Wien/Berlin | ~100 Mitarbeiter | Seit 2016 | 800+ Steuerberater-Kanzleien als Kunden
Was die konnen: Belege hochladen, KI erkennt Inhalte, erstellt Buchungsvorschlage inkl. Konto + Steuerschlussel. Lernt mit jeder Korrektur. Direkt in DATEV Unternehmen Online + Rechnungswesen. Echtzeit-Sync von Stammdaten, Kreditoren, Debitoren. 99% Belegtrennung. Splitbuchungen automatisch. Bis 70% Zeitersparnis laut Anbieter.
Was die nicht konnen: Komplexe Sonderfalle (13b, Bewirtung, branchenspezifisch) brauchen weiterhin manuelle Prufung. Kein LLM-Ansatz - klassisches maschinelles Lernen, versteht Belege nicht "intelligent" sondern mustererbasiert. Pricing nicht transparent. Ersteinrichtung aufwandig.
Am nachsten dran an dem was wir wollen. Aber: Teuer, intransparent, und die KI versteht Kontext nicht so wie ein LLM konnte. Wenn wir das nur kaufen, haben wir kein eigenes Produkt.
Was die konnen: Rechnungen hochladen, OCR erkennt Daten, Vorkontierung (Konto, Kostenstelle, Steuerschlussel), Freigabe-Workflows, Export nach DATEV. SEPA-Zahlungen integriert. GoBD-konform.
Was die nicht konnen: Fokus auf Rechnungsfreigabe, nicht auf Buchungssatz-Generierung. Fur KMUs gebaut, nicht fur Kanzleien mit 100+ Mandanten. KI ist eher einfache OCR mit Regeln, kein tiefes Lernen aus Buchungshistorie. Teuer.
Gut fur einzelne Unternehmen die ihre Rechnungen freigeben wollen. Nicht fur Kanzleien gebaut.
Berlin | Seit 2015 | Testsieger in mehreren Vergleichen 2026
Was die konnen: Selbstlernende KI fur deutsche Rechnungen. Erkennt, kategorisiert, verbucht. Nach Trainingsphase bis 95% automatisch. DATEV-Export (Buchungsstapel + Belegbilder). Eigene Buchhaltungsfunktionen (EUeR, GuV). E-Rechnungen. Gunstig.
Was die nicht konnen: Fur Freelancer und kleine Firmen gebaut, nicht fur Kanzleien. Keine mandantenfahige Architektur (100 Mandanten verwalten geht nicht). Komplexe Kapitalgesellschafts-Buchhaltung eingeschrankt.
Beste OCR fur deutsche Rechnungen im Markt. Aber: Kein Kanzlei-Tool. Fur uns als Endkunde interessant, nicht als Vorbild.
Nurnberg | 9.000+ Mitarbeiter | 7.000 Kanzleien nutzen den Service | >7,5 Mio. Vorschlage pro Monat
Was die konnen: KI erstellt Buchungsvorschlage aus Belegen in Unternehmen Online. Vergleicht mit fruheren Buchungen, schlagt Steuer- und Buchungsschlussel vor. Lernt mit jedem gebuchten Beleg.
Was die nicht konnen: Ist keine vollautomatische Losung. Copilot (seit Feb 2026) ist eher Chat-Assistent fur Recherche, nicht fur FIBU. DATEV ist langsam bei Innovation. Geschlossenes System - man kann nichts eigenes draufsetzen. KI-Werkstatt (kostenlos) ist Spielwiese, kein Produkt.
DATEV wird besser, aber langsam. Die Lucke zwischen dem was DATEV kann und dem was moglich ware, ist riesig. Genau da setzen wir an.
Berlin | 5 Leute | 4,6 Mio. USD Funding | Y Combinator Winter 2024
Was die bauen: Exakt dasselbe - "LLMs die DATEV-Buchungen in Minuten statt Stunden erzeugen." AI Copilot fur Steuerberater in Europa.
Wer dahinter steckt: Tim Hermes (CEO) - war bei Taxfix, hat dort das Steuerberater-Produkt von null auf mehrere Millionen gebracht
Leo von Kleist (CTO) - war CTO bei Hive (60+ Mio. Funding, 8-stelliger Umsatz), Informatik ETH Zurich
Kilian Justus - ex-Taxfix (Steuerprodukte in Italien/Frankreich), vorher genova.ai
Markus Jungnickel - Jura Cambridge, Informatik Imperial College, ex-Trade Republic
Unser direktester Konkurrent. Kleines aber starkes Team, gut finanziert, YC-backed. Aber: Sie haben 5 Leute und kein Kanzlei-Netzwerk. Wir haben echte Mandanten und Domain-Expertise.
Was die machen: Automatisierte Buchhaltung mit KI + menschlicher Prufung durch Partner-Steuerberater. "Belege hochladen, zurucklehnen, fertig." Eher Service als Tool.
Wer dahinter steckt: Juan Garcia-Berdoy Carvajal (8 Jahre Legal-Tech), Thomas Flassbeck. Dominik war selbst Kunde dort - ahnliche Features, "klappten nicht so gut."
Interessant als Benchmark. Gleiche Idee, aber als Service statt als Tool fur Kanzleien. Kein eigenes Technologie-Fundament erkennbar.
Was die machen: Keine Software zum Kaufen, sondern eine eigene KI-native Steuerkanzlei. Der Tenet-Fonds kauft bestehende Kanzleien und baut zentrale KI-Infrastruktur. Roll-up-Modell.
Wer dahinter steckt: CTO Burkhard Reffeling - vorher 6 Jahre Head of Engineering bei Klarna (140+ Ingenieure). Kennt Skalierung.
Nicht kaufbar, nicht kopierbar. Aber zeigt: Grosse Investoren glauben an KI-Kanzlei. Der Markt ist real.
Was die bauen: "AI-Agents die Dokumente analysieren und buchen." KI-Buchhaltungsplattform fur Steuerkanzleien. Aber: Osterreichischer Markt (BMD/RZL, nicht DATEV).
Wer dahinter steckt: Markus Waghubinger - vorher HalloSophia (Mediationsplattform fur Steuerberater).
Dasselbe Versprechen, aber fur Osterreich. Kein DATEV. Fur uns kein direkter Konkurrent, aber zeigt: Andere haben dieselbe Idee.
Das Problem ist nicht die Belegerkennung. OCR funktioniert bei 95%+ der Rechnungen. Das Problem ist die Kontierung: Auf welches Konto? Welcher Steuerschlussel? Ist das Bewirtung oder Buromaterial? 70% absetzbar oder 100%?
Kein Tool am Markt nutzt heute moderne Sprachmodelle (wie ChatGPT/Claude) die Belege wirklich "verstehen". Finmatics erkennt Muster, aber versteht keinen Kontext. Und keiner baut mandantenspezifische Wissensbasen - die letzten 3 Jahre Buchungshistorie als Trainingsgrundlage.
Wo alle scheitern (30-50% Fehler): Splittrechnungen mit verschiedenen Steuersatzen. 13b-Falle. Bewirtungsbelege (70/30-Aufteilung). Neue Lieferanten. Branchenspezifische Kontierung. Fremdwahrungen.
Was wir anders machen konnten:
Sprachmodell das den Beleg versteht, nicht nur Felder ausliest
Buchungshistorie des Mandanten als Kontext (ab Tag 1)
Steuerrechtliches Wissen eingebaut (nicht nur OCR)
80/20: KI macht Vorschlag, Mensch pruft - massiv schneller als heute
Tool fur Kanzleien, nicht fur Endkunden
Leute die das konnen
Potenzielle technische Partner. Alle haben relevante Erfahrung mit KI + Buchhaltung + DATEV.
Aleksander Heimrath
War 3 Jahre CTO bei Candis (2021-2024). Hat dort genau das gebaut: PDF-Rechnungen per KI in DATEV-Buchungen.
Davor 9 Jahre CTO in VC-Startups (Rocket Internet, Lendico, Alteos). Informatik-Master TU Dresden. Kennt DATEV-Schnittstellen. Scheint seit Ende 2024 verfugbar.
KI-Entwickler. Hat bereits ein DATEV-KI-Tool gebaut und offentlich auf GitHub gestellt.
Nutzt GPT-4 Vision fur DATEV-Dokumente. Hat Sprachmodelle speziell auf deutsche Dokumente trainiert. Arbeitet schnell und pragmatisch. Ideal fur einen ersten Prototypen.
CTO von Fideus (KI-Steuerberatung). Ex-McKinsey, ex-CTO Optilyz. Mathe + Physik.
Baut gerade selbst KI fur Steuerberater (Holdings-Nische). Aktiver Open-Source-Entwickler. Publiziert unter @the_startup_cto. Eher als Sparringspartner oder Kooperation, nicht zum Abwerben.