Zur Übersicht
Jürgen Schwind 8 Jul 2026 KI, Agent, Browser-Automatisierung, Playwright, Rechnungen, Buchhaltung, Automatisierung
Rechnungen im Autopilot: Wie ein KI-Agent die Belege einsammelt

Rechnungen im Autopilot: Wie ein KI-Agent die Belege einsammelt

Das Problem kennt fast jeder

Wer seine Belege sauber haben möchte, kennt den Alltag: Mal ist die Rechnung im Postfach eines Online-Shops, mal in den Einstellungen einer KI-Plattform, mal muss man sich durch das Online-Banking einer Bank klicken, um an die monatlichen Umsätze zu kommen. Und dann gibt es noch B2B-Portale, digitale Magazine und Streaming-Dienste, die ihre Belege jeweils an einer anderen Stelle verstecken – wenn sie überhaupt ein PDF anbieten.

Das Ergebnis ist ein ständiges Klicken durch unterschiedlichste Oberflächen, eine Suche nach dem richtigen Login und ein manuelles Abspeichern in verstreuten Ordnern. Und ausgerechnet am Jahresende, wenn die Belege für die Steuererklärung gebraucht werden, fehlt genau die eine Rechnung.

Die Idee: Ein Agent erledigt das Klicken

Statt selbst durch etliche Portale zu navigieren, übernimmt ein lokaler KI-Agent die Arbeit. Er steuert einen echten Browser, loggt sich auf den gewohnten Seiten ein, navigiert zur jeweiligen Bestell- oder Abrechnungshistorie und lädt die passenden PDFs herunter.

Das Besondere: Der Agent arbeitet nicht mit geheimen API-Schnittstellen, sondern genau so, wie ein Mensch es tun würde – er klickt, liest, filtert und speichert. Damit funktioniert der Ansatz auch bei Anbietern, die gar keine offizielle API anbieten.

Was der Agent kann

Der Agent ist bewusst modular aufgebaut: Pro Anbieter gibt es ein kleines Regelwerk, das den konkreten Ablauf beschreibt. Dadurch lassen sich neue Anbieter ergänzen, ohne den Kern des Agenten anzufassen.

Typische Aufgaben, die der Agent übernimmt:

  • Login-Status prüfen und bei Bedarf höflich auf den manuellen Login warten.
  • Bestell- oder Rechnungshistorien durchblättern – inklusive Filter auf Zeiträume wie „letzte 3 Monate" oder „Jahr 2025".
  • PDFs drucken oder herunterladen und in einer klaren Ordnerstruktur ablegen, z. B. ./pdf/2026-06/In/....
  • Dateinamen vereinheitlichen, damit aus „Bestellbestätigung_2026-05-19.pdf" ein einheitlicher, durchsuchbarer Name wird.
  • Dubletten vermeiden – vorhandene Belege werden nicht ohne Rückfrage überschrieben.

Praxisbeispiele (generisch)

Damit das Ganze greifbar wird, hier ein paar typische Anbieter-Kategorien, die sich mit dem Agenten abdecken lassen – ohne Anspruch auf eine konkrete Anbieterliste:

  • Streaming- und Abo-Dienste: monatliche Abo-Rechnungen aus dem Konto- oder Zahlungsbereich, abrufbar über die Account-Einstellungen.
  • Online-Shops: Bestellbestätigungen und Rechnungen aus dem Bestellverlauf, oft filterbar nach Jahr und Status.
  • KI-Plattformen: Abrechnungen und Verbrauchsnachweise, die im Billing- oder Wallet-Bereich des jeweiligen Anbieters liegen.
  • Banken: Kontoauszüge und Umsätze aus dem Online-Banking, häufig als PDF oder CSV/MT940 exportierbar.
  • Digitale Zeitungen & Magazine: Belege aus der Kaufhistorie eines Lese-Abonnements.
  • B2B-Portale: Rechnungen aus ERP- oder Kundenportalen, die nur eingeloggten Nutzern zugänglich sind.
  • Sammel-Schritt „Steuer": ein übergeordneter Workflow, der alle vorgenannten Quellen zusammenführt und für die Steuererklärung aufbereitet.

Wie funktioniert das technisch?

Im Kern steht eine moderne Browser-Automatisierung. Statt curl, fetch oder fragilen Skripten kommt ein MCP-gesteuerter Browser zum Einsatz, der sich nahtlos in die KI-Agent-Umgebung einfügt.

Die wichtigsten Bausteine:

  • MCP-Browser-Server als Schnittstelle zwischen Agent und Chromium.
  • Echte Browser-Session statt Headless-Skripten – damit verhalten sich Logins, Cookies und 2-Faktor-Flows genau wie bei einem normalen Nutzerbesuch.
  • Anbieter-spezifische AGENTS.md als deklarative Workflow-Beschreibung, die der Agent Schritt für Schritt abarbeitet.
  • Lokale Geheimnisse in einer .env, damit Tokens und Login-Daten niemals im Repository landen.
  • Konfigurierbare Trigger wie „Rechnungen Mai", „Alle Amazon Bestellungen 2025" oder „Kontoauszug Sparkasse Q2" – der Agent weiß, welcher Workflow gemeint ist.

Drei Dinge, die man beim Design eines solchen Agenten beachten sollte

  1. „Nicht eingeloggt" ist ein normaler Zustand. Der Agent sollte nie eigenmächtig Logins erzwingen, sondern transparent kommunizieren und auf die Bestätigung des Nutzers warten.
  2. Belege sind sensibel. Rechnungen enthalten persönliche Daten. Ein lokaler Browser, klare Ordnerstrukturen und keine Cloud-Pflicht sind Pflicht.
  3. Selektoren sind vergänglich. Oberflächen ändern sich. Anbieter-Workflows sollten deshalb dokumentiert, versioniert und leicht anpassbar sein – ein großer Spaghetti-Skript ist auf Dauer teurer als ein deklaratives Regelwerk.

Fazit

Ein KI-Agent für die Rechnungssammlung ist kein Hexenwerk, aber ein überraschend wirksames Werkzeug: Er nimmt eine monotone, fehleranfällige Klick-Arbeit ab und liefert am Ende eine saubere, durchsuchbare Ablage – Monat für Monat, Anbieter für Anbieter.

Wer einmal erlebt hat, wie der Agent morgens selbständig alle Belege des Vormonats abholt und in die richtige Ordnerstruktur sortiert, will diese Zeitersparnis nicht mehr missen.

Interesse? Lass uns zusammenarbeiten

Du hast eine ähnliche Herausforderung, möchtest einen eigenen Agenten-Workflow aufbauen oder brauchst Unterstützung bei der Anbindung deiner Anbieter? Dann melde dich gerne:

Lass uns zusammenarbeiten.

Dieser Beitrag beschreibt das Konzept eines lokalen KI-Agenten für Rechnungs-Workflows. Die konkrete technische Umsetzung kann je nach Toolchain variieren – das Grundprinzip bleibt: ein Browser, ein Regelwerk, viel gesparte Zeit.