KI-Prozess Empfang in n8n

KI-Prozess-Empfang ist ein n8n Knoten durch PDF4me das Händlerdetails, Transaktionsdaten, Einzelposten und Summen aus dem Kassenbon extrahiert PDFs und Bilder mit AINutzen Sie es, um die Erfassung von Ausgaben, die Digitalisierung von Belegen oder die Dateneingabe von Spesenabrechnungen ohne manuelle Eingabe in 11 spezialisierten Belegkategorien zu automatisieren.

Was dieser Knoten bewirkt

PDF4me: KI-Prozess-Empfang analysiert eine Quittung PDF oder ein Bild und gibt strukturierte Händlerinformationen, Transaktionsdatum/-zeit, Einzelposten und Finanzsummen sowie kategoriespezifische Felder für Hotel-, Kraftstoff- und Energie-, Schulungs- und Gesundheitsbelege zurück. Akzeptiert Eingaben über Binärdaten. Base64 Zeichenkette oder URLIdeal für Workflows zur Automatisierung von Ausgaben, Ausgabenanalyse und Digitalisierung von Belegen.

Verwandte Blog-Beiträge

Zu dieser Funktion gibt es noch keinen Blogbeitrag – folgt in Kürze.

Schauen Sie sich in der Zwischenzeit im PDF4me-Blog Tutorials und Arbeitsabläufe für alle Plattformen an.

Besuchen Sie den Blog →

Authentifizierung Ihres API Anfrage

Jeder PDF4me Knoten in n8n erfordert eine gültige Anmeldeinformationen zum Verbinden mitErstellen oder wählen Sie einen Eintrag aus, der Ihre Daten enthält. PDF4me API Schlüssel, damit der Workflow authentifiziert werden kann AI Sichere Extraktionsanfragen.

Get your API Key

Wichtige Fakten, die Sie nicht verpassen sollten

Der Belegname steuert die Formaterkennung

Im Gegensatz zu vielen PDF4me Bei allen Aktionen ist der Belegname unabhängig vom Eingabetyp erforderlich; die Dateierweiterung (.pdf, .png, .jpg, .jpeg) gibt den Dateityp an. AI Wie dekodiert der Engine die Datei für optimale Genauigkeit?

Die Angabe „Belegart“ ist ein Hinweis, kein fester Filter.

Durch die Einstellung des Belegtyps auf Hotel, Treibstoff und Energie, Schulung oder Gesundheitswesen wird die Genauigkeit für die spezialisierten Felder dieser Kategorie (Zimmernummer, Treibstoffmenge, Kursname, Patientenname) verbessert, der Knoten gibt jedoch weiterhin Standardfelder zurück, wenn er auf generisch belassen wird.

Das ist Gewinnmaximierung, nicht Buchhaltung.

Der Knoten gibt strukturierte Daten aus dem Belegbild zurück oder PDFEs bucht selbst keine Einträge in ein Buchhaltungssystem und gleicht diese nicht mit einem Budget ab. Leiten Sie die Ausgabe in Ihr Ausgaben- oder ERP Tool nachgelagert.

Welche Parameter benötigt die KI-gestützte Empfangsbestätigung?

Erforderlich: Eingabedatentyp und Belegname sowie das Feld, das Ihrem gewählten Eingabetyp entspricht (Binäreingabefeld, Base64 Beleginhalt oder Quittung URLDie Optionen „Belegtyp“, „Artikel analysieren“, „Händlerinformationen extrahieren“, „Summen berechnen“ und „Benutzerdefinierte Feldschlüssel“ sind optional; aktivieren Sie nur die Funktionen, die Ihr Workflow benötigt.

Parameter	Erforderlich	Was es tut	Beispiel
Input Data Type	Required	Format of the receipt input. Choose Binary Data (from a previous node), Base64 String, or URL.	Binary Data
Input Binary Field	Conditional	Name of the binary property on the incoming n8n item that holds the receipt. Required when Input Data Type is Binary Data.	data
Base64 Receipt Content	Conditional	Base64-encoded receipt content. Required when Input Data Type is Base64 String.	JVBERi0xLjQK...
Receipt URL	Conditional	Publicly reachable HTTPS URL to the receipt file. Required when Input Data Type is URL.	https://example.com/receipt.pdf
Receipt Name	Required	Filename of the input receipt with the correct extension (.pdf, .png, .jpg, .jpeg), used for format detection and processing accuracy.	receipt_2026_03_15.pdf
Receipt Type	Optional	Category hint for the AI: meal, supplies, hotel, fuel and energy, transportation, communication, subscriptions, entertainment, training, healthcare, or generic.	supplies
Analyze Items	Optional	Set to true to extract individual line items with name, quantity, unit price, and category. Default false.	true
Extract Merchant Info	Optional	Set to true to extract merchant name, address, phone, website, and store number. Default false.	true
Calculate Totals	Optional	Set to true to extract subtotal, tax amount, and total amount. Default false.	true
Custom Field Keys	Optional	Array of extra field names to extract beyond standard receipt data, returned in additionalInfo.	["loyaltyPoints"]

Ausgabefelder

Feld	Typ	Was es enthält
success	Boolean	True when extraction succeeded. Use to route error-handling branches.
receiptType	String	The receipt type extracted or supplied, e.g. supplies, hotel, fuel and energy.
transactionDateStr	String	Transaction date in ISO 8601 format (YYYY-MM-DD).
transactionTime	String	Transaction time (HH:MM:SS format), when present on the receipt.
receiptNumber	String	Receipt or transaction identifier printed on the receipt.
analyzeItems	Array	Line item objects with name, quantity, unit price, total price, and category, present when Analyze Items is enabled.
merchantInfoList	Array	Merchant name, address, phone, website, cashier name, and store number, present when Extract Merchant Info is enabled.
financialInfoList	Array	Subtotal, tax amount, total amount, payment method, and card last four digits, present when Calculate Totals is enabled.
roomNumber, checkInDate, checkOutDate	String	Hotel-specific fields, populated when Receipt Type is hotel.
fuelType, fuelQuantity, fuelUnit, vehicleNumber	Mixed	Fuel and energy-specific fields, populated when Receipt Type is fuel and energy.
trainingProvider, courseName	String	Training-specific fields, populated when Receipt Type is training.
healthcareProvider, patientName, insuranceInfo	String	Healthcare-specific fields, populated when Receipt Type is healthcare.
additionalInfo	Object	Values for any Custom Field Keys requested beyond standard receipt data.
warnings	Array	Data-quality warnings encountered during extraction, empty array when none.
fallbackUsed	Boolean	True when a fallback extraction method was needed, useful for flagging low-confidence results.
jobId	String	Unique identifier for the AI processing job, used for tracking and debugging.

Wie richte ich die KI-gestützte Belegverarbeitung ein? n8n?

1. Hinzufügen PDF4me zu Ihrem n8n Workflow und wählen Sie den KI-Prozess-Empfang Aktion.
2. In Anmeldeinformationen zum Verbinden mit, wählen Sie Ihre PDF4me Anmeldeinformationen oder klicken Neue Anmeldeinformationen erstellen und fügen Sie Ihren ein API Schlüssel.
3. Satz Eingabedatentyp Zu Binärdaten (Standard), Base64 Zeichenkette, oder URL und geben Sie das entsprechende Quellfeld an.
4. Satz Name auf der Quittung mit der korrekten Dateiendung (.pdf, .png, .jpg, .jpeg).
5. Optional einstellbar Belegart für eine bessere Genauigkeit bei Hotel-, Kraftstoff- und Energie-, Schulungs- oder Gesundheitsrechnungen eine spezifische Kategorie.
6. Aktivieren Elemente analysieren, Händlerinformationen extrahieren, Und Summen berechnen nach Bedarf hinzufügen Benutzerdefinierte Feldschlüssel für alles, was über Standardfelder hinausgeht.
7. Führen Sie den Knoten aus und ordnen Sie die extrahierten Felder Ihrem Ausgabentool, Ihrer Tabellenkalkulation oder Ihrem Buchhaltungssystem zu.

Typische Konfigurationen

Workflow-BeispieleCommon n8n workflow patterns using AI-Process Receipt.

Erfassung von E-Mail-Belegen in einem Spesenabrechnungsbogen

1. Ein Gmail-Trigger wird bei E-Mails mit einem Beleganhang ausgelöst.
2. PDF4me Die KI-gestützte Belegverarbeitung läuft mit aktivierten Optionen „Händlerinformationen extrahieren“ und „Gesamtsummen berechnen“.
3. MerchantName, TotalAmount und TransactionDateStr werden an ein Google Sheets-Ausgabenprotokoll angehängt.

Detaillierte Kraftstoff- und Energiebelege für die Flottenverfolgung

1. Ein Mobile-Upload-Webhook empfängt einen fotografierten Tankbeleg von einem Fahrer.
2. PDF4me Der KI-Prozess Quittungslauf erfolgt mit dem Quittungstyp Kraftstoff und Energie und extrahiert Kraftstoffmenge, Kraftstoffeinheit und Fahrzeugnummer.
3. Der Datensatz wird in eine Flottenmanagement-Datenbank geschrieben, die über die Fahrzeugnummer (vehicleNumber) identifiziert wird.

Hotelrechnungsanalyse für Reisekostenabrechnungen

1. Ein Reisender lädt eine Hotelrechnung hoch. PDF über ein Formular.
2. PDF4me Der KI-Prozess „Rechnung“ wird mit dem Belegtyp „Hotel“ ausgeführt und extrahiert neben den Standardsummen auch die Zimmernummer, das Eincheckdatum und das Auscheckdatum.
3. Die analysierten Daten fließen in den Workflow des Unternehmens zur Erstellung von Reisekostenabrechnungen ein.

Einzelposten-Ausgabenanalyse aus dem Batch-Beleg-Upload

1. Ein Loop-Over-Items-Knoten durchläuft eine Reihe von Belegdateien aus einem freigegebenen Drive-Ordner.
2. PDF4me Der KI-Prozess „Empfang“ wird mit aktivierter Option „Artikel analysieren“ ausgeführt, um einzelne Positionen aufzuschlüsseln.
3. analyzeItems wird vereinfacht und einer BigQuery-Tabelle für die Ausgabenanalyse auf Kategorieebene angehängt.

Praktische Tipps

Set Receipt Name even with Binary Data

The extension drives format detection regardless of input type; a mismatched or missing extension can reduce accuracy.

Only enable the toggles you need

Analyze Items, Extract Merchant Info, and Calculate Totals each add processing and payload size; skip any your downstream workflow does not consume.

Check warnings and fallbackUsed

Route items with a non-empty warnings array or fallbackUsed true to a manual-review queue instead of trusting the extraction blindly.

Match Receipt Type to unlock specialized fields

roomNumber, fuelQuantity, courseName, and patientName only populate when Receipt Type matches the corresponding category.

Custom Field Keys is additive, not a filter

It adds extra fields to additionalInfo; it does not restrict or replace the standard merchant, item, or financial fields.

This is extraction, not reconciliation

Pair the output with your accounting or expense system for matching against budgets, policies, or approvals.

Spickzettel

Feld	Wert
Action	AI-Process Receipt
Input Data Type	Binary Data
Input Binary Field	data
Receipt Name	receipt.pdf
Receipt Type	generic (or a specific category)
Analyze Items	true
Extract Merchant Info	true
Calculate Totals	true
Custom Field Keys	[] (optional)
Credentials	PDF4me API credential

Häufig gestellte Fragen

Which fields are required for AI-Process Receipt?+

Four: the receipt input (via Input Data Type), Receipt Name, and the field matching your chosen input type. Receipt Type, Analyze Items, Extract Merchant Info, Calculate Totals, and Custom Field Keys are all optional.

What receipt types does this node support?+

Eleven categories: meal, supplies, hotel, fuel and energy, transportation, communication, subscriptions, entertainment, training, healthcare, and generic. Setting Receipt Type helps the AI engine target the right fields, such as room number for hotel or fuel quantity for fuel and energy.

Can I extract custom fields beyond the standard receipt data?+

Yes. Custom Field Keys accepts an array of additional field names the AI should look for beyond the standard merchant, line-item, and financial fields, returned in the additionalInfo object.

Does the output tell me if extraction was uncertain?+

Yes. The warnings array flags data-quality issues, and fallbackUsed indicates whether a fallback extraction method was needed, useful for routing low-confidence results to manual review, similar in spirit to the confidence-scoring approach described in Microsoft's Document Intelligence receipt model documentation.

Can I process image receipts, not just PDFs?+

Yes. The node accepts .pdf, .png, .jpg, and .jpeg receipt files. Set Receipt Name with the matching extension so the AI engine can apply the correct format handling.

Is this a bookkeeping or reconciliation tool?+

No, it extracts structured data from the receipt; matching that data against a budget, policy, or ledger is a separate step in your expense or accounting system, the same division of labor described in general receipt-automation guides such as DocuClipper's receipt data extraction overview.

Verwandte Aktionen

KI-Rechnungsparser

Dasselbe AI Extraktions-Engine, optimiert für Rechnungen, mit Einzelposten, Lieferantendetails und Zahlungsbedingungen.

KI-verarbeiteten Kontoauszug

Extrahiert Transaktionen und Salden aus Kontoauszügen und ist somit eine ideale Ergänzung zur Spesenabstimmung.

KI - Dokumentenparser

Allgemeine Extraktion mit einer Analysevorlage für Dokumenttypen, die über die spezialisierten Parser hinausgehen.

Dieselbe Aufgabe auf anderen Plattformen

KI-Prozess Beleg in Make

Gleiche Beleg-Parsing-Engine wie ein Make-Modul, visuelle Szenarien mit dem gleichen Feldsatz.

KI-Belegparser in Zapier

Auslösen der Belegextraktion aus über 6.000 Quellen SaaS Apps und Webhooks.

KI-Belegparser in Power Automate

Microsoft 365 fließt mit SharePoint, Outlook, Teams- und Dataverse-Integrationen.

Hilfe erhalten

n8n Integration Guiden8n SampleGetting Started