Sprachgesteuerte Rechnungsstellung 2026: Was funktioniert und was Science-Fiction ist

Kein polnisches Rechnungs-SaaS liefert Spracheingabe. Die Technologie existiert: Polnische ASR (automatische Spracherkennung) erreicht in sauberen Benchmarks 5,4 bis 6,3 Prozent Wortfehlerrate. Der iKO-Assistent der PKO BP verzeichnete in seinen ersten Monaten 360.000 Gespräche mit einem Muster aus Sprache, Entwurf und Bestätigung. KipBill unterstützt Polnisch mit Bestätigungskarten.

Die Lücke zwischen "funktioniert im Labor" und "funktioniert für die Rechnungsstellung" bestimmen zwei Zahlen.

Die zwei Zahlen, die die Obergrenze setzen

Zahl 1: Die Erkennungsgenauigkeit bei gemischter Alphanumerik liegt bei etwa 85 Prozent. NIPs, Bankkontonummern und Rechnungsnummern sind gemischte alphanumerische Sequenzen. ASR-Systeme, die polnische Sprache gut verarbeiten, kämpfen trotzdem mit "siebzig-null-eins-null-null-null-eins-zwei-drei-vier" als NIP. Fünfundachtzig Prozent Sequenzgenauigkeit bedeutet: Jede siebte NIP ist falsch. Eine falsche NIP auf einer KSeF-Rechnung erfordert die Drei-Dokumente-Korrekturprozedur.

Zahl 2: Sprachbiometrie wird von 3-sekündigen Deepfake-Klonen überwunden. In Kombination mit der Zwei-Faktor-Pflicht nach PSD2 heißt das: Sprache kann eine Aktion anfordern, aber nie die Autorisierung sein. Sprachautorisierung von Zahlungen, Rechnungsübermittlungen oder Bankdatenänderungen ist nicht praktikabel. Das ist keine Regulierungsfrage. Es ist eine Physikfrage.

Was funktioniert: Voice-to-Draft

Das praktikable Muster ist eng und verteidigbar:

1. Push-to-Talk-Erfassung. Der Nutzer spricht die Rechnungsfakten direkt nach dem Auftrag: "Faktura dla Kowalski Budowa, usługa remontowa, pięć tysięcy złotych plus VAT."
2. ASR transkribiert zu Text. Das System wandelt Sprache in einen strukturierten Entwurf um.
3. CRM-Entitätsauflösung. Das System ordnet "Kowalski Budowa" der Kundendatenbank zu. Ist die Zuordnung mehrdeutig, fragt es nach.
4. Als editierbarer Entwurf rendern. Der Entwurf erscheint auf dem Bildschirm mit allen ausgefüllten Feldern. Felder mit geringer Konfidenz (NIP, Beträge, Kontonummern) werden hervorgehoben.
5. Pflicht-Rücklesen. Das System liest die kritischen Werte zurück: Betrag, NIP, Kontonummer. Der Nutzer bestätigt oder korrigiert.
6. Die KSeF-Übermittlung ist ein separater, ausdrücklicher Tipp. Nicht Sprache. Nicht automatisch. Ein Knopfdruck.

Dieses Muster funktioniert für Handwerker im Außendienst: Klempner, Elektriker, Bauarbeiter, die einen Auftrag abschließen und die Rechnung ausstellen wollen, bevor sie zur nächsten Baustelle fahren. "Wystaw fakturę zanim odjedziesz z budowy" (Stell die Rechnung aus, bevor du von der Baustelle fährst). Der Wert ist Zeit bis zum Geldeingang, nicht Neuheit.

Was nicht funktioniert

Sprachautorisierte Übermittlung. Der Nutzer sagt "wyślij" (senden), und die Rechnung geht an KSeF. Das ist nicht praktikabel. ASR kann "wyślij" falsch verstehen, oder Hintergrundgeräusche lösen einen Fehlalarm aus. Die KSeF-Übermittlung ist unumkehrbar. Die Bestätigung muss eine bewusste physische Aktion sein.

Per Sprache eingegebene NIPs und Kontonummern. Die 85-prozentige Genauigkeit bei gemischter Alphanumerik bedeutet zu viele Fehler. Diese Felder müssen aus dem CRM aufgelöst (die Kundenkarte) oder manuell eingegeben werden. Sprache kann "Kowalski" sagen, und das System zieht die NIP aus der Datenbank. Sprache kann nicht zuverlässig "eins-zwei-drei-vier-fünf-sechs-sieben-acht-neun-null" diktieren.

Sprachkorrekturen. Korrekturen haben steuerliche Folgen. Eine korekta do zera nullt eine Rechnung in den Steueraufzeichnungen. Die Korrektur muss bewusst erfolgen, geprüft und bestätigt werden. Sprache ist für diesen Ablauf zu fehleranfällig.

Die Marktlücke

Kein polnisches Rechnungs-SaaS liefert Spracheingabe. Das Handwerkersegment ist unterversorgt. Ein Klempner, der um 18 Uhr einen Auftrag abschließt und nach Hause fährt, hat zwei Möglichkeiten: die Rechnung vom Handy ausstellen (Tippen auf kleinem Bildschirm mit schmutzigen Händen) oder warten, bis er zu Hause ist und sie am Laptop ausstellen (bis dahin hat er die Details vielleicht vergessen).

Voice-to-Draft löst das. Der Klempner spricht die Rechnungsfakten ins Handy, das System entwirft die Rechnung, er prüft sie auf dem Bildschirm und tippt auf Senden. Die Zeit von Auftragsende bis Rechnungsausstellung sinkt von Stunden auf Minuten. Der Geldeingang beschleunigt sich.

Das Feature ist eng. Es ist kein allgemeiner Sprachassistent. Es ist ein Zeit-bis-Geldeingang-Werkzeug für einen bestimmten Arbeitsablauf in einem bestimmten Marktsegment. Genau diese Enge macht es verteidigbar: Ein allgemeiner Sprachassistent ist innerhalb eines Quartals kopierbar. Eine Voice-to-Draft-Pipeline, abgestimmt auf polnische Handwerksrechnungen, mit CRM-Entitätsauflösung und Pflicht-Rücklesen, bildet eine Zahlungsbereitschaft ab, die im Ausland nachgewiesen ist.

Dieser Text dient der allgemeinen Information und stellt keine Rechts- oder Steuerberatung dar. Prüfen Sie im Einzelfall die aktuellen Regeln oder wenden Sie sich an einen Steuerberater.