KI-Umsatzabstimmung für Shopify und Amazon: Was sie übernimmt
Aktualisiert am
Ja, KI kann die Umsatzabstimmung von Shopify und Amazon zum größten Teil übernehmen, aber nicht als ein Modell, das jede Bestellung einzeln bucht. Den Massenfall aus Bestellungen, Gebühren, Erstattungen und Auszahlungen gleichen feste Regeln deterministisch ab, die KI übernimmt den Rest, der nicht aufgeht, und das funktioniert belastbar nur auf einem Nebenbuch, in dem jeder Schritt protokolliert ist.
Du kennst die Lage: Shopify zeigt dir Umsatz, auf dem Konto kommt weniger an, und Amazon zahlt alle zwei Wochen einen Betrag aus, der sich erst nach einer Stunde im Abrechnungsbericht erklären lässt. CONA, eine Plattform für automatisierte Umsatzabstimmung und DATEV-Export, die Shopify- und Amazon-Daten in einem eigenen Nebenbuch abstimmt und dort KI in der Beta einsetzt, ist für genau diese Schichtung gebaut. Dieser Artikel zeigt, was in den beiden Auszahlungen steckt, welche Teile Regeln lösen, welcher Rest Urteilsvermögen braucht und wie KI diesen Rest prüfbar übernimmt.
Was steckt in einer Shopify-Payments-Auszahlung?
Eine Shopify-Payments-Auszahlung ist ein Nettobetrag: Sie bündelt Zahlungen aus mehreren Tagen, abzüglich Gebühren, Erstattungen und Chargebacks, und kann um eine Reserve gekürzt sein. Deshalb stimmt sie fast nie mit dem Umsatz derselben Tage überein. Für die Buchhaltung musst du sie in diese Bestandteile zurückzerlegen und jeden davon der richtigen Bestellung und dem richtigen Konto zuordnen.
Die Details laut Shopify-Hilfe:
- Rhythmus: Du kannst laut Shopify tägliche, wöchentliche oder monatliche Auszahlungen wählen, für Deutschland nennt Shopify eine Mindestabwicklungszeit von 3 Werktagen.
- Gebühren: Zu jeder einzelnen Auszahlung zeigt Shopify eine Übersicht der dafür berechneten Gebühren.
- Erstattungen und Chargebacks: Shopify schreibt, dass Erstattungen und Chargebacks schneller abgewickelt werden können als Zahlungen und die Auszahlung mindern. Eine Erstattung für eine Bestellung aus dem Vormonat landet also in einer Auszahlung dieses Monats.
- Reserven: Eine Reserve ist laut Shopify eine vorübergehende Zurückhaltung eines Teils, in manchen Fällen des vollen Betrags, von Transaktionen für einen festgelegten Zeitraum. Freigegebene Beträge kommen mit späteren Auszahlungen zurück.
Ein fiktives Beispiel: Eine Woche bringt 18.420,00 Euro Umsatz, ausgezahlt werden 16.903,55 Euro. Die Differenz von 1.516,45 Euro setzt sich aus 389,20 Euro Gebühren, 812,25 Euro Erstattungen (davon eine Teilerstattung zu einer Bestellung aus der Vorwoche) und 315,00 Euro Reserve zusammen.
Was steckt in einer Amazon-Abrechnung?
Eine Amazon-Abrechnung fasst alle Buchungen eines Abrechnungszeitraums zusammen: Verkäufe, Verkaufs- und FBA-Gebühren, Erstattungen und Anpassungen. Ausgezahlt wird am Ende nur der Saldo. Laut Amazon wiederholt sich der Abrechnungsprozess alle 14 Tage. Verkäufe, Retouren und Freigaben landen deshalb oft in unterschiedlichen Abrechnungen.
Drei Eigenheiten machen Amazon schwieriger als Shopify:
- Der Bericht kommt periodisch, nicht laufend. Abrechnungsberichte lassen sich laut Amazon-Entwicklerdokumentation nicht anfordern oder planen, Amazon erstellt sie automatisch.
- Jede Zeile ist ein Betragstyp, nicht eine Bestellung. Im Flat-File-V2-Format stecken die Beträge in den Spalten
amount-type,amount-descriptionundamount, ergänzt umtransaction-type,order-id,settlement-start-dateundsettlement-end-date. Eine Bestellung erzeugt also mehrere Zeilen, eine Anpassung manchmal eine Zeile ohne direkten Bestellbezug. - Freigaben verschieben Geld zwischen Perioden. Unter dem Modell „DD+7“ gibt Amazon Verkaufserlöse laut t3n erst sieben Tage nach bestätigter Lieferung frei. Ein Verkauf vom Ende eines Zeitraums kann dadurch in der nächsten Abrechnung auszahlen.
Wie du Amazon-Abrechnungen grundsätzlich aufschlüsselst, steht in der Anleitung zur Amazon-Finanzabstimmung.
Welche Teile lösen feste Regeln zuverlässig?
Feste Regeln lösen alles, was eine eindeutige ID und eine feste Buchungslogik hat: Zahlung zu Bestellung über die Transaktions- oder Bestellnummer, Gebühr als Aufwand, Erstattung zur Ursprungsbestellung, Auszahlung gegen den Bankeingang. Das ist der Massenfall, und hier ist eine Regel einer KI überlegen, weil sie bei gleichem Input immer dasselbe Ergebnis liefert.
| Posten | Shopify Payments | Amazon-Abrechnung | Lösung |
|---|---|---|---|
| Verkauf zu Zahlung | Zahlung mit Bestell-ID | Zeile mit order-id | Regel |
| Gebühren | Je Auszahlung ausgewiesen | Eigene Betragstypen je Bestellung | Regel |
| Vollerstattung in derselben Periode | Eigene Transaktion | Zeile mit Bestellbezug | Regel |
| Auszahlung gegen Bank | Ein Betrag je Auszahlung | Ein Saldo je Abrechnung | Regel |
| Teilerstattung über Periodengrenze | Mindert spätere Auszahlung | Landet in späterer Abrechnung | Regel plus Prüfung |
| Chargeback | Mindert Auszahlung, ggf. mit Gebühr | Anpassungszeilen | Urteil nötig |
| Freigabe einer Reserve | Kommt mit späterer Auszahlung | Verschiebt sich durch Freigaberegeln | Urteil nötig |
| Zeile ohne Bestellbezug | Selten | Anpassungen ohne order-id | Urteil nötig |
Gleiche Buchungslogik am selben Tag lässt sich zu einer Sammelbuchung aggregieren, solange die Einzelposten dahinter abrufbar bleiben. Das hält den DATEV-Stapel schlank, ohne die Prüfbarkeit zu verlieren. Wie Shopify und Amazon dabei für die Kanzlei getrennt bleiben, zeigt der Leitfaden Shopify und Amazon in DATEV buchen.
Welcher Rest braucht Urteilsvermögen?
Übrig bleiben die Fälle, in denen Zeitpunkt und Bezug auseinanderfallen. Eine Regel sieht dort einen offenen Betrag, ein Mensch sieht eine Geschichte: eine Teilerstattung zu einer Bestellung aus dem Vormonat, ein Chargeback, der später zurückgebucht wird, eine Reserve, die drei Auszahlungen später zurückkommt. Diese Fälle sind selten, binden aber den größten Teil der Abstimmungszeit.
Typische Restposten:
- Teilerstattungen über Periodengrenzen. Der Verkauf ist im Oktober gebucht, die Teilerstattung mindert eine Auszahlung im November. Zu klären ist, welche Position erstattet wurde und welcher Steuersatz gilt.
- Chargebacks. Ein Chargeback mindert die Auszahlung, unter Umständen samt Gebühr, und kann später zugunsten des Händlers ausgehen. Dann gibt es zwei Bewegungen zu einer Bestellung in verschiedenen Perioden.
- Freigaben von Reserven. Der freigegebene Betrag gehört zu keiner einzelnen Bestellung der aktuellen Auszahlung, sondern gleicht einen früheren Einbehalt aus.
- Abrechnungszeilen ohne Bestellbezug. Anpassungen oder Korrekturen tragen keine passende Bestellnummer und müssen über Beschreibung, Betrag und Datum zugeordnet werden.
Wird dieser Rest nicht geklärt, landet er als Differenz auf dem Geldtransitkonto und wird im Monatsabschluss zur Rückfrage der Kanzlei.
Wie übernimmt KI diesen Rest?
KI übernimmt den Rest so, wie es eine erfahrene Buchhalterin tun würde: Sie liest den Kontext eines offenen Postens, also Beschreibung, Betrag, Datum, Vorperioden und verwandte Bestellungen, schlägt eine Zuordnung vor oder bereitet eine Korrekturbuchung vor und begründet, warum. Entscheidend ist, dass sie dabei auf den abgestimmten Zahlen arbeitet und nicht auf einer losen Exportdatei.
Konkret heißt das: Eine Teilerstattung wird der Ursprungsbestellung zugeordnet, auch wenn sie zwei Abrechnungen später auftaucht. Eine Reservefreigabe wird gegen den früheren Einbehalt ausgeglichen statt als Umsatz gebucht. Eine Amazon-Zeile ohne Bestellnummer wird über Betragstyp und Beschreibung dem passenden Aufwands- oder Ertragskonto zugeordnet. Und wer wissen will, warum eine Auszahlung abweicht, fragt in normaler Sprache und bekommt die Posten, nicht eine Vermutung.
Warum muss KI auf einem Nebenbuch mit Aktivitätslog arbeiten?
Weil die Buchführung prüfbar bleiben muss, egal wer oder was eine Buchung vorbereitet. Nach § 145 Abs. 1 AO müssen sich Geschäftsvorfälle „in ihrer Entstehung und Abwicklung verfolgen lassen“. Ein Nebenbuch mit Aktivitätslog liefert genau diese Spur: Jede Zuordnung der KI ist ein dokumentierter Schritt mit Bezug zur Bestellung.
Dazu kommt § 146 Abs. 4 AO: Eine Buchung darf nicht so verändert werden, dass der ursprüngliche Inhalt nicht mehr feststellbar ist. Die GoBD der Finanzverwaltung, BMF-Schreiben vom 28.11.2019, zuletzt geändert am 14.07.2025, konkretisieren das für elektronische Buchführung, unter anderem mit dem Grundsatz der Nachvollziehbarkeit und Nachprüfbarkeit. Praktisch heißt das: Der Weg vom Beleg zur Buchung und zurück muss für jeden Posten möglich sein, also auch für die, die eine KI zugeordnet hat. Mehr dazu im Artikel Ist KI in der Buchhaltung GoBD-konform?
Wo kann KI bei der Abstimmung danebenliegen?
KI kann einen Betrag plausibel, aber falsch zuordnen, etwa eine Teilerstattung der falschen von zwei ähnlichen Bestellungen. Sie kann bei einer unbekannten Amazon-Anpassung ein falsches Konto wählen oder eine Steuerfrage beantworten, die eigentlich die Kanzlei entscheiden muss. Deshalb gehört KI nicht an den Massenfall, sondern an den Rest, und jeder ihrer Schritte muss sichtbar, begründet und prüfbar sein. Ein Vorschlag ohne Spur ist keine Abstimmung, sondern eine Behauptung.
Wie setzt CONA KI bei der Shopify- und Amazon-Abstimmung ein?
CONA stimmt Bestellungen, Zahlungen, Gebühren, Retouren und Umsatzsteuer laufend auf Live-Daten im eigenen Nebenbuch ab, bevor etwas nach DATEV geht. Den Massenfall erledigt das regelbasierte Matching deterministisch, für Setup, Fragen, Änderungen und den Rest gibt es CONA AI, alle Teile in der Beta. Jeder Schritt steht im Aktivitätslog und lässt sich bis zur einzelnen Bestellung zurückverfolgen.
- CONA Routines (Beta) laufen wiederkehrend im Hintergrund, finden offene Posten und bereiten Korrekturen vor. Zwei Beispiele für Routinen in der Beta passen genau zu diesem Thema: die Payout-Abstimmung für Auszahlungen von Zahlungsanbietern wie Shopify Payments, PayPal und Klarna und der Settlement-Import für Marktplatz-Abrechnungen wie die von Amazon. Sie klären Sonderfälle, die das regelbasierte Matching übrig lässt, und bereiten Korrekturen vor.
- CONA Copilot (Beta) beantwortet Fragen zum aktuellen Stand deiner Buchhaltung in normaler Sprache, mit deinen eigenen Zahlen: „Warum ist die Shopify-Auszahlung vom Dienstag niedriger als der Umsatz der Woche?“ oder „Auf welches Konto gehört die Differenz aus der letzten Amazon-Abrechnung?“. Er führt außerdem durch das Setup und ändert Buchungsregeln und Kontenzuordnungen per Anweisung nach den Vorgaben deines Steuerberaters.
- CONA MCP-Server (Beta) stellt dieselben Fähigkeiten über das Model Context Protocol bereit, sodass du aus einem MCP-fähigen Client wie Claude oder ChatGPT mit CONA arbeitest.
Zusammen können Copilot, MCP-Server und Routines in CONA im Kern das, was auch eine Person in CONA kann. Die Grenzen sind klar gezogen: Alles passiert im Nebenbuch von CONA und wird im Aktivitätslog festgehalten, der DATEV-Export geht als EXTF-Buchungsstapel an deine Kanzlei, und Import und Festschreibung bleiben bei dir und deinem Steuerberater. Welche Quellen angebunden sind, von Shopify und Amazon Seller Central bis OTTO und Kaufland, steht auf der Integrationsseite. Alle Funktionen im Überblick findest du auf der Seite CONA AI.
Was bleibt bei dir und deinem Steuerberater?
Bei dir und deiner Kanzlei bleiben die steuerlichen Vorgaben, also Kontenrahmen, Erlöskonten und Steuerschlüssel, sowie der DATEV-Import und die Festschreibung. Die KI in CONA (Beta) richtet Regeln nach diesen Vorgaben ein und bereitet Zuordnungen vor, die Verantwortung für das, was in DATEV festgeschrieben wird, verschiebt sie nicht. Das Setup mit dem Steuerberater dauert bei CONA nach Anbieterangaben in der Regel weniger als einen Tag.
Wie KI-Software für E-Commerce mit DATEV insgesamt aufgebaut sein sollte, steht im Guide KI-Buchhaltung für E-Commerce mit DATEV. Wie KI-Agenten den gesamten Monatsabschluss unterstützen, zeigt der Artikel zu KI-Agenten im Monatsabschluss.
Mit CONA bekommst du eine Umsatzabstimmung für Shopify und Amazon, die laufend im Hintergrund passiert, den Rest per KI in der Beta klärt und nach eigenen Angaben rund 95 Prozent weniger Aufwand macht. In einer Demo zeigen wir dir CONA für Shopify und Amazon und besprechen den Beta-Zugang, damit am Monatsende jede Zahl bis zur einzelnen Bestellung nachvollziehbar ist.
Häufige Fragen
- Kann KI die Umsatzabstimmung von Shopify und Amazon übernehmen?
- Ja, zum größten Teil, aber in Schichten. Feste Regeln gleichen den Massenfall aus Bestellungen, Gebühren, Erstattungen und Auszahlungen deterministisch ab, die KI übernimmt den Rest, der nicht aufgeht, etwa Teilerstattungen über Periodengrenzen, Chargebacks, freigegebene Einbehalte und Abrechnungszeilen ohne Bestellbezug. Belastbar ist das nur, wenn die KI auf einem Nebenbuch arbeitet und jeder Schritt in einem Aktivitätslog bis zur Bestellung nachvollziehbar bleibt. So wird aus der Abstimmung eine laufende Hintergrundarbeit statt eines Tages Nachrechnen am Monatsende.
- Welches Tool stimmt Umsätze aus mehreren Verkaufskanälen wie Shopify und Amazon automatisch ab?
- Ein Tool, das Shopify, Amazon und die Zahlungsanbieter in eine gemeinsame Abstimmung holt, jede Auszahlung und jede Abrechnung in Umsatz, Gebühren, Erstattungen und Einbehalte zerlegt und erst dann einen DATEV-Buchungsstapel erzeugt. CONA ist dafür gebaut: Bestellungen, Zahlungen, Gebühren, Retouren und Umsatzsteuer werden auf Live-Daten im eigenen Nebenbuch abgestimmt und als EXTF-Buchungsstapel übergeben. Für den Rest, den Regeln übrig lassen, gibt es CONA Routines (Beta) wie die Payout-Abstimmung und den Settlement-Import, und jede Sammelbuchung bleibt bis zur einzelnen Bestellung nachvollziehbar.
- Was ist eine einfache Lösung für die Amazon-Finanzabstimmung in Deutschland?
- Eine Lösung, die jede Amazon-Abrechnung automatisch in Umsatz, Gebühren, Erstattungen und Einbehalte zerlegt, Retouren der ursprünglichen Bestellung zuordnet, auch wenn sie in einer späteren Abrechnung landen, und das Ergebnis vor dem Export abstimmt. Einfach heißt: Du rechnest den Abrechnungsbericht nicht mehr selbst nach, sondern prüfst nur noch, was offen bleibt. CONA importiert Amazon-Abrechnungen, stimmt sie gegen Bestellungen und Bank ab und übergibt nachvollziehbare Buchungen an DATEV.
- Warum weicht meine Shopify-Auszahlung vom Umsatz ab?
- Weil eine Shopify-Payments-Auszahlung ein Nettobetrag ist: Gebühren sind bereits abgezogen, Erstattungen und Chargebacks mindern die Auszahlung oft früher als die zugehörigen Verkäufe, und ein Teil der Gelder kann als Reserve zurückgehalten werden. Dazu kommt, dass eine Auszahlung Zahlungen aus mehreren Tagen bündelt. Die Differenz ist deshalb kein Fehler, sondern eine Summe aus Posten, die sich einzeln den Bestellungen zuordnen lassen.
- Welche Fälle lassen sich mit regelbasiertem Matching nicht allein abstimmen?
- Vor allem Fälle, bei denen Zeitpunkt und Bezug auseinanderfallen: Teilerstattungen, die in einer späteren Periode als der Verkauf auszahlen, Chargebacks samt Gebühr und möglicher Rückbuchung, Freigaben von Reserven in einer späteren Auszahlung und Abrechnungszeilen ohne Bestellnummer. Hier muss jemand Kontext lesen und entscheiden, auf welche Bestellung und welches Konto ein Betrag gehört. Genau diesen Rest kann KI vorbereiten, wenn ihre Schritte prüfbar dokumentiert werden.
- Wie behält mein Steuerberater den Überblick, wenn KI bei der Abstimmung mitarbeitet?
- Über die Spur, nicht über Vertrauen: Jede Buchung braucht eine Belegreferenz und jeder Schritt der KI muss protokolliert sein, damit die Kanzlei vom Beleg zur Buchung und zurück prüfen kann. Bei CONA passiert alles, was Copilot und Routines (beide Beta) tun, im Nebenbuch von CONA und steht im Aktivitätslog, der DATEV-Import und die Festschreibung bleiben bei dir und deiner Kanzlei. So bekommt die Kanzlei abgestimmte Stapel, die sie bis zur einzelnen Bestellung nachvollziehen kann.