Bliv en del af mit community / gratis nyhedsbrev — tilmeld dig her
Fra leverandørfaktura til bogføring: AI med en kontrolpost
Af Greg Nowak. Senest opdateret 2026-08-18.
En leverandørfaktura ser umiddelbart ud som en taknemmelig AI-opgave. Find leverandøren, fakturanummeret, datoen, beløbet og momsen. Foreslå en konto, og send oplysningerne videre til bogføringssystemet.
Det kan fjerne en del indtastningsarbejde. Men fakturaen er ikke korrekt bogført, bare fordi modellen har afleveret et nydeligt JSON-objekt.
Der bør ligge en kontrolpost mellem udtræk og bogføring. Her sammenholder systemet de foreslåede værdier med selve bilaget, virksomhedens regler og tidligere behandlede fakturaer. Poster, der er sikre, tilladte og dokumenterede, kan gå videre automatisk. Alt andet lander hos et menneske.
De nye bogføringskrav gør kontrollen aktuel
Fra 1. januar 2026 omfatter kravet om digital bogføring også flere virksomheder, som ikke aflægger årsregnskab efter årsregnskabsloven. Ifølge Erhvervsstyrelsens vejledning om bogføringsloven gælder det blandt andet ikke-regnskabspligtige virksomheder, hvis nettoomsætning har oversteget 300.000 kroner i to på hinanden følgende indkomstår. For eksisterende personligt ejede virksomheder kan 2024 og 2025 derfor være de afgørende år.
Skattestyrelsens bogføringsvejledning slår samtidig fast, at virksomheden stadig har det endelige ansvar for korrekt bogføring, selv når en bogholder udfører arbejdet. Den arbejdsdeling er også relevant for AI: Teknologien kan læse, foreslå og kontrollere, men ansvaret flytter ikke med ind i modellen.
Det er derfor for snævert kun at måle automatiseringen på hastighed. Et brugbart flow skal også bevare forbindelsen mellem fakturaen, de udtrukne oplysninger, godkendelsen og den post, der ender i regnskabet.
Et korrekt format kan stadig indeholde et forkert beløb
En LLM-API kan omsætte en PDF, et billede eller OCR-tekst til faste felter. Med Structured Outputs kan svaret holdes inden for et aftalt JSON-skema. Det kan for eksempel kræve leverandørnavn, CVR-nummer, fakturanummer, fakturadato, forfaldsdato, nettobeløb, moms, total og valuta.
Det gør integrationen betydeligt nemmere. Programmet ved, hvilke felter det kan forvente, og om værdierne har de rigtige datatyper. Men skemaet kan ikke bevise, at totalen er aflæst korrekt, at netto og moms stemmer, eller at modellen har valgt fakturadatoen frem for en anden dato på dokumentet.
Et nyt benchmark-præprint om struktureret output viser netop den forskel. De undersøgte modeller fulgte næsten altid det krævede skema, mens den bedste nøjagtighed for selve feltværdierne var 83,0 procent på tekst og 67,2 procent på billeder. Undersøgelsen handler ikke specifikt om dansk fakturabogføring, men den illustrerer problemet præcist: Et teknisk gyldigt svar kan være faktuelt forkert.
Kontrollen skal følge bilaget hele vejen
Et revisionsvenligt bilagsflow kan opdeles i syv trin. Fakturaen modtages og får et internt ID. Derefter udtrækkes tekst og felter med OCR, dokumentlogik eller en LLM. Outputtet kontrolleres mod skemaet, og forretningsregler afprøver indholdet. På den baggrund beregner systemet risikoen og vælger automatisk behandling eller menneskelig godkendelse. Til sidst overføres post og bilag til bogføringssystemet, og resultatet afstemmes.
| Kontrolpost | Det undersøger systemet | Hvis noget afviger |
|---|---|---|
| Dokument | Kan filen åbnes, og er alle sider med? | Stop flowet, og bed om et nyt bilag |
| Felter | Har datoer, valuta og beløb et gyldigt format? | Send bilaget til manuel behandling |
| Beløb | Svarer netto plus moms til totalen? | Marker differencen, og undlad bogføring |
| Leverandør | Matcher CVR-nummer og betalingsoplysninger stamdata? | Kræv godkendelse af ændringen |
| Dublet | Er samme fakturanummer, leverandør og beløb behandlet før? | Bloker posten, eller sammenlign bilagene |
| Risiko | Ligger beløb og kontoforslag inden for de aftalte grænser? | Send posten til en godkender |
| Efterkontrol | Er API-svar og bilagsreference gemt korrekt? | Genbehandl uden at oprette en dublet |
Struktur, forretningsregler og godkendelse løser hver sin opgave
Skemavalidering afgør, om outputtet kan behandles af et program. Er fakturadatoen en dato? Er totalen et tal? Er alle obligatoriske felter med? Det er en nødvendig kontrol, men den fortæller kun, om strukturen er i orden.
Forretningsvalidering undersøger, om værdierne giver mening i virksomhedens virkelighed. Python-regler kan blandt andet genberegne moms, sammenholde totalen med delsummer, slå leverandøren op i stamdata og kontrollere, om den foreslåede konto er tilladt for leverandørtypen. Reglerne bør være synlige og versionsstyrede. Ellers bliver det svært at forklare en postering, efter reglerne er ændret.
Menneskelig godkendelse tager sig af usikkerheden og den økonomiske risiko. Virksomheden fastsætter selv grænserne. Nye leverandører, ændrede bankoplysninger, større beløb, uklare kreditnotaer eller usikkert dataudtræk kan altid udløse et ekstra blik. Det begrænser ikke værdien af automatiseringen. Det er det, der gør den forsvarlig i praksis.
Dubletter skal fanges både før og under integrationen
Den samme faktura kan ankomme via flere kanaler. En postering kan også blive forsøgt oprettet igen, hvis et API-kald rammer en timeout. Derfor bør løsningen danne et stabilt fingeraftryk af fakturaens centrale oplysninger og kontrollere, om bilaget allerede findes. Leverandør, fakturanummer, dato, valuta og total er mere pålidelige identifikatorer end filnavnet.
e-conomics dokument-API understøtter idempotensnøgler på skrivende kald. Hvis en anmodning gentages med samme nøgle inden for API'ets cachevindue, kan API'et returnere det oprindelige resultat i stedet for at udføre handlingen igen. Det er nyttigt ved netværksfejl, men det kan ikke stå alene. Dokumentationen angiver et cachevindue på én time, så virksomheden har stadig brug for sin egen varige dubletkontrol.
API'et kan også vedhæfte dokumenter til bogførte poster. I 2026 blev dokumentdelen blandt andet udvidet med billedformater og en konfliktindstilling, som enten kan sammenflette med et eksisterende dokument eller afvise vedhæftningen. Integrationen bør derfor bruge en testet API-version, behandle konflikter eksplicit og gemme anmodning, svar og bilagsreference.
Loggen er ikke teknisk pynt
Erhvervsstyrelsen beskriver kontrolsporet som de oplysninger, der gør det muligt at verificere grundlaget for registreringerne, herunder hvem der har udført bogføringen. I et AI-understøttet flow bør man derfor kunne finde det oprindelige bilag, de udtrukne værdier, resultatet af reglerne, eventuelle rettelser, godkenderen og den endelige reference i bogføringssystemet.
Det betyder ikke, at enhver teknisk detalje skal gemmes. Loggen skal gøre konkrete spørgsmål nemme at besvare: Hvad kom ind? Hvilken regelversion blev brugt? Hvorfor blev posten godkendt, afvist eller sendt til kontrol? Hvad blev faktisk oprettet?
Efterfølgende bør en afstemning kontrollere, at alle accepterede bilag har fået en postering, og at det forventede bilag stadig er knyttet til posten. Ellers risikerer virksomheden et flow, der ser færdigt ud i integrationslaget, men ikke er færdigt i regnskabet.
Start med bilagsflowet, ikke med modellen
Det første arbejde er at kortlægge den eksisterende proces. Hvor kommer fakturaerne fra? Hvem godkender dem i dag? Hvilke leverandører og konti går igen? Og hvor opstår fejlene eller ventetiden? Når det er tydeligt, kan man vælge de relevante OCR-værktøjer, Python-komponenter, LLM-API'er og integrationsmetoder.
Greg kan gennem nowa.dk, en AI-automatiseringsservice for danske virksomheder, kortlægge flowet, bygge udtræk og validering samt forbinde processen med eksempelvis e-conomic. En realistisk første version kan afgrænses til én bilagstype og nogle få kendte leverandører. Før næste udvidelse kan virksomheden måle rettelser, dubletter, behandlingstid og andelen af poster, der fortsat kræver manuel kontrol.
Den gode businesscase er ikke nødvendigvis fuldautomatisk bogføring. Den kan lige så vel være mindre genindtastning, hurtigere håndtering af standardsager og tydelige stopklodser, når noget ikke stemmer. Med en ordentlig kontrolpost bliver AI'en en praktisk del af bilagsflowet uden at gøre bogføringen til en sort boks.
Relateret på GrN.dk
Brug for hjælp til den slags opgaver?
Få kortlagt jeres bilagsflow Kontakt Greg her.
Kilder
Sidst ændret
2026-08-18