16 Stunden pro Woche zurückgewonnen: Wie KI und Odoo die Rechnungsverarbeitung eines Kfz-Händlers vollständig automatisierten

Die Ausgangslage: 10 Jahre Effizienzlücke

Unser Mandant — ein inhabergeführter Kfz-Ersatzteilhändler mit rund 12 Mitarbeitern — bezieht Teile direkt von autorisierten BMW- und Mercedes-Benz-Händlerhändlern. Die Lieferanten schicken ihre Rechnungen auf Papier: DIN-A4-Ausdrucke mit Artikelnummern, Lieferantenkürzel, Einkaufspreisen und technischen Beschreibungen.

Jeden Montag- und Donnerstagvormittag saß der Inhaber oder seine Assistentin am Schreibtisch und tippte die eingegangenen Rechnungen Zeile für Zeile in eine Excel-Tabelle ein. Artikelnummer, Bezeichnung, Menge, Einkaufspreis. Dann Händlermarge addieren. Dann in das Kassensystem übertragen. 16 Stunden pro Woche. Jede Woche. Seit 10 Jahren.

Was dieser Prozess das Unternehmen wirklich kostet

Wenn ein Geschäftsprozess 10 Jahre lang unverändert bleibt, wirkt er oft wie selbstverständlich — man sieht die Kosten nicht mehr. Unsere erste Aufgabe war es, den wahren Preis dieses Workflows sichtbar zu machen.

Dazu kommen qualitative Kosten, die schwerer zu beziffern sind: Fehlerrisiko. Wer 4 Stunden am Stück Zahlenkolonnen abschreibt, macht Tippfehler. In 10 Jahren wurden mehrfach falsch übertragene Preise entdeckt — erst nach Verkauf, erst beim Jahresabschluss. Jeder dieser Fehler kostet Zeit, Nerven und Marge.

Vor vs. nach der Implementierung

Die technische Lösung: KI-OCR + Odoo auf Hetzner

Unser Lösungsansatz besteht aus drei aufeinander aufbauenden Komponenten: einem KI-gestützten OCR-System zur Dokumentenextraktion, einem KI-Chatbot-Workflow zur Datenvalidierung und -transformation sowie Odoo 17 als ERP-Backend auf einem deutschen Hetzner-Server.

Technische Details: Der KI-Verarbeitungs-Workflow

Der Kern des Systems ist ein n8n-basierter Workflow, der die verschiedenen KI-Komponenten orchestriert. Hier ist die vereinfachte Ablauflogik:

# Schritt 1: Dokumenteneingang
TRIGGER: Neues Dokument in /eingang/ (Scanner oder Smartphone-Upload)

# Schritt 2: OCR-Extraktion via lokales Vision-LLM
OCR_RESULT = VisionLLM.extract(document, schema={
  lieferant:        "string",
  rechnungsnummer:  "string",
  datum:            "date",
  positionen: [{
    artikelnummer:  "string",
    bezeichnung:    "string",
    menge:          "number",
    einzelpreis:    "decimal",
    gesamtpreis:    "decimal"
  }],
  netto_gesamt:     "decimal",
  mwst_betrag:      "decimal",
  brutto_gesamt:    "decimal"
})

# Schritt 3: Lieferant identifizieren + Margenregeln laden
LIEFERANT = lookup_supplier(OCR_RESULT.lieferant)
MARGEN    = load_margin_rules(LIEFERANT.id)

# Schritt 4: Transformations-Workflow
FOR position IN OCR_RESULT.positionen:
  marge     = MARGEN.get(position.artikelkategorie, default=MARGEN.standard)
  vk_preis  = position.einzelpreis * (1 + marge)
  → Einkaufspreis, Verkaufspreis, Marge gespeichert

# Schritt 5: Validierung
IF confidence < 0.92 OR required_fields_missing:
  → Weiterleitung an manuelle Prüfwarteschlange
ELSE:
  → Automatischer Odoo-Import via REST-API

# Schritt 6: Odoo-Eintragung
odoo.create_purchase_order(lieferant, positionen, preise)
odoo.update_product_prices(vk_preise)
odoo.stock_booking(eingang)
✓ Rechnung verarbeitet — Dauer: ~18 Sekunden

Der gesamte Prozess — von der Bildaufnahme bis zum vollständigen Odoo-Eintrag inklusive Margenkalkulation — dauert im Durchschnitt 18 Sekunden. Was vorher 6–8 Minuten manueller Arbeit pro Rechnung war.

Warum Odoo auf Hetzner — und nicht SAP oder Cloud-ERP?

Die ERP-Frage ist für viele KMU ein Tabu-Thema: Zu teuer, zu komplex, zu riskant. SAP-Projekte bei dieser Unternehmensgröße kosten 80.000–200.000 Euro und dauern Monate. Microsoft Dynamics läuft in US-Clouds. Salesforce ist primär CRM, kein ERP. Die Entscheidung fiel auf Odoo 17 Community Edition — und das aus gutem Grund.

Odoo vs. Alternativen für dieses Projekt

Entscheidend für die KI-Integration war Odoos offene REST-API und das vollständig dokumentierte Datenmodell. Jede Rechnungsposition, jedes Produkt, jeder Lagerbestand lässt sich programmatisch lesen und schreiben. Das macht Odoo zur idealen Plattform für KI-Automatisierungs-Workflows.

Odoo-Module, die wir konfiguriert haben

• Einkauf (Purchase): Lieferantenverwaltung, Bestellungen, Rechnungseingang — hier laufen alle verarbeiteten Rechnungen auf
• Lager (Inventory): Automatische Lagerbuchung bei Rechnungseingang, Bestandsführung aller Kfz-Teile
• Buchhaltung (Accounting): DATEV-Export für den Steuerberater, USt-Voranmeldungs-Reports
• Produkte (Product): Zentrale Produkt-Datenbank mit EK/VK-Preis, Artikelnummer, Lieferantenkürzel, Marge
• Berichte (Reporting): Wöchentliche XLSX-Exporte mit Margensstatistiken und Lieferantenvergleich

Ergebnisse nach 6 Monaten im Produktivbetrieb

Sechs Monate nach Go-Live lässt sich eine klare Bilanz ziehen. Die Zahlen sprechen für sich — aber ebenso aufschlussreich sind die qualitativen Veränderungen im Arbeitsalltag.