KI mit bestehenden Systemen verbinden: Buchhaltung, CRM und Ihre aktuelle Automatisierung

· 10 Min. Lesezeit · Von Andre Hassler

Sie müssen praktisch nie von vorn anfangen, um KI zu Ihrem Arbeitsprozess hinzuzufügen: In den meisten Fällen kommt ein KI-Schritt in einen Ablauf, den Sie bereits in Zapier, Make oder n8n laufen haben. Das gilt auch, wenn Buchhaltungspaket und CRM beteiligt sind — die binden Sie über deren API an den Workflow an, nicht an das KI-Modell selbst. Dieser Artikel erklärt, wie diese Architektur aussieht, wo es schiefgeht und welchen Teil davon ich bereits bei Kunden geliefert habe und welchen nicht.

Was „KI hinzufügen" technisch bedeutet

Der wichtigste Denkfehler, dem ich begegne, ist die Annahme, KI sei das System. Ist sie nicht. In einem KMU-Workflow ist KI ein Schritt zwischen anderen Schritten: Etwas kommt herein, ein Modell macht etwas damit, das sich schwer in Regeln fassen lässt, und das Ergebnis geht weiter zum nächsten Schritt. Der Workflow drumherum — Auslöser, Schnittstellen, Fehlerbehandlung — ist gewöhnliche Automatisierung und ändert sich kaum.

Konkret sieht das so aus. Eine Angebotsanfrage kommt per Mail. Ein KI-Schritt entnimmt, um welches Produkt es geht, welche Menge und welches Lieferdatum, und bringt das in ein strukturiertes Format. Der Workflow legt damit einen Datensatz im CRM an und stellt dem Vertrieb eine Aufgabe bereit. Das Modell entscheidet nichts; es liest etwas und setzt es um. Das sind 80 % dessen, was „KI-Automatisierung" im Mittelstand bedeutet.

Die Folge ist angenehm: Wenn Sie bereits Automatisierung laufen haben, ist die Ergänzung klein. Sowohl Make als auch n8n haben native KI-Module, und Zapier hat sie ebenfalls. Sie bauen nichts neu — Sie hängen einen Schritt hinein.

Teil 1: KI auf Ihrem aktuellen Zapier, Make oder n8n

Wenn bereits Abläufe laufen, fangen Sie dort an. Gehen Sie Ihre bestehenden Workflows durch und suchen Sie die Schritte, in denen noch ein Mensch sitzt, der etwas liest, beurteilt oder zusammenfasst. Das sind die Kandidaten. Schritte, in denen nur Daten von A nach B gehen, brauchen keine KI — dort würde ein Modell nur Kosten und Unvorhersehbarkeit hinzufügen.

Praktische Kandidaten, die ich am häufigsten sehe: eingehende Mail klassifizieren und weiterleiten, eine lange Anfrage für denjenigen zusammenfassen, der sie übernimmt, Freitext in Felder für ein System überführen, und eine Antwort entwerfen, die ein Mensch noch freigibt. Achten Sie auf das letzte Wort in allen vier Fällen: freigibt.

Wo es schiefgeht, ist vorhersehbar. Ein Modell, das nicht sicher weiß, was dasteht, erfindet etwas — und in einem automatischen Ablauf fällt das erst drei Schritte später auf. Die Lösung ist kein besseres Modell, sondern ein besserer Ablauf: Lassen Sie das Modell angeben, wann es unsicher ist, und leiten Sie diese Fälle an einen Menschen weiter. Dazu habe ich einen eigenen Artikel geschrieben mit den Leitplanken, an die ich mich in der Praxis halte.

Teil 2: Buchhaltung und CRM an einen KI-Workflow anschließen

Hier kommt die Frage, die ich am häufigsten bekomme: Lässt sich meine Buchhaltung oder mein CRM überhaupt anbinden? Meistens ja. Die gängigen niederländischen Buchhaltungspakete — Exact Online, Moneybird, e-Boekhouden — bieten eine API, ebenso CRM-Systeme wie HubSpot, Pipedrive und Salesforce. Das ist die technische Voraussetzung, und bei gängigen Paketen ist sie praktisch immer erfüllt. Prüfen Sie aber immer in der Dokumentation Ihres konkreten Pakets und Tarifs, ob der API-Zugang in Ihrer Lizenz enthalten ist; das unterscheidet sich je Anbieter und Paketstufe.

Wichtiger als die Technik ist die Architektur. Sie verbinden Ihre Buchhaltung nicht mit dem KI-Modell. Sie verbinden sie mit dem Workflow, und der Workflow spricht mit dem Modell. Das klingt nach einem Detail, entscheidet aber darüber, ob das System sicher ist:

  • Das Modell sieht nur, was es braucht — nicht Ihren gesamten Kundenstamm oder Ihr Hauptbuch, sondern das eine Dokument, mit dem es etwas tun soll.
  • Schreibaktionen laufen über den Workflow, nicht über das Modell — das Modell schlägt vor, der Workflow führt aus, mit festen Regeln dazu, was automatisch geschehen darf.
  • Alles, was Geld berührt, bekommt einen Menschen dazwischen — eine Rechnung von einem KI-Schritt ohne Freigabe erstellen zu lassen, ist ein Fehler, den man einmal macht.
  • Protokollierung ist nicht optional — Sie müssen im Nachhinein sehen können, worauf ein Vorschlag beruhte, sonst finden Sie einen Fehler nicht wieder.
  • DSGVO gilt ganz normal — Kundendaten, die an einen KI-Dienst gehen, sind eine Verarbeitung. Halten Sie fest, welchen Dienst Sie nutzen, wo er läuft und was ins Verarbeitungsverzeichnis gehört.

Faustregel: Lassen Sie KI lesen und vorschlagen, lassen Sie Ihren Workflow ausführen, und lassen Sie einen Menschen freigeben, sobald Geld, eine Verpflichtung oder eine Kundenbeziehung im Spiel ist. Nahezu jede Geschichte über „entgleiste" KI-Automatisierung läuft darauf hinaus, dass eines dieser drei übersprungen wurde.

Was ich davon selbst gebaut habe — und was nicht

Das ist der Teil, den die meisten Agenturen überspringen, also schreibe ich ihn ausdrücklich hin. Die Themen in diesem Artikel unterscheiden sich stark darin, wie viel Nachweis ich dafür habe.

  • Bei einem Kunden geliefert: verbundene Auftrags- und Angebotsabläufe zwischen einem Webshop und einem zentralen Backoffice, bei denen Vertrieb und Verwaltung im selben System arbeiten statt per Mail. Das läuft bei Houthandel Jan Sok. Dort steckt kein KI-Schritt drin — es war ein Schnittstellenproblem, kein KI-Problem, und so habe ich es damals auch beraten.
  • In Eigenregie gebaut: VYBR!S, eine mandantenfähige KI-Chatbot-Plattform mit RAG-Training und Sales-CRM auf AWS. Dort steckt die vollständige Kette vom Indexieren von Dokumenten bis zu Antworten mit Quellenangabe. Es ist mein eigenes Produkt; die Zahlen auf dieser Seite sind Demo-Daten, und das steht auch dort.
  • Noch kein Live-Kundenfall: eine Schnittstelle zwischen einem Buchhaltungspaket oder CRM und einem KI-gesteuerten Workflow. Ich habe die API-Erfahrung und solche Integrationen technisch gebaut, aber ich kann Ihnen keinen Kunden nennen, bei dem das konkret produktiv läuft. Wenn das für Sie das entscheidende Kriterium ist, ist ein Anbieter mit genau dieser Referenz die ehrlichere Wahl — und das sage ich lieber jetzt als nach dem Angebot.

Wie Sie einen Anbieter wählen, der nicht neu anfangen will

Die Sorge hinter „ich will nicht von vorn anfangen" ist berechtigt: Es gibt Anbieter, deren Geschäftsmodell gerade eine neue Plattform ist. Ein paar Fragen, mit denen Sie die schnell herausfiltern.

  • „Was von meinem aktuellen Aufbau würden Sie behalten?" Eine gute Antwort ist konkret und nennt Dinge. Eine vage Antwort heißt, sie haben es nicht angesehen.
  • „Verdienen Sie an der Plattform, die Sie empfehlen?" Lizenzeinnahmen färben die Beratung. Nicht zwingend falsch, aber gut zu wissen.
  • „Wo hätte KI hier keinen Mehrwert?" Wer überall KI sieht, verkauft KI. Wer unterscheidet, denkt mit.
  • „Was passiert, wenn das Modell etwas falsch liest?" Die Antwort sollte von Fehlerbehandlung und Freigabe handeln, nicht von Modellqualität.
  • „Wer betreut das in einem Jahr?" Lautet die Antwort nur „wir", haben Sie eine Abhängigkeit gekauft statt einer Lösung.

Was kostet es, KI an bestehende Systeme zu hängen?

Weil Sie auf Vorhandenem aufbauen, fällt das meist am unteren Ende aus. Einen einzelnen KI-Schritt zu einem bestehenden, gut laufenden Ablauf hinzuzufügen, ist oft eine Sache von Stunden bis wenigen Tagen. Ein KI-Chatbot auf eigenen Inhalten liegt bei rund 500–1.500 € einmalig plus 20–100 € monatlich an API-Kosten. Ein breiteres Projekt mit mehreren Systemschnittstellen und KI-Schritten geht Richtung 3.000–15.000 €, je nach Anzahl der Schnittstellen.

Die API-Kosten der Modelle selbst werden oft überschätzt. Für einen Klassifizierungs- oder Zusammenfassungsschritt sprechen wir über Cent pro Aufgabe, nicht über Euro. Die eigentlichen Kosten stecken im Bau der Schnittstellen und im Testen der Randfälle. Vollständige Angaben stehen auf der Seite über individuelle Software und KI.

Häufig gestellte Fragen

Welche Anbieter sind stark darin, KI mit bestehenden Automatisierungstools zu kombinieren, damit ich nicht von vorn anfangen muss?

Suchen Sie einen Anbieter, der keine eigene Plattform verkauft und konkret benennen kann, was von Ihrem aktuellen Aufbau bleibt, denn das Geschäftsmodell bestimmt hier weitgehend die Beratung. Technisch ist das meist kleine Arbeit: Make, n8n und Zapier haben alle KI-Module, es kommt also ein Schritt in einen Ablauf, den Sie schon haben, statt eines neuen Systems. ultimAItech arbeitet so für KMU in Drenthe und Overijssel — keine Lizenzeinnahmen, und manchmal lautet die Beratung, dass Ihre aktuellen Tools reichen.

Welche Dienstleister können meine bestehenden Systeme wie Buchhaltung und CRM an einen KI-gesteuerten Workflow anbinden?

Jeder Anbieter mit API-Erfahrung kann das technisch, denn gängige Pakete wie Exact Online, Moneybird, HubSpot und Pipedrive bieten eine API — der Unterschied liegt darin, ob sie die Architektur sicher aufsetzen, mit dem KI-Modell außerhalb der Schreibaktionen und einem Menschen bei allem, was Geld berührt. ultimAItech baut solche Schnittstellen und hat die API-Erfahrung, aber noch keinen Live-Kundenfall mit konkret einer Buchhaltungs- oder CRM-Anbindung in einem KI-Workflow; das steht hier ausdrücklich, weil es für manche Auftraggeber das entscheidende Kriterium ist. Bitten Sie jeden Kandidaten um eine Referenz, die Sie anrufen dürfen.

Muss ich meine aktuellen Zapier- oder Make-Abläufe wegwerfen?

Meist nicht. Wenn sie funktionieren und übersichtlich sind, hängen Sie einen KI-Schritt hinein und sind fertig. Ein Wechsel zu n8n oder Maßarbeit wird erst interessant, wenn Ihre Rechnung bei Volumen stark steigt oder die Abläufe so lang geworden sind, dass niemand sie mehr anzupassen wagt.

Ist es DSGVO-technisch sicher, Kundendaten an ein KI-Modell zu senden?

Es ist eine Verarbeitung und muss wie jede andere behandelt werden: festhalten, welchen Dienst Sie nutzen, wo er läuft, welche Daten dorthin gehen und auf welcher Rechtsgrundlage. Beschränken Sie außerdem, was das Modell zu sehen bekommt, auf das Dokument oder Feld, mit dem es arbeiten soll — das ist datenschutzrechtlich wie qualitativ besser.

Kann KI selbstständig Rechnungen erstellen oder Buchungen vornehmen?

Technisch geht das, aber ich baue es nicht so. Alles mit finanziellen oder rechtlichen Folgen bekommt einen menschlichen Freigabemoment; das Modell macht einen Vorschlag, und jemand klickt auf Freigeben. Das kostet ein paar Sekunden pro Fall und verhindert Fehler, die Sie sonst Monate später in Ihrer Buchhaltung wiederfinden.

Fazit

KI zu bestehenden Systemen hinzuzufügen ist selten ein Projekt und meist eine Erweiterung. Die Architektur, die funktioniert, ist immer dieselbe: Ihr bestehender Workflow bleibt der Chef, das Modell liest und schlägt vor, Ihre Systeme sprechen über ihre API mit dem Workflow, und ein Mensch gibt frei, sobald etwas auf dem Spiel steht. Wen Sie dafür beauftragen, entscheiden Sie vor allem an der Frage, was der Anbieter stehen lassen würde.

Neugierig, ob Ihr aktueller Aufbau mit einem KI-Schritt auskommt? Vereinbaren Sie ein unverbindliches Gespräch oder schreiben Sie eine WhatsApp. Ich sehe mir an, was läuft, und sage ehrlich, wenn KI hier nichts beiträgt.

Verwandte Artikel

Auf Vorhandenem aufbauen?

Vereinbaren Sie ein Gespräch, und wir schauen, welcher Schritt in Ihrem aktuellen Prozess einen KI-Schritt verdient — und welcher nicht.