Match-&-Merge-RegelnAutomatisierte Zuordnung von Bestellungen, Lieferungen und Rechnungen
Einkaufslexikon · Aktualisiert · 7 Min. Lesezeit
Auch bekannt als: Invoice Matching, Three-Way Matching, Two-Way Matching, Bestellabgleich, Match-Merge-Logik
Kurzantwort
- Match-&-Merge-Regeln sind definierte Logiken, mit denen Systeme Bestellungen, Warenempänge und Rechnungen automatisch zuordnen und zusammenführen.
- Sie nutzen Kriterien wie Bestellnummer, Menge, Preis und Steuerschlüssel sowie definierte Toleranzen.
- Passen die Belege überein, läuft die Rechnung automatisch zur Zahlung; Abweichungen landen in einer dokumentierten Ausnahmebehandlung.
Match-&-Merge-Regeln sind vordefinierte Zuordnungslogiken im Einkaufs- und Rechnungswesen, mit denen Bestellungen, Warenempänge und Rechnungen automatisch abgeglichen werden. Sie bilden das Regelwerk hinter dem zwei- oder dreiseitigen Abgleich und entscheiden, welche Posten zusammengeführt werden dürfen und welche eine manuelle Klärung erfordern. In der Praxis senken sie Bearbeitungsaufwand, reduzieren Zahlungsverzögerungen und stärken die Compliance im Einkaufsprozess.
Das Wichtigste in Kürze
- Match-&-Merge-Regeln steuern, welche Belege (Bestellung, Empfang, Rechnung) automatisch abgeglichen werden.
- Typische Abgleichskriterien sind Bestellnummer, Lieferantennummer, Menge, Einzelpreis, Steuerschlüssel und Leistungsdatum.
- Häufige Praxiswerte für die Toleranzen liegen bei Mengenabweichungen von 0–5 % und Preisabweichungen von 1–3 %, je nach Materialklasse.
- Die Regeln verhindern Doppelzahlungen und Fehlbuchungen und unterstützen die Sachliche Rechnungsprüfung.
- Klare Regeln verbessern die On-Time Payment Rate und damit Skontonutzung sowie Lieferantenbeziehungen.
- Ausnahmen ohne Treffer laufen typischerweise in eine dokumentierte Abweichungsanalyse mit definierten Freigabestufen.
Inhalt
- Definition: Match-&-Merge-Regeln
- Methoden und Vorgehen: Match-&-Merge-Regeln aufbauen
- Wichtige KPIs für Match-&-Merge-Regeln
- Risiken und Kontrollen bei Match-&-Merge-Regeln
- Aktuelle Entwicklungen: Automatisierung und KI im Belegabgleich
- Umsetzung in der eigenen Organisation
- Typische Kennzahlen
- Praxisbeispiel
- Fazit
- Häufige Fragen
Definition: Match-&-Merge-Regeln
Match-&-Merge-Regeln sind parametrierbare Logiken in ERP-, E-Procurement- oder Rechnungsworkflow-Systemen, die selbstständig ermitteln, welche Bestellung zu welchem Warenempfang und zu welcher Rechnung gehört. „Match“ steht für das Zuordnen der Belege, „Merge“ für das Zusammenführen mehrerer Teilbelege – etwa mehrerer Teillieferungen oder Teilrechnungen – zu einem konsistenten Abgleich. Der Begriff wird in der Praxis auch alsinvoice matching, three-way matching oder Bestellabgleich geführt.
Zweiseitiger und dreiseitiger Abgleich
Beim zweiseitigen Abgleich werden Bestellung und Rechnung verglichen; dies ist typisch für Dienst- und Rahmenbestellungen, bei denen ein Wareneingang nicht sinnvoll messbar ist. Der dreiseitige Abgleich bezieht zusätzlich den Warenempfang ein und ist der Standard für Materialwirtschaft und produktionsnahe Beschaffung. In der Praxis gilt: Je mehr Belegseiten einbezogen werden, desto höher die Aussagekraft und der Prozessschutz, aber desto höher auch die Anforderung an Datenqualität.
Abgrenzung zur klassischen Rechnungsprüfung
Die Sachliche Rechnungsprüfung prüft, ob eine einzelne Rechnung inhaltlich korrekt und buchbar ist. Match-&-Merge-Regeln automatisieren den Belegvergleich dahinter und liefern die Entscheidungsvorlage: Passt alles, läuft die Rechnung automatisch zur Zahlung; bei Abweichungen startet eine kontrollierte Ausnahmebehandlung. Die Regeln ersetzen also nicht die Prüfung, sondern setzen sie systematisch und revisionsicher um.
Methoden und Vorgehen: Match-&-Merge-Regeln aufbauen
Ein belastbares Regelwerk entsteht nicht am Schreibtisch, sondern aus der Analyse des realen Bestell- und Lieferverhaltens. Empfehlenswert ist ein gestuftes Vorgehen: Bestell- und Belegtypen klassifizieren, Toleranzen je Materialklasse festlegen, Regeln parametrieren und anschließend mit echten Datenlaüfen testen.
Beleg- und Prozesssegmentierung
Zunächst werden Bestellarten getrennt: Direktmaterial, indirekte Güter, Dienstleistungen, Rahmenbestellung und Spotkauf vs. Rahmenvertrag erfordern unterschiedliche Logiken. Bei Rahmenverträgen wird typischerweise gegen den Abruf gematcht, bei Dienstleistungen gegen Meilensteine oder Auftragsbestätigungen. Auch Sonderfälle wie Eilbestellung oder Rücklieferung brauchen eigene Pfade, damit sie den Standardprozess nicht blockieren.
Toleranzen und Match-Kriterien definieren
Kern der Regeln sind Toleranzen: üblich sind in der Praxis Mengentoleranzen bis zu 5 % und Preistoleranzen zwischen 1 % und 3 %, abhängig von Wert und Kritikalität des Materials. Als Match-Kriterien dienen vor allem Bestellnummer, Position, Lieferantennummer, Menge, Einheit, Preis und Steuerschlüssel. Hochwertige Systeme erlauben gewichtete Scores statt harter Ja/Nein-Logiken, sodass kleine Abweichungen automatisch akzeptiert und große eskaliert werden.
Ausnahmebehandlung und Eskalation
Jede Regel braucht einen definierten Treffer- und Nicht-Treffer-Pfad. Nicht zugeordnete Belege landen in einer Workflow-Warteschlange mit Klärungsgrund, Zuständigkeit und Frist. Die anschließende Abweichungsanalyse dokumentiert Ursache – etwa falsche Bestellnummer, Teillieferung oder Preisänderung – und speist Learnings zurück in Bestellprozesse und Lieferantenkommunikation. Ohne saubere Ausnahmebehandlung versandet der Automatisierungsgrad rasch.
Wichtige KPIs für Match-&-Merge-Regeln
Der Erfolg des Regelwerks lässt sich messen. Zentrale Kennzahlen zeigen, welcher Anteil der Belege automatisch durchläuft, wie schnell gezahlt wird und wo Abweichungen systematisch auftreten.
Automatisierungs- und Durchlaufkennzahlen
Die Automatisierungsquote (share of touchless invoices) liegt in reifen Prozessen typischerweise bei 70–90 %; Werte darunter deuten auf Datenqualitätsprobleme oder zu enge Toleranzen hin. Ergänzend relevant: Bearbeitungszeit pro Rechnung, Anteil der Abweichungen je Ursache und die Quote korrekt gematchter Mengen. Diese Kennzahlen lassen sich gut in eine Savings Pipeline aufnehmen, weil jeder automatisierte Beleg Freigabe- und Suchkosten senkt.
Zahlungs- und Lieferantenkennzahlen
Korrekt gematchte Rechnungen führen zu pünktlicher Zahlung – die On-Time Payment Rate steigt, und Skonti werden tatsächlich genutzt. Umgekehrt fließen Match-Fehler in die Lieferantenleistungsbewertung ein, wenn ein Lieferant wiederholt falsche Rechnungsreferenzen oder abweichende Preise liefert. Damit wird der Belegabgleich indirekt auch ein Steuerungsinstrument für die Lieferantenqualität.
Risiken und Kontrollen bei Match-&-Merge-Regeln
Falsch parametrierte Regeln können Schaden anrichten: zu großzügige Toleranzen lassen Überzahlungen durch, zu enge Toleranzen erzeugen manuellen Ballast. Kontrollen, Freigaben und ein Auditplan halten das Regelwerk wirksam und revisionsfest.
Typische Risiken
Häufige Fehlerbilder sind Doppelbestellungen, die zwei gültigen Rechnungen zugeordnet werden, Rechnungen ohne Bestellbezug, die mangels Regel in einer Ausnahme-Warteschlange verharren, sowie manipulierte oder veraltete Stammdaten. Besonders kritisch: Werden Preise im Rahmenvertrag geändert, ohne die Match-Regeln anzupassen, entstehen systematische Abweichungen. Auch bei Einbehalt oder Abschlagszahlungen braucht es eigene Regeln, sonst drohen Fehlzuordnungen.
Kontrollen, Freigaben und Auditplan
Änderungen an Toleranzen sollten über einen Vier-Augen-Prozess mit dokumentierter Begründung laufen. Ein Auditplan prüft periodisch, ob Toleranzen noch angemessen sind und ob Ausnahmefälle korrekt behandelt wurden. Sinnvoll sind Stichproben auf manuell freigegebene Rechnungen über definierten Schwellenwerten sowie eine regelmäßige Abweichungsanalyse je Lieferant und Materialklasse. Revisionsrelevante Änderungen am Regelwerk gehören in ein Dokumentationssystem.
Vertragliche Verankerung
Match-Regeln wirken am besten, wenn Lieferanten sie kennen: Rechnungsleitfäden mit Pflichtangaben, Referenzierung der Bestellnummer und definierte Reaktionszeiten bei Rückfragen gehören in Lieferverträge und Rahmenvereinbarungen. Bei Verlängerungen – etwa einer Automatische Vertragsverlängerung – sollte die Prüfung der Rechnungs- und Match-Prozesse des Lieferanten Teil der Eignungsprüfung sein.
Aktuelle Entwicklungen: Automatisierung und KI im Belegabgleich
Der Belegabgleich bewegt sich von starren Wenn-Dann-Regeln hin zu lernenden Systemen. Zunehmend ergänzen maschinelle Verfahren die klassische Parametrierung, ohne sie zu ersetzen.
KI-gestützte Zuordnung
Moderne Systeme schlagen Zuordnungen vor, auch wenn Rechnungsnummer oder Positionsbezeichnungen untypisch formuliert sind, und lernen aus korrigierten Fällen. Die automatische Disposition und der Belegabgleich rücken damit zusammen: Beide stützen sich auf saubere Stammdaten und Verlaufsdaten. In der Praxis hat sich bewährt, KI-Vorschläge zunächst nur als Empfehlung mit menschlicher Freigabe zu nutzen und die Schwelle zur Vollautomatik nachgewiesener Genauigkeit zu heben.
Einbindung in Einkaufsstrategie und Lieferantenmanagement
Match-&-Merge-Daten werden zunehmend strategisch genutzt: Häufige Preisabweichungen bei bestimmten Lieferanten sprechen für eine Neuausschreibung oder Verhandlung, wiederkehrende Teilmengen für eine Anpassung der Safety Stock Calculation. Auch im Notfallplan hilft der Abgleich, weil er sichtbar macht, welche Bestände tatsächlich geliefert und abgerechnet wurden. Transparenz aus dem Abgleich wird damit zum Rohstoff für die Lieferantenentwicklung und für Early Supplier Involvement in neuen Projekten.
Mehrere Belegquellen und Plattformdenken
Mit Marktplätzen, EDV-Anbindungen und Portalen wächst die Zahl der Belegformate. Moderne Match-Logiken normalisieren Daten aus unterschiedlichen Quellen vor dem Abgleich. Gerade im B2B-Handel mit technischen Komponenten – vom Standardteil bis zum OEM/ODM-Modell – entscheidet die Qualität der Vorverarbeitung darüber, wie hoch der Automatisierungsgrad real ausfällt.
Umsetzung in der eigenen Organisation
Match-&-Merge-Regeln sind kein reines IT-Thema, sondern ein Zusammenspiel von Einkauf, Materialwirtschaft, Rechnungswesen und Revision. Die Einführung gelingt am ehesten schrittweise und mit klarer Verantwortung.
Pilotierung und Rollout
Bewährt ist ein Start mit einer begrenzten Materialklasse oder wenigen Lieferanten mit hohem Belegvolumen. Dort werden Toleranzen kalibriert, Ausnahmequoten gemessen und die Zuständigkeiten geschärft. Erst dann folgt der Rollout auf weitere Kategorien, ideally mit Standard-Toleranzsätzen je Materialklasse und Ausnahmen nur mit Begründung.
Rollen und Verantwortlichkeiten
Einkauf definiert Toleranzen und verhandelt Rechnungsanforderungen, die Materialwirtschaft liefert verlässliche Eingangsdaten, das Rechnungswesen betreibt Freigabe und Zahlung, die Revision prüft im Auditplan. Diese Aufgabenteilung verhindert, dass Toleranzen stillschweigend erweitert werden, und hält den Abgleich als Kontrollinstrument intakt.
Typische Kennzahlen
| Kennzahl | Richtwert | Einordnung |
|---|---|---|
| Automatisierungsquote Rechnungen | 70–90 % | üblicher Richtwert in reifen Prozessen; darunter deuten meist Datenqualitätsprobleme |
| Bearbeitungszeit pro Rechnung | < 5 Minuten | für vollautomatisch gematchte Belege; manuelle Fälle liegen deutlich höher |
| On-Time Payment Rate | > 95 % | zuverlässiges Matching ist eine zentrale Voraussetzung für pünktliche Zahlung |
| Abweichungsquote | < 10 % | Anteil nicht automatisch gematchter Belege; Ursachen je Lieferant auswerten |
Typische Richtwerte aus der Praxis – je nach Branche, Teil und Vertrag abweichend.
Praxisbeispiel
Ein mittelständischer Maschinenbauer mit rund 12.000 Rechnungen im Jahr hatte lange manuelle Freigabeschleifen und ein hohes Aufkommen abweichender Rechnungen. Das Unternehmen führte ein gestuftes Match-&-Merge-Regelwerk ein: dreiseitiger Abgleich für Direktmaterial, zweiseitiger für Dienstleistungen, getrennte Toleranzen je Materialklasse und eine strukturierte Ausnahme-Warteschlange mit Abweichungsanalyse. Innerhalb eines Jahres stieg der automatisierte Anteil der Rechnungen deutlich, die Bearbeitungszeit pro Beleg sank spürbar, und Skonti wurden deutlich häufiger genutzt. Zusätzlich zeigte die Ausnahmestatistik, dass zwei Kernlieferanten wiederholt mit falschen Positionstexten abrechneten – Grundlage für eine gezielte Lieferantenansprache.
- Dreiseitiger Abgleich für Direktmaterial, zweiseitiger für Dienstleistungen
- Toleranzen je Materialklasse (typisch: Mengen bis 5 %, Preise bis 2 %)
- Ausnahme-Warteschlange mit Klärungsgrund, Zuständigkeit und Frist
- Monatliche Abweichungsanalyse als Input für die Lieferantenleistungsbewertung
Fazit
Match-&-Merge-Regeln verwandeln den Belegabgleich von manueller Fleißarbeit in einen steuerbaren, prüffähigen Prozess. Sie wirken nur so gut wie die Datenqualität der Bestellung, des Wareneingangs und der Lieferantenstammdaten. Klare Toleranzen, eine disziplinierte Ausnahmebehandlung und ein Auditplan sichern Wirksamkeit und Revisionssicherheit. Wer die Abgleichdaten zusätzlich für Lieferantenbewertung und Verhandlungssteuerung nutzt, holt einen echten strategischen Mehrwert heraus. Für technische Einkäufer ist der saubere Belegabgleich damit eine Grundlage sowohl für Liquiditätssicherung als auch für belastbare Lieferantenbeziehungen.
Häufige Fragen
Was bedeutet Match-&-Merge im Einkauf?
Match-&-Merge bezeichnet die automatisierte Zuordnung und Zusammenführung von Bestellungen, Warenempängen und Rechnungen in ERP- oder Workflow-Systemen. Die Regeln entscheiden, welche Belege zusammenpassen und ob der Abgleich ohne manuelle Prüfung durchläuft. Bei Abweichungen startet eine definierte Ausnahmebehandlung statt ad-hoc-Klärung.
Was ist der Unterschied zwischen 2-Way- und 3-Way-Matching?
Beim 2-Way-Matching werden Bestellung und Rechnung verglichen, etwa bei Dienstleistungen oder Rahmenabrufen. Beim 3-Way-Matching kommt der Warenempfang als dritte Belegseite hinzu, was der Standard für Materiallieferungen ist. Je mehr Belegseiten einbezogen werden, desto sicherer der Abgleich – aber desto höher die Anforderungen an Datenqualität und Prozesse.
Welche Toleranzen sind beim Rechnungsabgleich üblich?
In der Praxis bewegen sich Mengentoleranzen häufig zwischen 0 und 5 % und Preistoleranzen zwischen 1 und 3 %, abhängig von Materialklasse und Bestellwert. Hochvolumige oder kritische Teile erhalten in der Regel engere Toleranzen als C-Material. Die Werte sollten periodisch überprüft und im Auditplan dokumentiert werden.
Welche Daten werden für Match-&-Merge-Regeln benötigt?
Kern sind Bestellnummer, Positionsnummer, Lieferantennummer, bestellte und gelieferte Menge, Einheit, Einzelpreis, Steuerschlüssel und Leistungs- bzw. Lieferdatum. Zusätzlich helfen eindeutige Artikelnummern und gepflegte Lieferantenstammdaten. Unsaubere Stammdaten sind der häufigste Grund für niedrige Automatisierungsquoten.
Was passiert mit Rechnungen, die nicht gematcht werden können?
Nicht zugeordnete Belege laufen in eine Ausnahme-Warteschlange mit dokumentiertem Klärungsgrund, Zuständigkeit und Frist. Dort werden sie geprüft, korrigiert oder an den Lieferanten zurückgegeben. Die Ursachen werden in einer Abweichungsanalyse ausgewertet, um wiederkehrende Fehler systematisch zu beseitigen.
Bringt automatisches Rechnungs-Matching echten Nutzen für den Einkauf?
Ja – in der Praxis liegen Automatisierungsquoten reifer Prozesse typischerweise bei 70–90 %. Das senkt Bearbeitungskosten, beschleunigt die Zahlung und verbessert die On-Time Payment Rate samt Skontonutzung. Zudem liefern die Abgleichdaten wertvolle Hinweise für Lieferantenbewertung und Verhandlungen.
