Zahlungszuordnung automatisieren: Kontoauszug gegen offene Posten

Am Morgen liegen achtzig Zahlungseingänge im Konto. Sechzig lassen sich in wenigen Minuten zuordnen, weil die Rechnungsnummer im Verwendungszweck steht. Die restlichen zwanzig kosten den Rest des Vormittags: eine Sammelzahlung über sieben Rechnungen, ein Betrag mit abgezogener Gutschrift, zwei Teilzahlungen und einer, der als Verwendungszweck nur seine eigene Bestellnummer angibt. Genau dieser Rest ist das eigentliche Thema.

Worum es geht: die Kurzfassung

• MT940 ist Geschichte. Seit dem 23. November 2025 sind MT940 und MT942 kein Standard der Deutschen Kreditwirtschaft mehr; camt.053 und camt.052 in der ISO-Version 08 treten an ihre Stelle.
• Das neue Format hilft der Zuordnung. camt.053 überträgt lange Texte vollständig und trennt Zahler, Empfänger und Verwendungszweck sauber, wo MT940 gekürzt hat.
• Der Engpass liegt nicht bei den einfachen Fällen. Automatisierung lohnt sich für Sammelzahlungen, Teilzahlungen, Skontoabzüge und Zahlungen ohne Belegreferenz.
• Der überwiegende Teil ist Rechnen, nicht Verstehen. Betragskombinationen, Skontofristen und Toleranzen gehören in Regeln.
• KI trägt an zwei Stellen bei: freie Verwendungszwecke deuten und unstrukturierte Zahlungsavise aus PDF oder Mail auslesen.

Warum ist die Zuordnung überhaupt schwierig?

Die Schwierigkeit entsteht nicht durch die Zahlung, sondern durch die Lücke zwischen dem, was der Kunde meint, und dem, was auf dem Konto ankommt. Ein Verwendungszweck ist ein kurzes Freitextfeld, das der Zahler nach seiner eigenen Logik füllt – nach seiner Bestellnummer, seiner Lieferantennummer oder gar nicht.

Im SEPA-Überweisungsverkehr steht für den unstrukturierten Verwendungszweck ein Feld von 140 Zeichen zur Verfügung. Eine Sammelzahlung über zwölf Rechnungen passt dort nicht hinein. Der Zahler kürzt, listet nur die erste Nummer auf oder verweist auf ein separat versendetes Avis. Damit ist die Information, die zur Zuordnung nötig wäre, gar nicht im Kontoauszug enthalten.

Auf der Kreditorenseite stellt sich dieselbe Frage spiegelbildlich – dort geht es um den Abgleich von Rechnung, Bestellung und Wareneingang, beschrieben im Beitrag zur automatisierten Eingangsrechnungsprüfung. Die Debitorenseite ist der schwierigere Fall, weil man die Datenqualität des Zahlers nicht beeinflussen kann.

Dazu kommen die üblichen Abweichungen aus dem Tagesgeschäft: Skonto wurde gezogen, obwohl die Frist knapp überschritten war. Eine Gutschrift wurde einbehalten. Ein Kunde zahlt gerundet. Eine Rechnung ist strittig und wird bewusst offen gelassen. Jeder dieser Fälle verändert den Betrag – und macht damit den einfachsten Zuordnungsweg, den Betragsvergleich, unbrauchbar.

Was ändert camt.053 gegenüber MT940?

camt.053 liefert dieselben Umsätze in einer deutlich informationsreicheren Struktur. Wo MT940 lange Texte häufig abgeschnitten hat, überträgt camt.053 sie vollständig und trennt Zahler, Empfänger und Verwendungszweck in eigene Felder. Für eine automatische Zuordnung ist das der Unterschied zwischen Raten und Nachschlagen.

Die Umstellung ist keine Empfehlung mehr, sondern der Stand der Dinge: MT940 und MT942 sind seit dem 23. November 2025 kein Standard der Deutschen Kreditwirtschaft mehr, wie DATEV zur Bereitstellung von Kontoumsätzen darstellt. Auch innerhalb der camt-Familie hat sich die Version bewegt – Version 02 wurde durch Version 08 abgelöst.

Wer heute ein Automatisierungsprojekt in der Debitorenbuchhaltung startet, sollte deshalb zuerst prüfen, welches Format tatsächlich ankommt. Ein Projekt, das auf gekürzten MT940-Texten aufbaut, löst ein Problem, das das Format selbst erzeugt hat.

Ob die Zuordnung am Ende auch geschrieben werden kann, hängt an der Schnittstelle zum Buchhaltungssystem. Welche Integrationsmuster dafür in Frage kommen, beschreibt der Beitrag zur ERP-Anbindung für KI-Agenten.

Welche Fallklassen muss die Zuordnung beherrschen?

Wir sortieren Zahlungseingänge in fünf Klassen. Die Einteilung ist nützlich, weil jede Klasse eine andere Technik braucht – und weil sie zeigt, wo eine Automatisierungsquote realistisch endet.

Klasse B ist die, die am meisten Zeit spart und am häufigsten unterschätzt wird. Die Suche nach einer Teilmenge offener Posten, deren Summe genau dem Zahlungsbetrag entspricht, ist ein Rechenweg – und ein Automat prüft in Sekunden Kombinationen durch, für die ein Mensch eine Excel-Liste aufmacht.

Klasse C entscheidet über die Akzeptanz im Team. Wenn der Automat bei jedem gezogenen Skonto einen Klärfall erzeugt, ist er lästig. Er braucht ein Toleranzwerk, das nach Kunde, Betragshöhe und Abweichungsgrund differenziert – und das die verbleibende Differenz sauber als Skontoaufwand oder Differenzbuchung ausweist.

Wo hilft KI wirklich?

KI hilft an genau zwei Stellen: wenn der Verwendungszweck freier Text ist und gedeutet werden muss, und wenn das Zahlungsavis als PDF oder Mailanhang ankommt statt als strukturierter Datensatz. Alles andere in diesem Prozess ist Rechnen und Vergleichen und gehört in ein Regelwerk.

Der erste Fall ist die Zuordnung über fremde Referenzen. Ein Kunde schreibt „Best. 4711 Teil 2” – gemeint ist seine Bestellnummer, unter der bei Ihnen zwei Teillieferungen und zwei Rechnungen liegen. Diese Verbindung herzustellen erfordert, Kundenbestellnummern, Auftragshistorie und offene Posten zusammenzubringen. Das ist unscharfes Zuordnen, keine Suche.

Der zweite Fall ist das Avis. Es enthält meist genau die Information, die fehlt – nur eben als Tabelle in einem PDF oder als Text in einer Mail. Dokumentenerkennung macht daraus wieder eine Belegliste. Die Mechanik ähnelt der Posteingangs-Klassifikation mit KI, nur mit einem engeren Zielformat.

Wichtig ist die Konfidenz. Ein Vorschlag ohne Sicherheitsangabe zwingt zur vollständigen Nachprüfung und spart damit nichts. Ein Vorschlag mit Konfidenz und Begründung erlaubt es, eine Schwelle festzulegen, oberhalb derer bestätigt statt geprüft wird.

Wie sieht ein realistischer Ablauf aus?

Ein tragfähiger Ablauf hat sechs Schritte und erzeugt an jeder Stelle eine nachvollziehbare Begründung. Er beginnt bewusst nicht mit KI, sondern mit dem, was sicher entscheidbar ist.

1. Kontoauszug einlesen. camt.053 abrufen und Umsätze mit vollständigen Textfeldern übernehmen. Originaldatei unverändert archivieren.
2. Zahler identifizieren. Über IBAN, Zahlername und bekannte Zuordnungen den Debitor bestimmen. Unbekannte IBANs sind ein eigener Klärfall.
3. Eindeutige Treffer ausgleichen. Belegreferenz im Verwendungszweck suchen, Betrag prüfen, ausgleichen. Das ist Klasse A.
4. Kombinationen prüfen. Teilmengen offener Posten suchen, deren Summe zum Betrag passt – mit und ohne Skonto, mit und ohne offene Gutschriften.
5. Rest deuten. Für die verbleibenden Fälle Avis auswerten und freie Texte zuordnen. Ergebnis ist ein Vorschlag mit Konfidenz, kein Ausgleich.
6. Klärfälle übergeben. Was offen bleibt, geht mit vollem Kontext an die Buchhaltung: Zahlungsdaten, Kandidaten, Differenzbetrag und Begründung.

Die Reihenfolge ist der Kern. Wer mit Schritt 5 beginnt, lässt ein Modell Fälle bearbeiten, die eine Regel sicher gelöst hätte – und erzeugt genau die schwer nachvollziehbaren Zuordnungen, die später niemand mehr prüfen möchte. Diese Trennung von Regel, Modell und Mensch beschreibt der Beitrag zu KI-Agenten im Mittelstand als allgemeines Konstruktionsprinzip.

Was sollte der Automat nicht tun?

Buchen, Mahnen und Zahlungsfreigabe sollten getrennte Berechtigungen bleiben. Ein System, das gleichzeitig zuordnen, ausgleichen und Mahnläufe auslösen darf, kann aus einem Zuordnungsfehler eine Kundenbeziehung beschädigen – und zwar automatisiert und in Serie.

Drei Grenzen haben sich bewährt:

• Keine automatische Mahnsperre oder Mahnstufe aufgrund einer maschinellen Zuordnung ohne menschliche Bestätigung.
• Keine automatische Ausbuchung von Differenzen oberhalb einer festgelegten Bagatellgrenze.
• Keine Zuordnung bei abweichender Bankverbindung ohne Prüfung. Eine unbekannte IBAN mit passendem Betrag ist ein Prüf-, kein Zuordnungsfall.

Wie sich solche Handlungsgrenzen, Berechtigungen und Abschaltwege verbindlich festhalten lassen, beschreibt der Beitrag zur KI-Governance im Mittelstand.

Der Einstieg mit Ausgleichsvorschlägen statt Ausgleichsbuchungen kostet wenig und bringt den größten Teil des Nutzens. Die Buchhaltung sieht dieselbe Vorarbeit, behält aber die Entscheidung – und das Team gewinnt die Erfahrungswerte, die man braucht, um später eine begrenzte Dunkelverarbeitung zu verantworten.

Häufige Fragen

Was ändert camt.053 gegenüber MT940 für die Zuordnung?
MT940 kürzt lange Texte häufig ab. Das camt.053-Format überträgt sie vollständig und trennt Zahler, Empfänger und Verwendungszweck in eigene Felder. Damit steht der Zuordnungslogik mehr und sauberer strukturierte Information zur Verfügung als vorher.

Wird MT940 noch unterstützt?
MT940 und MT942 sind seit dem 23. November 2025 kein Standard der Deutschen Kreditwirtschaft mehr. An ihre Stelle treten camt.053 und camt.052 in der ISO-Version 08. Wer noch MT940 verarbeitet, sollte die Umstellung mit seiner Bank und dem ERP-Anbieter klären.

Welche Zahlungen lassen sich realistisch automatisch zuordnen?
Am besten funktionieren Einzelzahlungen mit korrekter Rechnungsnummer im Verwendungszweck. Schwieriger werden Sammelzahlungen über mehrere Belege, Teilzahlungen, abgezogene Gutschriften und Zahlungen mit reiner Kundenbestellnummer. Genau dort entscheidet die Qualität der Zuordnungslogik.

Braucht Zahlungszuordnung ein KI-Modell?
Für den Großteil nicht. Betragsvergleiche, Referenzsuche und Skontoprüfung sind Rechenwege und gehören in Regeln. KI ist nützlich, wenn der Verwendungszweck freier Text ist oder das Zahlungsavis als PDF oder Mailanhang kommt.

Was ist ein Zahlungsavis und warum ist es so wertvoll?
Ein Zahlungsavis ist die Aufstellung des Kunden, welche Belege er mit einer Zahlung ausgleicht. Liegt es vor, ist die Zuordnung meist eindeutig. Das Problem ist selten das Avis selbst, sondern dass es unstrukturiert als PDF oder Mailtext ankommt.

Sollte der Automat offene Posten selbst ausgleichen?
Erst nach einer Erprobungsphase und nur für klar abgegrenzte Fallklassen. Sinnvoll ist der Einstieg mit Ausgleichsvorschlägen, die ein Mensch bestätigt. Buchen, Mahnen und Zahlungsfreigabe sollten getrennte Berechtigungen bleiben.

Wo Sie anfangen, wenn Sie heute starten möchten

Nehmen Sie einen Monat Zahlungseingänge und sortieren Sie sie in die fünf Klassen A bis E. Sie brauchen dafür kein Werkzeug, eine Strichliste genügt. Das Ergebnis beantwortet die einzige Frage, die vor einem Projekt zählt: Wie viel Ihrer Bearbeitungszeit entfällt auf Fälle, die eine Regel lösen könnte, und wie viel auf Fälle, die ohne Avis niemand lösen kann?

Prüfen Sie im selben Zug, welches Format Ihre Bank tatsächlich liefert. Ist es noch MT940, steht diese Umstellung ohnehin an – und sie verbessert die Zuordnung, bevor eine einzige Zeile Automatisierung geschrieben ist.

Wenn Sie den Ablauf einmal von außen bewerten lassen möchten, vereinbaren Sie ein Beratungsgespräch. Wir schauen uns Format, Belegstruktur und Toleranzen an und sagen auch dann ab, wenn Ihr ERP die Kombinationssuche bereits kann und nur richtig eingestellt werden muss.

Methodik: Recherche KI-gestützt, fachlich geprüft und faktengecheckt von Tobias Egner – mit Hintergrund aus Handel und KI-Engineering. Die Angaben zur Ablösung von MT940 und MT942 zum 23. November 2025 und zur Umstellung auf camt in der ISO-Version 08 stützen sich auf die Darstellung von DATEV zur Bereitstellung von Kontoumsätzen. Das Fünf-Klassen-Raster ist ein Dagentic-Arbeitsraster. Auf Angaben zu erreichbaren Automatisierungsquoten wird bewusst verzichtet, weil sie fast vollständig von der Zahlungsdisziplin der eigenen Kunden abhängen. Stand: 9. August 2026. Der Beitrag ersetzt keine Steuer- oder Rechtsberatung.