Fakturaregistrering: läs, koppla och kontrollera
Ett genomarbetat fakturaexempel skiljer läsfel, koppling och verksamhetsmässiga avvikelser innan ett ERP-utkast går vidare.

Planera fakturaregistrering som separata beslut: Vad står på dokumentet, vilken transaktion hör det till och passar innehållet? Optisk teckenigenkänning, förkortat OCR, besvarar först läsfrågan. Den utför inte automatiskt den verksamhetsmässiga jämförelsen.
Exemplet är påhittat och begränsat till referenser och totalbelopp. Beställning P-31 hör till leverantör S-4; avtalat totalbelopp är 120 EUR. Den skannade fakturan I-22 anger samma leverantör och beställning. Inga tilläggsposter eller delbetalningar ingår här.
Jämför registrerade värden med källorna
Uppgift | Original eller godkänt register | Registrerat resultat |
|---|---|---|
Fakturareferens | I-22 på underlaget | I-22 |
Leverantör | S-4 i det kopplade leverantörsregistret | S-4 |
Beställningsreferens | P-31 på underlag och i system | P-31 |
Fakturabelopp | 120 EUR på underlaget | 1 200 EUR |
Avtalat totalbelopp | 120 EUR i beställning P-31 | 120 EUR |
Det registrerade fakturabeloppet avviker från både original och beställning. Bearbetningen skapar därför en granskningsuppgift i stället för att skicka beloppet okontrollerat till ERP som en bekräftad skuld.
Granskaren ser det aktuella bildutsnittet bredvid värdet. Personen bekräftar 120 EUR i originalet och rättar registreringen. Ett utkast på 120 EUR kan sedan gå vidare med en rättelsenotering. Läsfelet är därmed klarlagt; betalningsgodkännande är ett separat senare steg.
Hantera en verklig avvikelse annorlunda
Står det faktiskt 1 200 EUR på I-22 får registreringen inte ändras till 120 EUR bara för att passa beställningen. Underlagsdata bevaras. Ansvarig person undersöker om beställning, faktura eller avtal behöver ändras. Första resultatet är ”behöver utredas”.
Saknas P-31 i tillgängligt system är kopplingen i stället oklar. Ett tydligt läst belopp skapar ingen motsvarande beställning. Registrera orsaken separat så att en saknad integration inte behandlas som OCR-fel.
Använd konfidens för rätt fråga
Microsoft skiljer bland annat mellan ord- och fältkonfidens. En poäng kan skicka osäker igenkänning till granskning. Den bekräftar inte överensstämmelse med din beställning. Välj trösklar med lämpliga egna testfall; använd inget godtyckligt värde som godkännanderegel.
Testa korrekt läst underlag, läsfel, verklig beloppsavvikelse och saknad beställning i en testmiljö. Förväntade resultat är utkast, rättelsegranskning, verksamhetsmässig utredning respektive oklar koppling. Orsaken till ett stopp ska synas i arbetslistan.
Välj lästeknik och efterföljande flöde
Innehåller fakturan redan strukturerade data, undersök deras behandling först i stället för att bara läsa bilden igen. Håll källa, rättat värde och rättelseorsak spårbart samman. En lyckad import eller felfri OCR ersätter varken verksamhetskontroll eller nödvändig formatvalidering. Resultatet är här ett kontrollerat registreringsutkast, inget generellt godkännande av hela fakturan.
Källor
Läs vidare
Alla artiklar




AI & automatisering med ASES
AI-assistenter och automatiserade flöden


