Automatisk fakturahåndtering: Modtag, udlæs og bogfør med AI

1) Faktura modtages: Mail trigger i n8n fanger mails med vedhæftede fakturaer

Flowet starter, når en mail med en vedhæftet faktura lander i indbakken. I stedet for at en medarbejder åbner, gemmer og noterer hver faktura, sætter en n8n trigger arbejdet i gang automatisk.

Triggeren kobles typisk til virksomhedens mailkonto via IMAP eller en dedikeret fakturamail.

Når en ny mail ankommer, scanner n8n efter vedhæftninger i PDF eller billedformat og filtrerer efter nøgleord som faktura, invoice eller bilag. Mails uden vedhæftninger eller med uvedkommende indhold ledes uden om, så kun relevante bilag går videre i flowet.

Her sparer mange virksomheder de første minutter. En bogholder eller administrator skulle ellers manuelt downloade hver fil, omdøbe den og lægge den i den rigtige mappe.

Med triggeren sker det i baggrunden.

Hvis fakturaen ligger som tekst direkte i mailen uden vedhæftning, kan n8n også fange selve emnefeltet og indholdet og sende det videre til analyse. Flowet håndterer både vedhæftede dokumenter og indlejret tekst uden at noget bliver overset.

Når triggeren har identificeret en gyldig faktura, sender den filen eller teksten videre i flowet. På det tidspunkt er der stadig ingen manuelle trin, og processen er kørt automatisk fra det øjeblik mailen ankom.

Traditionel OCR kræver faste formater og fejler, når layoutet varierer

Traditionel OCR er bygget til ensartede dokumenter. Når layoutet ændrer sig, går den ofte i stå. Visionbaserede AI modeller kan læse fakturaer på tværs af format, sprog og layout, også når en scanning er skæv eller et bilag ikke er helt komplet.

Klassisk OCR fungerer som et avanceret skabelonværktøj. Systemet skal vide, at totalen står i øverste højre hjørne, at leverandørnavnet altid findes i en bestemt zone, og at tabellerne følger samme struktur hver gang. Hvis leverandøren skifter design, flytter en kolonne eller får nyt logo, kan integrationen bryde sammen. Medarbejderen skal derefter manuelt rette eller genopbygge skabelonen.

En skæv scanning fra en mobiltelefon kan være nok til at ødelægge resultatet.

AI går til opgaven på en anden måde. Modellen bruger mønstre og kontekst til at vurdere, hvad felterne betyder. Den kan se, at et tal sandsynligvis er totalen, fordi det står under en kolonne med varelinjer. Den kan også genkende leverandøren ud fra logo eller tekst, selvom placeringen ændrer sig. Det gør den mere fleksibel, når fakturaer kommer på forskellige sprog eller i forskellige layouts.

Kort sagt læser den sammenhængen i fakturaen, ikke kun tekst og tal.

Den praktiske forskel er færre brudte workflows og mindre manuel vedligeholdelse. Når en ny leverandør sender sit første bilag, behøver du ofte ikke bygge en ny skabelon. Systemet har bedre chance for at forstå dokumentet uden ekstra opsætning. Med n8n automatisering kan den aflæste data sendes direkte videre til regnskab, lager eller godkendelsesflow uden mellemled.

e-conomic, Dinero, Billy og Business Central (via API)

e-conomic, Dinero, Billy og Business Central er blandt de systemer, danske virksomheder ofte kobler ind i deres automatiseringsflow. De fungerer som slutpunkt for data, der starter et helt andet sted.

Mailen er indgangen.

En leverandørfaktura lander i Gmail eller Outlook.

AI modellen læser vedhæftningen og genkender beløb, dato, moms og kontonummer, før informationen sendes videre til regnskabsprogrammet. Bilagsnummer, momssats og kontoføring kan afgøres ud fra tidligere bogføringer, så posterne lander korrekt uden manuel indtastning.

Business Central kræver API adgang, og her giver automatiseringen især mening, når processen har flere trin. Systemet håndterer lagerscenarier, flere valutaer og projektstyring, som de mindre danske regnskabsprogrammer ikke rummer.

OpenAI GPT 4 Vision kan læse scannede billedfiler og PDF fakturaer, som ellers kræver manuel aflæsning. Claude sammenholder ustrukturerede email tekster med strukturerede bogføringsposter og afgør, om en udgift skal aktiveres eller bogføres direkte.

Princippet er det samme, som når en webshop automatisk får nye produkter fra leverandørdata til færdigt produkt i WooCommerce. I det konkrete tilfælde endte det med 24 produkter om dagen helt automatisk. Med økonomidata handler det om at flytte tal fra email til færdig bogføring med samme hastighed.

De tre danske systemer er cloudbaserede og har åbne APIer, som gør dem nemme at koble på. Business Central er tungere at sætte op, men rækker længere ind i forretningen.

Særligt værdifuldt for virksomheder med 50+ fakturaer/måned

Når fakturamængden passerer 50 om måneden, ændrer opgaven karakter fra lille sideopgave til fast driftsopgave. Hver faktura skal tjekkes, konteres og overføres, og det tager tid uanset beløbets størrelse.

Regnskabskontorer med mange klienter kender problemet bedre end de fleste.

Med automatisering kan du udtrække data, afstemme betalinger og sikre korrekt kontering uden at åbne hver enkelt fil manuelt. Systemet arbejder i baggrunden, mens du tager dig af undtagelserne.

Det er mængden, der gør forskellen.

Lynpadden har eksempelvis hjulpet en webshop med automatisk import af 24 produkter om dagen til WooCommerce. Principperne er de samme: når volumen er høj, bliver manuel behandling den dyreste del af arbejdsgangen.

For regnskabskontorer betyder det, at én arbejdsgang kan dække flere klienter uden lineær vækst i timeregningen. Automatiseringen betaler sig ikke kun per faktura, men i den tid der kan bruges på rådgivning og kontrol.

Ved 50 fakturaer om måneden opstår der typisk fem til otte forskellige leverandørlayouts. Selvom felterne er de samme, skal øjet justere sig hver gang, og det giver tastefejl samt forkerte konteringer. Når mængden stiger, bliver kvaliteten af den manuelle indtastning uforholdsmæssigt svær at holde ensartet. En enkelt fejl i en bankkonto eller momsprocent skal eftersøges og rettes manuelt senere i forløbet.

Et regnskabskontor med femten klienter når hurtigt op på syvhundrede til tusind fakturaer om måneden. Her stopper effektiviteten med at følge antallet af medarbejdere, fordi hver ny klient bringer nye formater og særlige aftaler med sig. Automatisk udlæsning med AI arbejder uden klientspecifikke skabeloner og reducerer behovet for individuel oplæring per bogholder. Samme motor kan læse både danske og udenlandske fakturaer uden ekstra tilpasning.

Systemet behandler både PDF fakturaer og scannede bilag direkte og overfører strukturerede data til regnskabsprogrammet. Bogholderen skal kun forholde sig til afvigelser som manglende moms eller uventede beløb. Tiden kan bruges på gennemgang af poster og rådgivning af klienter frem for overførsel af tal. Kontoret kan optage flere klienter uden at skulle ansætte en ny medarbejder til hver fjerde eller femte kunde.

Især ved månedsafslutning opstår der flaskehalse, når alle bilag skal være bogført samtidig. Automatisering fordeler arbejdet jævnt over hele måneden, fordi hver indgående faktura behandles med det samme. Resultatet er færre overarbejdstimer og en mere forudsigelig arbejdsrytme for hele teamet.

Fra 5 til 10 min per faktura til under 1 min

Et regnskabskontor, der modtager 500 bilag om måneden, kan skære tidsforbruget per faktura fra 5 til 10 minutter til under ét minut ved at lade software læse, tolke og bogføre bilaget automatisk. Besparelsen løber op i cirka 60 timer om måneden, som i stedet kan bruges på afstemning, rådgivning eller kontrol af særskilte posteringer.

Den automatiske udlæsning rammer mere end 95 procent korrekthed på standardbilag med klare beløb, datoer og leverandørinformation. Resten markeres til manuel gennemgang, så bogholderen ikke skal gennemgå hvert eneste bilag for at finde fejl.

Tidsgevinsten følger mængden.

Ved 1.000 bilag om måneden fordobles besparelsen tilsvarende, uden at kontoret nødvendigvis skal ansætte ekstra hjælp i højsæsonen. Systemet kræver kun, at bilaget lander i en indbakke eller mappe, hvorefter det selv finder frem til den rigtige konto, moms og betalingsdato.

Det handler ikke om at fjerne bogholderen. Det handler om at fjerne gentagelsen.