Wie kann die Auslese der Kontonummer verbessert werden?
Optimieren Sie die Kontonummern-Erkennung in Finmatics durch gezieltes Training und Stammdatenpflege.
Wie beeinflussen Trainingsdaten die Vorhersage?
Damit die künstliche Intelligenz (KI) die korrekte Kontonummer vorhersagen kann, benötigt sie Referenzwerte. Diese Referenzwerte entstehen durch Belege, die in der Vergangenheit für denselben Geschäftspartner korrekt kontiert und verifiziert wurden.
So stellen Sie sicher, dass genügend Daten vorhanden sind:
- Die KI benötigt in der Regel 3 bis 5 verifizierte Belege pro Geschäftspartner und Belegtyp, um ein Muster zu erkennen.
- Prüfen Sie, ob für den betroffenen Geschäftspartner bereits genügend Historie vorliegt.
Eine detaillierte Anleitung zur Überprüfung des Trainingsstatus finden Sie im Artikel:
Welche Rolle spielen die Stammdaten des Geschäftspartners?
Die korrekte Zuordnung der Kontonummer ist direkt von der Erkennung des Geschäftspartners abhängig. Nur wenn Finmatics den Geschäftspartner (Kreditor/Debitor) und den Steuersatz eindeutig identifiziert, kann das hinterlegte Sachkonto korrekt vorgeschlagen werden.
Empfohlene Maßnahmen:
- Pflegen Sie die Stammdaten Ihrer Geschäftspartner (Name, Adresse, USt-IdNr.) vollständig in Ihrem ERP-System oder in Finmatics.
- Achten Sie darauf, dass keine Dubletten in den Stammdaten vorhanden sind.
Weitere Tipps zur Stammdatenoptimierung finden Sie hier:
Wie nutze ich das Trainingscenter zur Optimierung?
Wenn trotz ausreichender Belege die Kontonummer nicht korrekt vorgeschlagen wird, können Sie die KI im Trainingscenter aktiv unterstützen. Hier können Sie gezielt Aufgaben bearbeiten, um der Software beizubringen, welche Informationen auf dem Beleg für die Kontierung relevant sind.
Detaillierte Schritte zur Nutzung dieser Funktion finden Sie im Artikel: