Vissza a blogra
Esettanulmány
2026.06.17
7 perc

Esettanulmány: könyvelői AI-ügynök a számlák gyors feldolgozására

Hogyan segíthet egy AI-ügynök a kézzel kiállított, külföldi és magyar elektronikus számlák adatainak gyors kiolvasásában úgy, hogy a végső döntés továbbra is a könyvelő kezében marad?

V
Várnai Dánielalapító

A munkám lényege: olyan AI megoldásokat rakok össze, amik működnek. Nem prezentációra, hanem éles használatra. A GitLab automatizálástól a belső folyamatokig — ha van benne ismétlődő munka, meg lehet csinálni.

Könyvelői AI-ügynök számlaadatok feldolgozása közben

A könyvelési munka egyik legidőigényesebb része gyakran nem maga a szakmai döntés, hanem az adatok ismétlődő rögzítése. Beérkezik egy beszkennelt, kézzel kiállított számla, egy külföldi beszállító PDF-je, egy e-mailben kapott dokumentum vagy egy magyar elektronikus számla, és valakinek ki kell olvasnia belőle a megfelelő adatokat.

Ebben az esettanulmányban egy könyvelői AI-ügynök koncepcióját mutatjuk be. A cél nem az, hogy az AI átvegye a könyvelő felelősségét, hanem hogy gyorsan előkészítse az adatokat ellenőrzésre. Így a könyvelő kevesebb gépeléssel, nagyobb figyelemmel és jobb döntési alappal dolgozhat.

Kiinduló probléma: sokféle számla, sok kézi rögzítés

Egy könyvelőirodába vagy pénzügyi osztályra ritkán érkeznek egységes formában a számlák. A magyar elektronikus számlák mellett ott vannak a régebbi, kézzel kiállított bizonylatok, a beszkennelt papírok, a külföldi partnerek eltérő felépítésű számlái és a többnyelvű dokumentumok.

  • A számlaszám, a dátumok, a partneradatok és az összegek kézi átvitele sok időt vesz igénybe.
  • A külföldi számlák felépítése, nyelve és adózási logikája eltérhet a megszokott magyar mintáktól.
  • A hibák gyakran apró elütésekből, rosszul leolvasott karakterekből vagy félreértelmezett mezőkből adódnak.
  • A könyvelők értékes idejéből túl sok megy el adminisztratív adatkinyerésre szakmai ellenőrzés helyett.

A megoldás: számlaolvasó AI-ügynök könyvelői kontroll mellett

A könyvelői AI-ügynök többféle bemenetet képes feldolgozni: kézzel kiállított vagy beszkennelt számlákat, PDF-eket, külföldről érkező számlákat, valamint magyar elektronikus számlákat. A feladata az, hogy strukturált adatjavaslatot készítsen a dokumentumból, amelyet a könyvelő gyorsan át tud nézni.

Kézzel kiállított és szkennelt számlák

Az ügynök OCR-rel és dokumentumértelmezéssel kiolvassa a látható mezőket, majd jelzi, ha valamelyik adatban bizonytalan.

Külföldi beszállítói számlák

A rendszer eltérő nyelvű és felépítésű számláknál is megkeresi a kulcsadatokat, például a partner nevét, az összegeket, a dátumokat és az adószámhoz hasonló azonosítókat.

Magyar elektronikus számlák

Ha a számlához NAV XML is tartozik, az ügynök automatikusan kiolvassa, és abból határozza meg a számla fő adatait.

Könyvelői jóváhagyás

Az AI nem véglegesít önállóan. Előkészíti az adatokat, kiemeli a bizonytalan pontokat, a végső döntést pedig a könyvelő hozza meg.

Mi történik egy beérkező számlával?

A folyamat lényege, hogy a könyvelő ne üres mezőkből induljon, hanem egy előkészített, ellenőrizhető adatlapot kapjon. Az ügynök a dokumentum típusától függően más-más módszert használ, de a kimenet egységes: javasolt számlaadatok és bizonytalansági jelzések.

  • Az ügynök megállapítja, hogy képi dokumentumról, PDF-ről vagy elektronikus számláról van-e szó.
  • Kinyeri a legfontosabb mezőket: számlaszám, kiállító, vevő, dátumok, összegek, áfaadatok és pénznem.
  • Magyar e-számla esetén megkeresi és feldolgozza a NAV XML-adatokat, ha azok elérhetők a számlában.
  • A gyanús vagy alacsony bizonyosságú mezőket külön jelöli, hogy a könyvelő ezeket ellenőrizze először.

NAV XML: amikor nemcsak a kép alapján kell olvasni

A magyar elektronikus számláknál különösen nagy előny, ha a rendszer nem kizárólag a vizuális számlaképre támaszkodik. Amennyiben a számlához NAV XML is tartozik, az ügynök ezt automatikusan ki tudja olvasni, és strukturált adatokból dolgozik.

Ez csökkenti az OCR-ből eredő hibák esélyét, gyorsítja a feldolgozást, és egyértelműbb adatforrást ad a könyvelőnek. A rendszer ugyanakkor ilyenkor sem tekinti magát tévedhetetlennek: az adatokat ellenőrzésre készíti elő, nem szakmai jóváhagyásként kezeli őket.

Fontos határ: az AI segít, a könyvelő dönt

Számlaadatoknál különösen fontos, hogy az automatizálás ne vegye el a szakmai kontrollt. Egy rosszul olvasott dátum, összeg vagy adókulcs később hibás könyvelési tételhez vezethet, ezért a könyvelői AI-ügynök javaslatként kezeli a kiolvasott adatokat.

A könyvelő feladata továbbra is az ellenőrzés és a végső döntés. Ha az ügynök bizonytalan, vagy ha egy mező a számla alapján többféleképpen értelmezhető, ezt láthatóan jelzi. Így a könyvelő nem veszti el a kontrollt, hanem gyorsabban találja meg azokat a pontokat, ahol valóban szakmai figyelemre van szükség.

Hogyan segíti ez a könyvelők napi munkáját?

A legnagyobb nyereség nem az, hogy a folyamat teljesen emberi közreműködés nélkül fut, hanem az, hogy a monoton adatbevitel rövidebb és kevésbé fárasztó lesz. A könyvelő egy előkitöltött, forrásig visszakövethető javaslatot kap, és arra koncentrálhat, amihez valóban emberi szakértelem kell.

  • Gyorsabb adatkinyerés a vegyes formátumú számlákból.
  • Kevesebb kézi gépelés és kevesebb adminisztratív megszakítás.
  • Átláthatóbb bizonytalan mezők, amelyeket célzottan lehet ellenőrizni.
  • Egységesebb előkészítés akkor is, ha a számlák több országból és több formátumban érkeznek.

Tanulság

A könyvelői AI-ügynök akkor ad valódi üzleti értéket, ha nem fekete dobozként működik, hanem ellenőrizhető adat-előkészítő eszközként. Gyorsan kinyeri a számlaadatokat, NAV XML esetén strukturált forrásból dolgozik, és közben megőrzi a könyvelő végső döntési jogát.

Ha hasonló ügynök bevezetésén gondolkodik, érdemes az AI-ügynökök vállalkozásoknak oldalról indulni, majd egy konkrét számlafeldolgozási folyamat feltárásával kezdeni.

Szeretné csökkenteni a kézi számlafeldolgozás terhét?

Egy rövid folyamatfeltárással megnézzük, milyen számlatípusok érkeznek be, hol megy el a legtöbb idő, és milyen kontroll mellett érdemes AI-ügynököt bevezetni.

Beszéljük meg a folyamatot
AI-ügynökökKönyvelésSzámlafeldolgozásNAV XMLDokumentumfeldolgozásEmberi jóváhagyás