Zum Hauptinhalt springen
Beancount.io Logo

#receipt-management

Receipt Management

Best practices and tools for organizing, scanning, and storing business receipts for tax compliance

7 PostsAlle Tags anzeigenZurück zu allen Beiträgen

Belege verloren? So hilft Ihnen die Cohan-Regel, betriebliche Ausgaben zu rekonstruieren

Die Cohan-Regel erlaubt einem Gericht, einen gewöhnlichen betrieblichen Abzug zu schätzen, wenn Sie nachweisen können, dass das Geld ausgegeben wurde, aber nicht den genauen Betrag – und Paragraph 274(d) verbietet diese Schätzung für Reisen, Bewirtung, Geschenke und Fahrzeuge vollständig. Hier erfahren Sie, welche Rekonstruktionsnachweise einen Prüfer tatsächlich überzeugen, warum Kontoauszüge allein meist scheitern, und ein Sechs-Schritte-Plan zum Wiederaufbau einer Datei mit fehlenden Belegen.

mike

tax-deductionsrecordkeepingreceipt-management

KI-Buchhaltungssoftware 2026: Was automatisierte Kategorisierung, Belegscan und Abstimmung wirklich kosten

Ein Kosten- und Leistungsvergleich von 12 KI-Buchhaltungsplattformen im Jahr 2026 – QuickBooks Online (38–275 $/Monat), Xero (25–90 $), Ramp (kostenlose Basisstufe), Digits, Zeni, Pilot (~599 $+), Botkeeper, Docyt und Vic.ai. Erwarten Sie 85–95 % automatische Kategorisierung bei Routineausgaben und 60–80 % bei mehrdeutigen Transaktionen, und kalkulieren Sie mit gesparten Stunden multipliziert mit Ihrem Stundensatz statt mit dem Listenpreis.

mike

aiaccounting-softwareautomation

KI-generierte Fake-Belege verursachen jetzt die meisten Spesenbetrugsfälle: Ein Leitfaden für kleine Unternehmen

KI-generierte Belege stiegen zwischen März 2025 und Mai 2026 von 0% auf 70,8% der Betrugsmeldungen, laut AppZen-Daten zu 1.471 gefälschten Belegen in 174 Unternehmen — und der durchschnittliche Anspruch sank auf $101, da Betrüger von wenigen großen Fälschungen zu vielen kleinen unterhalb der automatischen Genehmigungsschwellen wechselten.

mike

fraud-detectionfraud-preventionexpense-management

KI-Belegscanner-Apps im Jahr 2026: Der OCR-zu-LLM-Wechsel und das Halluzinationsproblem

LLM-basierte Belegscanner lesen zerknitterte und verblichene Belege weitaus besser als Vorlagen-OCR, können aber bei Unklarheiten eine plausible falsche Summe halluzinieren, anstatt das Feld leer zu lassen. Was Genauigkeitsvergleiche tatsächlich zeigen, der IRS-Schwellenwert von 75 Dollar und die Ausnahme für Unterkünfte, sowie ein wöchentlicher Überprüfungs-Workflow, der selbstsichere Fehler abfängt, bevor sie in Ihre Bücher gelangen.

mike

aimachine-learningexpense-management
Kostenlos starten→Dokumentation