung mit einer KI besprechen, zunächst in einem Testmodus ohne Schreibrechte auf echte Daten.
- 4Mit wenigen Testfällen prüfen, bevor es live geht – und von Anfang an eine Warteschlange für unklare Fälle einplanen, statt auf 100 % Automatisierung zu zielen.
Stand 1. November 2026. Firmen- und Kundendaten aus dem Projekt sind anonymisiert. Die Beispiele zur Umsatzsteuer sind vereinfacht und ersetzen keine steuerliche Beratung.