So setzt du Ollama für Treuhänder und Buchhaltung ein
Belege lokal sortieren, Zahlen selbst prüfen: So nutzt dein Treuhandbüro KI ohne Verzicht.
YouTube-Video wird erst beim Klick geladen · cookie- & trackingfrei bis zur Interaktion
Bei Kunden, die klassische Treuhand oder Buchhaltung machen, taucht immer öfter Copilot von Microsoft auf. Wie sie die Datensicherheit lösen, ist unklar — und darum verzichten viele ganz darauf, obwohl es für sie eine sehr gute Unterstützung wäre.
Der Verzicht hat einen Preis: genau die Unterstützung, die man hätte. Dabei gibt es eine Arbeit, die eine lokale KI heute schon erledigt, im Hintergrund und ohne dass ein Beleg das Haus verlässt — die Belege sortieren. Und es gibt eine Arbeit, die sie nicht erledigt: prüfen, ob die Zahlen stimmen.
Du erfährst, warum der Verzicht die teuerste Lösung ist, wie eine lokale KI bei mir die Belege sortiert, wo die Grenze liegt und womit du für Zahlen arbeitest. Es ist die vierte Lektion im Modul «Teams und Compliance» des Lehrgangs «Lokale KI mit Ollama».
Was ich bei Kunden sehe
Copilot ist in vielen Treuhandbüros angekommen, die Frage nach der Datensicherheit nicht. Die Folge ist oft kein sorgfältiger Einsatz, sondern gar keiner.
In der ersten Lektion dieses Lehrgangs standen Treuhänder, Anwalt und Gesundheitsbereich nebeneinander. In der Lektion davor war die Kanzlei dran, in dieser Lektion ist es der Treuhänder. Und für ihn gilt: Der Verzicht kostet genau die Unterstützung, die er hätte.
Diese Lektion bewertet kein Werkzeug. Sie zeigt eine Arbeit, die lokal läuft — und eine, die beim Menschen bleibt.
Was bei mir im Hintergrund läuft
Bei mir läuft es anders: Für die Belegsortierung nutze ich paperless-ngx mit einem KI-Zusatz, dahinter ein lokales Modell aus der Qwen-Reihe. Das Modell läuft bei mir über Ollama. Das Ganze läuft im Hintergrund und funktioniert bei mir sehr gut.
paperless-ngx ist eine Open-Source-Dokumentenablage, die bei dir im Haus läuft. Kommt ein Beleg rein, setzt der Zusatz Titel, Schlagwörter, Dokumenttyp und Absender — ohne dass jemand etwas tun muss.
Der Zusatz heisst paperless-ai. Das Projekt ist gerade im Umbau, der Entwickler schreibt es neu. Darum steht es hier als das, was bei mir läuft, nicht als Empfehlung.
In der Lektion zu den PDFs habe ich gesagt: Sortiert ist dort nichts. Stimmt — von Hand sortiert niemand. Die Schlagwörter setzt ein KI-Zusatz.
Sortieren ja, buchen nein
Die ehrliche Grenze: Ob die Zahlen stimmen, kann ich nicht sagen — mir geht es um die Sortierung der Belege.
Die KI legt ab, der Mensch bucht. Ein Beleg mit falschem Schlagwort kostet dich eine Suche. Eine falsche Zahl kostet dich den Abschluss. Darum ist die Arbeitsteilung klar verteilt:
Der Verzicht ist die teuerste Lösung. Lass eine lokale KI die Belege sortieren, im Hintergrund — kein Beleg verlässt das Haus. Ob die Zahl stimmt, prüft weiterhin der Mensch.
Ein anderer Werkzeugkasten
Für Zahlen habe ich immer auf Hugging Face verwiesen, auf die Modelle unter «Tabular». Sie arbeiten klassisch mit Tabellen, wie du sie aus Excel exportierst — nicht mit Text.
Eine Korrektur zum Video: Dort sage ich, sie laufen über Ollama. Das stimmt nicht. Ollama führt Sprachmodelle aus, die Tabular-Modelle brauchen eine eigene Umgebung. Sie sind ein eigenes Thema und gehören nicht in den Aufbau, der deine Belege sortiert. Hier stehen sie als Hinweis, nicht als Anleitung.
Womit du testest
Lass dir paperless-ngx aufsetzen, gib einen Monat Belege hinein und schau, was die Sortierung bringt. Kein Beleg verlässt dabei das Haus.
Empfehlen kann ich dir paperless-ngx — den KI-Zusatz nicht, solange er im Umbau ist. Was du aus dem Test mitnimmst, ist die Antwort auf eine Frage: Wie viel Suchen nimmt dir eine Ablage ab, die sich selbst sortiert?
In 5 Schritten — direkt anwendbar
Typische Fehler — und wie du sie vermeidest
Fünf Fehler, mit denen KI im Treuhandbüro entweder fehlt oder zu weit geht:
Fazit
Der Verzicht ist die teuerste Lösung. Eine lokale KI sortiert die Belege im Hintergrund, die Zahlen prüft der Mensch.
Die KI legt ab, der Mensch bucht — und für Zahlen gibt es einen eigenen Werkzeugkasten, der nicht über Ollama läuft. Die nächste Lektion im Lehrgang heisst: «Wie du M&A-Dokumente in einem isolierten Ollama-Raum analysierst».
Lass dir diese Woche paperless-ngx aufsetzen und gib einen Monat Belege hinein. Notiere danach, wo die Sortierung stimmt und wo du trotzdem suchst.
Weiterlernen statt warten
Die letzten 10 Prozent schaffst du selbst: Lass dir diese Woche paperless-ngx aufsetzen, gib einen Monat Belege hinein — und hol dir das nächste Thema im Lernbereich. Kostenlos, ohne Anmeldung.
Zum LernbereichHäufige Fragen
Was macht der KI-Zusatz in paperless-ngx genau?
Er erkennt neue Belege in paperless-ngx und setzt Titel, Schlagwörter, Dokumenttyp und Absender. Dahinter läuft bei mir ein lokales Modell aus der Qwen-Reihe über Ollama. Der Beleg bleibt dabei im Haus.
Warum empfiehlst du paperless-ai nicht?
Weil das Projekt gerade im Umbau ist: Der Entwickler schreibt es neu. Darum steht paperless-ai hier als das, was bei mir läuft, nicht als Empfehlung. Zum Testen empfohlen ist paperless-ngx.
Kann die lokale KI auch buchen oder die Zahlen prüfen?
In diesem Aufbau nicht. Ob die Zahlen stimmen, kann ich nicht sagen — mir geht es um die Sortierung der Belege. Die KI legt ab, der Mensch bucht. Ob die Zahl stimmt, prüft weiterhin der Mensch.
Was sind die «Tabular»-Modelle auf Hugging Face?
Hugging Face ordnet Modelle nach Aufgaben. Unter «Tabular» stehen Modelle für Tabellen, nicht für Text — zum Beispiel für Tabular Classification und Tabular Regression. Die Eingabe ist eine Tabelle, wie du sie aus Excel exportierst. Wichtig: Diese Modelle laufen nicht über Ollama. Sie stehen hier als Hinweis auf einen eigenen Werkzeugkasten, nicht als Anleitung.
Wie teste ich das, ohne gleich alles umzustellen?
Lass dir paperless-ngx aufsetzen, gib einen Monat Belege hinein und schau, was die Sortierung bringt. Kein Beleg verlässt dabei das Haus.
Quellen & Zahlen
Die Werkzeuge in dieser Lektion sind öffentlich dokumentiert. Hier stehen die Originalseiten.
- Paperless-ngx — Dokumentation Paperless-ngx (Open-Source-Projekt) — Was paperless-ngx ist: eine Open-Source-Dokumentenablage, die Papier in ein durchsuchbares Archiv überführt
- paperless-ai auf GitHub clusterzx (Entwickler) — Der KI-Zusatz für paperless-ngx; im README steht, dass die Codebasis neu geschrieben wird. Ollama ist als Backend unterstützt
- Qwen3 in der Ollama-Bibliothek Ollama — Modelle der Qwen-Reihe, die lokal über Ollama laufen
- Tasks — Tabular Classification und Tabular Regression Hugging Face — Wo die Modelle für Tabellen stehen, getrennt von den Sprachmodellen
Abgerufen am 13. Oktober 2026 (Links geprüft). paperless-ai ist im Umbau — der Stand kann sich ändern.
Lieber als PDF mitnehmen?
Den vollständigen Inhalt dieser Seite gibt es zusätzlich als strukturiertes PDF-Paket — zum Offline-Lesen, Markieren und Weitergeben. Eine reine Komfort-Leistung. Der gesamte Inhalt bleibt weiter kostenlos auf dieser Seite — kein Login, keine Paywall, kein versteckter Bezahl-Inhalt.
Was im Paket enthalten ist
- Die Regel «Die KI legt ab, der Mensch bucht» auf einer Seite.
- Die fünf Schritte und die fünf Fehler als Checkliste für den Test mit einem Monat Belege.
- Direkt-Link zur ungelisteten Langversion des Videos
9 EUR · einmalig · ohne Abo
Auf CopeCart öffnen →Abwicklung über CopeCart GmbH (DE) als Merchant of Record. Details in AGB §12.