Fakturering og administration med AI: udstedelse af fakturaer, betalingspåmindelser og afstemning

Når virksomheder taler om fakturaer og AI, mener de som regel de regninger, de modtager. Den anden side får mindre opmærksomhed: de fakturaer, du sender, de påmindelser, der følger, og arbejdet med at matche indbetalinger med det, der stadig står åbent. I et lille team lander den administration ofte hos en stifter, en kontorchef eller en deltidsbogholder, og det er det første arbejde, der bliver liggende, når måneden bliver travl. Hver uge, det bliver liggende, kommer pengene en uge senere.

Denne artikel handler om den side af processen: at udstede fakturaer, følge op på betalinger, afstemme bankkontoen og klare administrationen omkring det. Om leverandørsiden kan du læse fakturabehandling med AI.

Hvor tiden går

Det meste af indsatsen ligger ikke i at trykke på "send". Den ligger i at samle det, der skal faktureres, kontrollere det, følge op, når pengene ikke kommer, og finde ud af, hvilken betaling der hører til hvilken faktura. Tabellen viser, hvordan vi som regel fordeler arbejdet mellem en model, faste regler og et menneske.

Fakturering: lad systemet regne og AI samle

Den vigtigste regel på faktureringssiden er enkel: en sprogmodel må aldrig være den, der bestemmer et beløb. Priser, satser, mængder og moms kommer fra dine kontrakter og dit regnskabssystem og beregnes med almindelig kode. AI hjælper før og omkring den beregning.

I servicevirksomheder ligger det fakturerbare arbejde spredt. Timerne står i et tidsregistreringsværktøj, et aftalt tillæg nævnes i en mailtråd, et rejseudlæg kommer som et foto af en kvittering. En model kan samle posterne i en kladdeliste pr. kunde og markere dem, den er usikker på. Derefter gennemgår et menneske én liste i stedet for hver enkelt kilde. Før en faktura går ud, bør en kontrol af fuldstændigheden bekræfte de oplysninger, EU's momsdirektiv kræver, for eksempel et fortløbende fakturanummer, leverandørens momsnummer, kundens momsnummer hvor det kræves, momssatsen og momsbeløbet.

Hvis dine kunder kan modtage strukturerede e-fakturaer, for eksempel via Peppol-netværket, så send dem i den form. Data løber så direkte ind i kundens system, uden at nogen taster dem igen, og det fjerner ét sted, hvor en faktura kan ligge ulæst. EU's pakke VAT in the Digital Age, vedtaget i marts 2025, indfører fra 1. juli 2030 digital indberetning af grænseoverskridende B2B-transaktioner, så struktureret fakturering er værd at få på plads under alle omstændigheder.

Betalingspåmindelser, der er korrekte og høflige

Påmindelser er der, hvor AI sparer den mest ubehagelige tid. En venlig første påmindelse, en mere bestemt anden besked og et klart sidste varsel, på kundens sprog og med de rigtige fakturareferencer, er præcis den slags tekstarbejde, modeller er gode til.

Den juridiske ramme hører hjemme i dine regler, ikke i modellens hukommelse. Efter EU's direktiv om forsinket betaling skal virksomheder betale inden for 60 dage, medmindre en længere frist er udtrykkeligt aftalt og ikke er groft urimelig over for kreditor, og offentlige myndigheder som hovedregel inden for 30 dage. Ved forsinket betaling har kreditor automatisk ret til renter på mindst referencesatsen plus otte procentpoint og til et fast minimumsbeløb på €40 pr. ubetalt faktura som kompensation for inddrivelsesomkostninger. Medlemsstaterne gennemfører direktivet i national lovgivning, og nogle fastsætter kortere maksimale frister, så tjek de regler, der gælder for dine kontrakter.

Om du faktisk opkræver renterne, er en forretningsbeslutning. En mangeårig kunde, der er en uge forsinket, fortjener som regel et telefonopkald og ikke et formelt krav. Lad systemet forberede påmindelsen og vise kontohistorikken, og lad kundeansvarlig beslutte tonen og en eventuel eskalering.

Matche indbetalinger med åbne fakturaer

Bankafstemning ser mekanisk ud, indtil du læser betalingsreferencerne. Kunder betaler flere fakturaer på én gang, betaler beløbet uden moms, skriver et forkert fakturanummer eller lader referencen stå tom. Regelbaseret matchning klarer de klare tilfælde. For resten kan en model foreslå et match ved at læse referencen, betalerens navn og beløbene samlet og forklare, hvorfor den mener, at en betaling hører til en bestemt faktura.

Hold bogføringsreglerne stramme. Et foreslået match bekræftes kun automatisk, når beløbene stemmer præcist. Delbetalinger, overbetalinger og differencer går til et menneske, fordi de ofte peger på en tvist eller en manglende kreditnota, som nogen skal tale med kunden om.

En tjekliste, før du går i gang

1. Kortlæg dine faktureringskilder. Skriv ned, hvor fakturerbart arbejde registreres i dag: tidsregistrering, CRM, projektværktøj, fælles indbakke. Automatiseringen bliver aldrig mere komplet end kilderne.
2. Ryd op i kundedata. Navne, momsnumre, faktureringsadresser og betalingsbetingelser bør ligge ét sted. I vores projekter starter de fleste matchfejl her.
3. Skriv din rykkerpolitik ned. Hvor mange dage efter forfald hver påmindelse sendes, hvem der godkender det sidste varsel, og hvornår renter eller et inkassobureau kommer på tale.
4. Beslut, hvad et menneske altid gennemgår. For eksempel den første faktura til en ny kunde, kreditnotaer, delbetalinger og alt over et beløb, som økonomi fastsætter.
5. Bevar et revisionsspor. Gem kilden til hver faktureret post, hvert udkast og hvem der godkendte det, så du kan svare på en kundes spørgsmål måneder senere.
6. Mål før og efter. Følg antallet af dage fra udført arbejde til sendt faktura, dage fra faktura til betaling og de timer, der bruges på påmindelser og afstemning.

Hvor du starter

For de fleste små teams er påmindelser og matchning af indbetalinger det bedste første skridt. Begge dele gentager sig hver uge, begge dele handler mest om at læse og skrive, og en fejl koster lidt, når et menneske godkender hver påmindelse den første måned. Fakturering fra spredte kilder kommer derefter, når kundedata er på plads. Udvid kun automatiseringen, hvor gennemgangen viser, at systemet er til at stole på.

Vil du vurdere, hvad denne administration koster dit team i dag, så beskriv processen i ROI-beregneren. Se eksempler inden for hvert forretningsområde blandt almindelige workflows, eller læs fem spørgsmål, der vælger den rigtige første automatisering.