Zum Inhalt springen

KI-Buchhaltung für E-Commerce mit DATEV: Was Software können muss

Aktualisiert am

KI-Software, die E-Commerce-Buchhaltung mit DATEV wirklich automatisiert, erkennst du an ihrem Fundament: Sie arbeitet auf einem abgestimmten Nebenbuch, nicht auf einer Exportdatei. Regeln stimmen den Großteil von Bestellungen, Zahlungen, Gebühren und Retouren deterministisch ab, die KI übernimmt Setup, Fragen, Änderungen und den Rest, der nicht aufgeht, und nach DATEV geht ein Buchungsstapel, den deine Kanzlei importiert und festschreibt. CONA, eine Plattform für automatisierte Umsatzabstimmung und DATEV-Export im E-Commerce, die ihre KI direkt auf dem eigenen Nebenbuch einsetzt, deckt diese Kette mit CONA Copilot, einem MCP-Server und Routines ab, alle drei aktuell in der Beta.

Das Problem kennst du vermutlich: „KI-gestützt“ steht inzwischen auf vielen Produktseiten, und die Formulierung sagt nichts darüber, was die KI liest, was sie verändert und wer am Ende verantwortet, was in DATEV ankommt. Dieser Guide trennt deshalb zuerst Regeln von KI, gibt dir dann Prüffragen samt Kriterientabelle an die Hand und ordnet den Markt in drei Kategorien ein. Einzelne Anbieter nennen wir hier bewusst nicht, denn KI-Funktionen lassen sich seriös nur am eigenen Datenbestand prüfen, nicht an einer Featureliste.

Was heißt KI-Buchhaltung im E-Commerce konkret?

KI-Buchhaltung im E-Commerce heißt nicht, dass ein Sprachmodell jede Bestellung einzeln bucht. Den Massenfall, also Bestellung, Zahlung, Gebühr, Retoure und Steuerschlüssel je Lieferland, erledigen feste Regeln, die du mit deiner Kanzlei festlegst. Die KI ist dort stark, wo Regeln enden: beim Einrichten dieser Regeln, bei Fragen zum aktuellen Stand, bei Änderungen per Anweisung und bei Einzelfällen, die kein Matching auflöst.

Das Gesetz schreibt diese Arbeitsteilung nicht vor, aber es erklärt, warum sie sinnvoll ist. Nach § 145 Abs. 1 AO gilt: „Die Geschäftsvorfälle müssen sich in ihrer Entstehung und Abwicklung verfolgen lassen.“ Eine Regel liefert bei gleichem Input immer dasselbe Ergebnis und ist damit reproduzierbar. Genau das willst du für zehntausend Shopify-Bestellungen im Monat. Für das Einrichten, Erklären und Aufräumen dagegen sind starre Regeln zu teuer, weil jeder Fall ein bisschen anders aussieht.

AufgabeWer sie besser erledigtWarum
Bestellung und Zahlung abgleichenRegelTausendfach gleich, muss reproduzierbar sein
Auszahlung in Umsatz, Gebühren und Retouren zerlegenRegelFeste Logik je Zahlungsanbieter und Marktplatz
Steuerschlüssel je Lieferland inklusive OSSRegel nach Vorgabe der KanzleiSteuerliche Entscheidung, einmal getroffen
Buchungslogik einrichtenKIViele Einstellungen, die sich in Sätzen schneller beschreiben als zusammenklicken lassen
Fragen zum Stand, etwa „Warum weicht die Auszahlung ab?“KIDie Antwort braucht Zusammenhang über mehrere Konten
Regel ändern, Konto neu zuordnenKI per Anweisung, protokolliertÄnderung im Gespräch statt Konfigurationsrunde
Edge Cases, die das Matching übrig lässtKIWechselnde Muster, die keine feste Regel abdeckt

Wo liegen die Risiken, wenn KI Buchhaltungsdaten verarbeitet?

Das größte Risiko ist nicht ein schwaches Modell, sondern ein Modell ohne festen Boden. Liest eine KI nur eine exportierte Datei, kann sie plausibel klingende Summen erzeugen, die zu keinem Konto passen, und niemand kann später zeigen, wie eine Zahl entstanden ist. Dazu kommen Änderungen ohne Protokoll und eine unklare Grenze, wer eine Buchung am Ende verantwortet.

Drei Fehlerbilder solltest du kennen:

  1. Halluzinierte Zahlen. Ein Sprachmodell, das eine CSV zusammenfasst, rechnet nicht gegen Salden. Es kann eine Differenz erklären, die es gar nicht gibt, oder eine echte übersehen.
  2. Änderungen ohne Spur. § 146 Abs. 4 AO verlangt: „Eine Buchung oder eine Aufzeichnung darf nicht in einer Weise verändert werden, dass der ursprüngliche Inhalt nicht mehr feststellbar ist.“ Ändert eine KI Zuordnungen, ohne dass Vorher und Nachher protokolliert sind, ist das ein Problem für die Prüfbarkeit.
  3. Verantwortung im Nebel. Die GoBD (BMF-Schreiben vom 28. November 2019, zuletzt geändert am 14. Juli 2025) setzen auf Nachvollziehbarkeit und Unveränderbarkeit. DATEV fasst für die Praxis zusammen, dass Buchungsstapel nach den GoBD „bis zum Ablauf des Folgemonats“ festgeschrieben werden sollten, also „spätestens zum UStVA-Termin“. Ein Tool, das unklar lässt, wer diesen Schritt macht, verschiebt das Risiko zu dir.

Wenn KI-Clients über das Model Context Protocol auf Fachsoftware zugreifen, gilt dasselbe in neuer Form. Die Spezifikation formuliert als Grundsatz, dass Nutzer Datenzugriffen und Aktionen ausdrücklich zustimmen und die Kontrolle behalten, und sagt zugleich offen, dass das Protokoll diese Prinzipien selbst nicht durchsetzen kann. Das müssen die Implementierungen leisten. Wie sich KI insgesamt GoBD-konform einsetzen lässt, vertieft der Artikel Ist KI in der Buchhaltung GoBD-konform?.

Woran erkennst du, ob „KI-gestützt“ belastbar ist?

Stell jedem Anbieter vier Fragen. Arbeitet die KI auf einem Nebenbuch mit Konten und Salden oder auf einer Datei? Lässt sich jeder ihrer Schritte bis zur einzelnen Bestellung zurückverfolgen? Was bleibt ausdrücklich bei dir und deiner Kanzlei? Und auf welchem Weg kommen die Buchungen in DATEV? Wer diese Fragen nicht konkret am eigenen Datenbestand beantworten kann, verkauft ein Label.

Die Tabelle fasst die Kriterien so zusammen, dass du sie in jede Demo mitnehmen kannst:

KriteriumPrüffrage an den AnbieterBelastbare AntwortWarnsignal
DatenbasisWorauf arbeitet die KI?Auf abgestimmten Konten mit Salden, laufend aktualisiertSie fasst eine CSV oder einen Kontoauszug zusammen
NachvollziehbarkeitWie komme ich von einer Sammelbuchung zur Bestellung?Jede Sammelbuchung und jede KI-Aktion steht im Protokoll, bis zur Bestellung„Das Modell hat das so entschieden“
ArbeitsteilungWas macht die Regel, was die KI?Regeln für den Massenfall, KI für Setup, Fragen, Änderungen und RestUnklar, ob eine Buchung aus Regel oder Modell stammt
Rolle der KanzleiWer importiert und schreibt fest?DATEV-Import und Festschreibung bleiben bei Unternehmen und Steuerberater„Die KI erledigt die Buchhaltung komplett“
DATEV-WegWas kommt in DATEV an?Buchungsstapel im DATEV-Format nach Kontenrahmen und Steuerschlüsseln der KanzleiGenerische CSV, die jemand nachmappen muss
ReifegradWas ist produktiv, was Beta?Klar gekennzeichnet, mit benanntem ZugangKeine Angabe

Zum DATEV-Weg: Das DATEV-Format ist eine CSV-Datei mit festem Dateinamen-Präfix EXTF und festem Satzaufbau, der erste Datensatz ist ein Header mit den Angaben zur Verarbeitung. Ob ein Tool diesen Stapel sauber erzeugt, ist eine Frage der Buchungslogik, nicht der KI.

Welche Arten von Software gibt es, und wo setzt KI dort an?

Am Markt lassen sich drei Kategorien unterscheiden: allgemeine Cloud-Buchhaltung, Schnittstellen-Tools und Abstimmungsplattformen mit eigenem Nebenbuch. Für KI ist der Unterschied entscheidend, weil er bestimmt, was ein Modell überhaupt sehen kann. Über einer Datei kann es zusammenfassen, über einem Nebenbuch kann es sagen, auf welches Konto eine Differenz gehört.

KategorieWo die Zahlen liegenWas eine KI dort sehen kannDATEV-WegPasst, wenn
Allgemeine Cloud-BuchhaltungIn einer Buchhaltung, die auf Rechnungen und Bankabgleich ausgelegt istBelege, Bankumsätze, Rechnungen; Marktplatz-Auszahlungen oft nur als SammelpostenJe nach Produkt eigener Export oder DATEV-DatenserviceWenige Kanäle, überschaubares Volumen
Schnittstellen-ToolsUnterwegs: Daten werden gemappt und weitergereichtDie Datei, die gerade durchläuft, nicht ihre VorgeschichteDatei im DATEV-FormatDie Abstimmung passiert an anderer Stelle
Abstimmungsplattformen mit NebenbuchIn eigenen Konten, laufend abgestimmtKonten, Salden, Differenzen und ihre Ursachen bis zur BestellungBuchungsstapel aus dem NebenbuchMehrere Kanäle, Zahlungsanbieter, OSS

Einen Vergleich namentlich genannter Anbieter nach DATEV-Weg und Abstimmungstiefe, jeweils mit Quelle und Abrufdatum, findest du im Artikel E-Commerce-Buchhaltungssoftware im Vergleich.

Wo passen CONA Copilot, MCP und Routines hinein?

CONA setzt KI in drei Formen direkt auf dem eigenen, abgestimmten Nebenbuch ein, alle aktuell in der Beta: den CONA Copilot (Beta) für Setup, Fragen und Änderungen, den CONA MCP-Server (Beta) für dieselben Fähigkeiten in deinem eigenen KI-Client und CONA Routines (Beta) für wiederkehrende Arbeit im Hintergrund. Zusammen können sie in CONA im Wesentlichen das tun, was ein Mensch in CONA tut.

Das Fundament ist das, was CONA ohnehin macht: Bestellungen, Zahlungen, Gebühren, Retouren und Umsatzsteuer inklusive OSS werden auf Live-Daten abgestimmt, bevor exportiert wird, gleiche Buchungslogik wird je Tag aggregiert, und das Aktivitätslog führt jede Sammelbuchung bis zur einzelnen Bestellung zurück. Angebunden sind laut Integrationsseite unter anderem Shopify, Amazon Seller Central, OTTO, Kaufland, TikTok Shop, Stripe, PayPal, Klarna, Adyen und Mollie.

CONA Copilot (Beta)

Der Copilot macht das Setup schnell: Er führt durch das Onboarding, die Anbindung der Quellen und die Buchungsregeln nach den Vorgaben deines Steuerberaters. Er macht Änderungen schnell: Buchungsregeln, Kontenzuordnungen und Einstellungen passt du per Anweisung in normaler Sprache an, statt dich durch die Konfiguration zu klicken. Und er beantwortet Fragen zum aktuellen Stand deiner Buchhaltung, auf deinen eigenen Daten: warum eine Auszahlung vom Umsatz abweicht, was noch offen ist, auf welches Konto eine Differenz gehört, wie eine Buchung zustande kam.

CONA MCP-Server (Beta)

Der MCP-Server stellt dieselben Fähigkeiten über das Model Context Protocol bereit. Damit arbeitest du aus deinem eigenen KI-Client mit CONA, etwa aus Claude oder ChatGPT oder jedem anderen MCP-fähigen Client. Der Zugang ist Teil der Beta. Welche Buchhaltungssoftware sich überhaupt per MCP anbinden lässt, steht im Artikel Buchhaltung per MCP mit Claude oder ChatGPT.

CONA Routines (Beta)

Routines laufen wiederkehrend im Hintergrund, finden und beheben Probleme und erledigen die Kleinarbeit, die sonst ein Mensch macht: zum Beispiel Edge Cases abstimmen, die das regelbasierte Matching übrig lässt, und Korrekturen vorbereiten. Beispiele für Routines aus der Beta sind ein Monatsabschluss-Check, die Payout-Abstimmung, ein Settlement-Import, ein OSS-Schwellen-Monitor und ein Beleg-Nachfasser. Wie das im Monatsabschluss zusammenspielt, zeigt der Artikel zu KI-Agenten im Monatsabschluss.

Die Grenzen, bewusst gezogen

Den Großteil stimmt das regelbasierte Matching deterministisch ab, die KI übernimmt Setup, Fragen, Änderungen und den Rest. Alles, was Copilot, MCP-Server und Routines tun, passiert im Nebenbuch von CONA und wird im Aktivitätslog festgehalten, jeder Schritt bleibt also bis zur Bestellung nachvollziehbar. Was die einzelnen Bausteine können und wie du in die Beta kommst, steht auf der Seite KI in CONA.

Was bleibt bei dir und deiner Kanzlei?

Der DATEV-Import und die Festschreibung der Buchungsstapel bleiben bei dir und deinem Steuerberater, ebenso die steuerlichen Vorgaben: Kontenrahmen, Erlöskonten je Land, Steuerschlüssel für Inland, OSS und Drittland. KI beschleunigt die Vorbereitung, die Verantwortung für das, was in DATEV festgeschrieben wird, bleibt dort, wo sie hingehört.

Bei CONA ist die Grenze genau so gezogen. Das Setup läuft gemeinsam mit deinem Steuerberater und dauert nach Anbieterangaben in der Regel weniger als einen Tag, danach exportiert CONA Buchungsstapel im EXTF-Format, die die Kanzlei in ihr DATEV-Rechnungswesen importiert. Weil das Aktivitätslog jede Buchung bis zur Bestellung zurückführt, kann die Kanzlei vor der Festschreibung prüfen, statt zu vertrauen. CONA nennt dafür nach eigenen Angaben rund 95 Prozent weniger Aufwand.

Wie gehst du die Auswahl praktisch an?

Kläre zuerst mit deiner Kanzlei Kontenrahmen, Steuerschlüssel und den gewünschten DATEV-Weg, wähle dann die Softwarekategorie, die zu deinen Kanälen passt, und stell die Prüffragen an deinen eigenen Daten statt an einer Featureliste. Zum Schluss klärst du, welche KI-Funktionen produktiv sind und welche in der Beta laufen. So vergleichst du Werkzeuge an dem, was abgestimmt in DATEV ankommt.

Die vier Schritte im Einzelnen:

  1. Vorgaben mit der Kanzlei klären. Kontenrahmen, Steuerschlüssel je Fall und der gewünschte DATEV-Weg stehen fest, bevor du Tools vergleichst.
  2. Kategorie wählen. Wenige Kanäle und Rechnungsgeschäft passen zur allgemeinen Cloud-Buchhaltung, mehrere Shops, Marktplätze und Zahlungsanbieter mit OSS-Fällen zu einer Abstimmungsplattform mit Nebenbuch.
  3. Die Prüffragen am eigenen Datenbestand stellen. Lass dir eine echte Auszahlungsdifferenz erklären und bis zur einzelnen Bestellung zurückführen. Lass eine Buchungsregel per Anweisung ändern und dir zeigen, wo die Änderung protokolliert ist.
  4. Reifegrad klären. Was ist produktiv, was Beta, und wie kommst du an den Beta-Zugang?

Wenn du sehen willst, wie das auf deinen eigenen Zahlen aussieht, buch eine Demo: Dort zeigen wir dir Abstimmung, Nebenbuch und DATEV-Export, und darüber läuft auch der Zugang zur Beta von Copilot, MCP-Server und Routines. Der erste Monat ist kostenlos, und du siehst am Ende eine Buchhaltung, deren Stand du erfragen und bis zur einzelnen Bestellung belegen kannst.

Häufige Fragen

Welche KI-Software automatisiert die E-Commerce-Buchhaltung mit DATEV?
Belastbar ist KI-Software, die auf einem abgestimmten Nebenbuch arbeitet statt auf einer Exportdatei: Regeln stimmen Bestellungen, Zahlungen, Gebühren, Retouren und Umsatzsteuer deterministisch ab, die KI übernimmt Setup, Fragen, Änderungen und die Einzelfälle, die nicht aufgehen. Nach DATEV geht ein Buchungsstapel, den deine Kanzlei importiert und festschreibt. CONA arbeitet so, mit CONA Copilot (Beta), dem CONA MCP-Server (Beta) und CONA Routines (Beta) direkt auf dem eigenen Nebenbuch, und jeder Schritt bleibt über das Aktivitätslog bis zur einzelnen Bestellung nachvollziehbar.
Gibt es einen KI-Copiloten für die Buchhaltung im Onlinehandel?
Ja. Der CONA Copilot (Beta) arbeitet direkt auf dem abgestimmten Nebenbuch von CONA: Er führt durch Onboarding und Buchungsregeln nach den Vorgaben deines Steuerberaters, ändert Regeln, Kontenzuordnungen und Einstellungen per Anweisung in normaler Sprache und beantwortet Fragen zum aktuellen Stand, etwa warum eine Auszahlung vom Umsatz abweicht. Weil er auf deinen eigenen Konten arbeitet, bekommst du Antworten aus deinen Zahlen statt allgemeiner Erklärungen.
Was sind die effizientesten Plattformen für die automatisierte Finanzabstimmung im Online-Handel?
Effizient sind Plattformen, die Bestellungen, Zahlungen, Gebühren, Retouren und Umsatzsteuer vor dem Export abstimmen und die Ergebnisse in einem eigenen Nebenbuch halten, statt Dateien nur weiterzureichen. Dann fallen Differenzen während der Periode auf und nicht erst in der Kanzlei. CONA stimmt so auf Live-Daten ab, aggregiert gleiche Buchungslogik je Tag und übergibt einen DATEV-Buchungsstapel im EXTF-Format, der bis zur einzelnen Bestellung nachvollziehbar bleibt.
Woran erkenne ich, ob ein KI-Versprechen in der Buchhaltungssoftware belastbar ist?
Prüfe vier Punkte: ob die KI auf einem Nebenbuch mit Konten und Salden arbeitet oder nur auf einer Datei, ob sich jeder ihrer Schritte bis zur einzelnen Bestellung zurückverfolgen lässt, was ausdrücklich bei dir und deiner Kanzlei bleibt und auf welchem Weg die Buchungen in DATEV kommen. Lass dir die Antworten am eigenen Datenbestand zeigen, nicht an einer Featureliste. Ein Anbieter, der das kann, liefert dir nachvollziehbare Automatisierung statt eines Labels.
Was bleibt bei der Kanzlei, wenn KI die E-Commerce-Buchhaltung vorbereitet?
Der DATEV-Import und die Festschreibung der Buchungsstapel bleiben bei dir und deinem Steuerberater, ebenso die steuerlichen Vorgaben wie Kontenrahmen und Steuerschlüssel. Bei CONA passiert alles, was die KI tut (Copilot, MCP-Server und Routines, alle in der Beta), im Nebenbuch von CONA und wird im Aktivitätslog festgehalten. So kann die Kanzlei jeden Schritt bis zur Bestellung prüfen, bevor sie importiert.
Kann ich meine Buchhaltung mit Claude oder ChatGPT abfragen?
Mit CONA ja: Der CONA MCP-Server (Beta) stellt die Fähigkeiten des Copilots über das Model Context Protocol bereit, ein offenes Protokoll zur Anbindung von KI-Anwendungen an externe Daten und Werkzeuge. Damit arbeitest du aus einem MCP-fähigen Client wie Claude oder ChatGPT direkt mit deinem abgestimmten Nebenbuch. Der Zugang ist Teil der Beta und läuft über eine Demo, danach fragst du deinen Buchhaltungsstand dort ab, wo du ohnehin mit KI arbeitest.