Spring til indhold
Gathena

Cases · Vores eget værktøj · Google Cloud eller Azure

En fakturalæser, der aflæser fakturalinjerne og kontrollerer dem.

Fakturaer, kvitteringer og de andre dokumenter, et økonomiteam indtaster, er ustrukturerede data. Fakturalæseren gør dem til strukturerede linjer, kontrollerer dem mod jeres regler og sender dem videre. Vi byggede den først til vores eget arbejde. Den kører som nogle få små cloud-funktioner, så den passer ind i Google Cloud eller Azure.

I jeres fag Bogholderi og regnskab Økonomi og forecasting
Omkostning pr. faktura
ca. 0,10 kr.
491 leverandørfakturaer i produktion, 19. til 25. oktober 2026; ugens Gemini API-forbrug delt med fakturaerne, rundet op.
Google Document AI, invoice parser
0,67 kr.
USD 0,10 pr. faktura på op til ti sider, pris læst 25. oktober 2026, til ECB-kursen fra 23. oktober.

Bygget i denne rækkefølge

  1. 1Læs
  2. 2Kontrollér
  3. 3Send videre
  4. 4Udrul i jeres cloud

Situationen

  • Leverandørfakturaer kommer som PDF'er og fotos. Nogen læser hver enkelt og indtaster linjerne i økonomisystemet, eller en dokumenttjeneste gør det pr. side til en pris, der løber op.
  • Dokumenttjenester tager betaling pr. side, mens en sprogmodel tager betaling pr. token. Én faktura kræver et par tusinde tokens, og de fleste går til de faste instruktioner. En faktura koster omkring ti øre. Det åbne spørgsmål er, om man kan stole på resultatet.
  • Det egentlige spørgsmål er tillid. Derfor kontrollerer læseren sit eget resultat og gemmer kilden, så hver linje peger tilbage på den side, den kom fra.
I jeres cloud: Cloud Run functions eller Azure Functions Fakturaer Kvitteringer Kontoudtog Kontrakter LæserenGemini APIfast outputformatrå filer gemt Linjerleverandør, dato, linjermoms, totaler Kontrollertotaler stemmer, moms gyldigleverandør kendt Økonomiimport til godkendelse, eller data warehouset Warehousehver linje med sin side Jeres folkgodkender undtagelserikke hver linje Builder agentudruller delene i jeres cloud og holder dem opdateret · spørger før hver ændring

Hvad den gør, trin for trin

  1. 1. Læs

    Kommer ind
    En PDF eller et foto af en faktura, en kvittering, et kontoudtog, en kontraktside.
    Læseren
    Sender dokumentet til Gemini API med et fast outputformat: leverandør, fakturanummer, datoer, valuta, hver linje med beskrivelse, antal, enhedspris, momssats, totaler. Den rå fil gemmes uændret.
    Medarbejderne
    Ingen indtaster en linje.
    Godkendelse
    "Handler selv". Læseren læser kun; den ændrer intet.
    Kan spores
    Hvert felt registrerer den side og det område, det blev læst fra.
  2. 2. Kontrollér

    Kommer ind
    De strukturerede linjer.
    Læseren
    Kontrollerer, at linjerne stemmer med totalerne, og at momssatserne er gyldige. Den tjekker også, at leverandøren er kendt, og at valuta og datoer giver mening. Består et dokument ikke en kontrol, markeres det med begrundelsen.
    Medarbejderne
    Bogholderen gennemgår de markerede dokumenter, ikke dem alle.
    Godkendelse
    "Spørger først" ved en markering. Et dokument, der består alle kontroller, går direkte videre.
    Kan spores
    Hver kontrol registrerer, hvad den sammenlignede, og hvad den fandt.
  3. 3. Send videre

    Kommer ind
    Kontrollerede linjer.
    Læseren
    Skriver dem derhen, hvor I vil have dem. Det kan være i det importformat, jeres økonomisystem læser, så de kan godkendes dér. Eller det kan være i data warehouset, hvor de samles med resten af jeres data.
    Medarbejderne
    Bogholderen godkender linjerne samlet inde i økonomisystemet.
    Godkendelse
    "Operatøren godkender", før noget bogføres.
    Kan spores
    Både importfilen og warehouse-rækkerne peger tilbage på dokumentet.
  4. 4. Udrul i jeres cloud

    Kommer ind
    Jeres tech stack: Google Cloud, Azure eller begge.
    Læseren
    Builder agenten er en AI-agent, der bygger og vedligeholder data pipelines og AI-vidensarbejdere for jer. Den udruller hvert trin i jeres eget projekt som en lille funktion eller et batchjob. Trinnene kører som Cloud Run functions eller Azure Functions og bruger den pågældende clouds egen planlægning, lagring og håndtering af hemmeligheder.
    Medarbejderne
    Operatøren er den person i jeres virksomhed, der tjekker og godkender AI-vidensarbejdernes arbejde. Hver ændring i clouden gennemgås af jeres IT, internt eller hos jeres IT-partner, og operatøren godkender hver enkelt.
    Godkendelse
    "Operatøren godkender" hver udrulning.
    Kan spores
    Hver udrulning har en plan, der blev vist på forhånd, og bliver logget med et id.

Delene

Delene er små og selvstændige, og hver af dem kan udrulles i den tech stack, I allerede har. De kører allerede i vores eget arbejde, og vi tilpasser dem og udruller dem i jeres cloud.

Læseren
Gemini API, en Cloud Run function eller en Azure Function
Kontrollerne
samme funktion, jeres regler som konfiguration
Skriveren
jeres økonomisystems importformat, eller BigQuery eller Fabric
Kørslen
Cloud Scheduler og Workflows, eller en Azure timer trigger
Lageret
Cloud Storage eller Azure Blob Storage, rå filer gemt uændret
MCP-serveren
Cloud Run eller Azure Container Apps, med login, så folk kan stille spørgsmål til data
Builder agenten
Claude Code, i jeres repository, med projektets egne guardrails

Sådan beregner vi omkostningen

Ved hvert pristal på siden står, hvordan vi har regnet det ud, og hvornår vi aflæste det.

  1. Læseren kørte på 491 leverandørfakturaer i produktion i ugen 19. til 25. oktober 2026. Den kunde, fakturaerne tilhørte, nævnes ikke.
  2. Omkostning pr. faktura = Gemini API-forbruget for den uge, aflæst på forbrugsoversigten, delt med fakturaerne. Ugen omfattede også vores egne testkørsler. Derfor er tallet rundet op til ca. 0,10 kr., og den egentlige produktionsomkostning er lavere.
  3. Til sammenligning koster Googles Document AI invoice parser USD 0,10 pr. faktura på op til ti sider, og Microsofts Azure Document Intelligence prebuilt invoice model koster USD 10 pr. 1.000 sider, begge læst 25. oktober 2026.
  4. Priser ændrer sig, så hver pris på siden står med den dato, den blev aflæst.

Teknologivalg og begrundelser

Vi har truffet valgene selv, og vi ville træffe dem igen. Hvert valg har én begrundelse.

En sprogmodel med fast outputformat, ikke en dokumenttjeneste pr. side
Modellen leverer den struktur, vi har brug for, og kontrollerne afgør, om man kan stole på den.
Uændrede rå filer
De er dokumentationen. Bliver en linje betvivlet, peger den tilbage på sin side.
Kontroller som et særskilt trin med navngivne regler
Når en kontrol slår fejl, kan det forklares, og I kan selv ændre reglerne.
Små funktioner i stedet for én applikation
Hver funktion udrulles, skalerer og koster for sig. Funktionerne kører på samme måde i Google Cloud og Azure.
Builder agenten og repositoryet bliver hos jer
I kan vedligeholde det uden os, så I er ikke bundet til os.

Hvad det ville koste jer pr. måned

Træk skyderen hen til jeres antal fakturaer. Fakturalæserens pris er det tal, vi har målt på denne side. De andre priser er listepriser, aflæst på de viste datoer.

500

Fakturalæseren
50 kr.pr. måned
Ca. 0,10 kr. pr. faktura: 491 fakturaer i produktion, 19. til 25. oktober 2026, ugens API-forbrug delt med fakturaerne, rundet op.
Google Document AI, invoice parser
335 kr.pr. måned
USD 0,10 pr. faktura på op til ti sider, læst 25. oktober 2026, til ECB-kursen fra 23. oktober.
Microsoft Azure Document Intelligence, prebuilt invoice
34 kr.pr. måned
USD 10 pr. 1.000 sider, én side pr. faktura antaget, læst 25. oktober 2026, til ECB-kursen fra 23. oktober.
  • Vi regner med én side pr. faktura for de tjenester, der tager betaling pr. side. En faktura på to sider fordobler deres pris, men ikke læserens.
  • Priser ændrer sig, så hver pris på siden står med den dato, den blev aflæst.
  • Tallene viser kun driftsomkostningen. Tjenesterne, der tager betaling pr. side, kræver ingen opsætning, mens læseren skal sættes op i jeres cloud.

Før og efter

  • Hver fakturalinje blev indtastet manuelt eller læst af en tjeneste med pris pr. side.

    Fakturalæseren aflæser linjerne, og bogholderen godkender dem samlet og ser på de markerede.

  • Blev en linje betvivlet, skulle nogen finde PDF'en frem.

    Hver linje peger på sin side.

  • Hver ny dokumenttype krævede et nyt projekt.

    En ny type får et nyt outputformat og en ny kontrol, og begge udrulles som de samme små funktioner.

  • Man skulle bygge data pipelines, før man kunne komme i gang.

    Delene kører allerede; I betaler for at tilpasse og udrulle dem.

Hvor den kører

Vi nævner hvert produkt, så I kan se, om læseren passer til den tech stack, I allerede har.

Google Cloud

  • Gemini API
  • Cloud Run functions
  • Cloud Scheduler
  • Cloud Storage
  • BigQuery

Microsoft

  • Azure Functions
  • Azure Blob Storage
  • Fabric

AI-værktøjer og connectors

  • Claude Code
  • Model Context Protocol

Produkt- og firmanavne tilhører deres respektive ejere og bruges for at identificere de omtalte produkter. Ingen anbefaling eller partnerskab er underforstået. Google Cloud, Cloud Run, Gemini og Document AI er varemærker tilhørende Google LLC. Azure, Azure Functions og Fabric er varemærker tilhørende Microsoft-koncernen.

Kilder

Casen er skrevet 24. oktober 2026 ud fra værktøjet, som det er bygget; teknologihenvisningerne er tjekket samme dag.

Det er vores eget værktøj, og det har kørt på rigtige fakturaer i produktion. Prisen pr. faktura er målt, hver pris på siden er dateret, og månedstallene ganger de priser med det antal, I vælger.

Hvis jeres økonomiteam indtaster fakturalinjer manuelt eller betaler pr. side for at slippe for det, så lad os tage en snak.

Book en samtale