Projektabrechnung vereinfachen: KI sammelt alle Belege automatisch – Intelligente Zusammenstellung aller projektbezogenen Kosten aus verschiedenen Quellen

Warum die manuelle Projektabrechnung zum Kostenfresser wird

„Wo ist denn die Rechnung vom Dienstag?“ – Diese Frage kennt jeder Projektleiter. Doch der Aufwand für die Belegsammlung wird systematisch unterschätzt.

Der versteckte Aufwand traditioneller Belegsammlung

Deutsche Unternehmen verschwenden durchschnittlich 12% ihrer Arbeitszeit mit administrativen Tätigkeiten. Bei Projektabrechnungen liegt dieser Wert sogar höher.

Die Realität sieht so aus:

• Projektleiter sammeln Belege von verschiedenen Mitarbeitern
• Quittungen werden manuell fotografiert und hochgeladen
• Jeder Beleg muss der richtigen Kostenstelle zugeordnet werden
• Fehlende Belege führen zu Nachfragen und Verzögerungen
• Am Monatsende entsteht Zeitdruck bei der Abrechnung

Das kostet nicht nur Zeit, sondern auch Nerven. Aber vor allem kostet es Geld.

Wenn Projektleiter zu Buchhaltern werden

Thomas aus dem Maschinenbau rechnet vor: „Meine Senior-Projektleiter verdienen 75.000 Euro im Jahr. Wenn die zwei Stunden pro Woche mit Belegkram verbringen, sind das 3.600 Euro jährlich – pro Person, nur für Verwaltung.“

Bei zehn Projektleitern summiert sich das auf 36.000 Euro. Geld, das in Kundenprojekte oder Mitarbeiterentwicklung fließen könnte.

Doch das ist nur die Spitze des Eisbergs. Manuelle Prozesse bedeuten auch:

Die Lösung liegt auf der Hand: Automatisierung durch KI. Aber wie funktioniert das konkret?

Wie KI die automatische Belegerfassung revolutioniert

KI-gestützte Belegerfassung ist kein Zukunftsszenario mehr – sie funktioniert heute bereits in hunderten deutschen Unternehmen. Das Prinzip ist elegant: Künstliche Intelligenz übernimmt die mühsame Sammelarbeit und ordnet Belege automatisch zu.

Intelligente Dokumentenerkennung in der Praxis

Moderne OCR-Systeme (Optical Character Recognition – automatische Texterkennung) erkennen heute nicht nur Text, sondern verstehen auch den Kontext. Ein Beispiel:

Ihr Mitarbeiter fotografiert eine Tankquittung mit dem Smartphone. Die KI erkennt automatisch:

• Datum und Uhrzeit des Tankstopps
• Betrag und Mehrwertsteuer
• Tankstelle und Standort
• Fahrzeugkennzeichen (falls erfasst)
• Kraftstoffart

Aber die KI geht weiter: Sie gleicht diese Daten mit Ihrem Projektkalender ab. War der Mitarbeiter an diesem Tag beim Kunden vor Ort? Dann ordnet sie die Kosten automatisch dem entsprechenden Projekt zu.

Automatische Zuordnung zu Projekten und Kostenstellen

Hier zeigt sich die wahre Stärke moderner KI-Systeme. Sie lernen aus vergangenen Zuordnungen und werden mit der Zeit immer treffsicherer.

Ein praktisches Beispiel aus dem Alltag: Markus, der IT-Director einer Dienstleistungsgruppe, erzählt: „Unsere KI erkennt mittlerweile, dass Hotelrechnungen aus München automatisch zu unserem Großprojekt dort gehören. Sie schaut sich Datum, Mitarbeiter und Projektlaufzeiten an – und liegt in 95% der Fälle richtig.“

Die automatische Zuordnung funktioniert über verschiedene Parameter:

1. Zeitbasierte Zuordnung: Abgleich mit Projektkalendern und Arbeitszeiten
2. Personenbasierte Zuordnung: Welcher Mitarbeiter arbeitet in welchem Projekt?
3. Standortbasierte Zuordnung: GPS-Daten und Projektstandorte
4. Kategoriebasierte Zuordnung: Bestimmte Ausgabentypen gehören zu bestimmten Projekten
5. Lernbasierte Zuordnung: KI erkennt Muster aus vergangenen Zuordnungen

Integration verschiedener Datenquellen

Die größte Herausforderung bei der Projektabrechnung? Belege verstecken sich überall: In E-Mail-Postfächern, auf Smartphone-Kameras, in Firmen-Clouds und auf Schreibtischen.

Intelligente KI-Systeme zapfen alle relevanten Quellen an:

Das Ergebnis: Ihre Mitarbeiter müssen nichts mehr manuell hochladen oder zuordnen. Die KI sammelt kontinuierlich im Hintergrund und bereitet alles für die Projektabrechnung vor.

Die wichtigsten KI-Technologien für die Projektabrechnung

Welche Technologien stecken hinter der automatischen Belegerfassung? Drei KI-Bereiche arbeiten hier Hand in Hand – und Sie müssen kein Informatiker sein, um zu verstehen, wie sie Ihnen helfen.

OCR und Machine Learning im Zusammenspiel

OCR (Optical Character Recognition) gibt es schon lange. Aber erst Machine Learning macht daraus ein intelligentes System. Die moderne Version erkennt nicht nur Buchstaben, sondern versteht auch den Zusammenhang.

Ein Beispiel: Eine traditionelle OCR liest „Hotel Adler 120,50 €“. Das war’s.

Eine KI-gestützte OCR erkennt zusätzlich:

• „Hotel“ = Übernachtungskosten
• „120,50 €“ = Bruttobetrag mit 7% MwSt
• Datum in der Ecke = Reisezeitraum
• Adresse = Projektstandort

Das Machine Learning dahinter funktioniert wie ein erfahrener Buchhalter, der nach jahrelanger Arbeit sofort weiß, was zu welchem Projekt gehört. Nur dass die KI nie müde wird und auch keine schlechte Laune hat.

Natural Language Processing für Belegkategorisierung

NLP (Natural Language Processing – computergestützte Sprachverarbeitung) hilft der KI dabei, geschriebene Informationen zu verstehen. Bei Belegen ist das gold wert.

Stellen Sie sich vor, auf einem Beleg steht „Ersatzteile für Presse Kunde Müller“. Ein normales System würde das als Text abspeichern. Ein NLP-System versteht:

1. „Ersatzteile“ → Materialkostenkategorie
2. „Presse“ → Maschinenbezug
3. „Kunde Müller“ → Projektbezug

Anna, die HR-Leiterin eines SaaS-Anbieters, schwärmt: „Unsere KI versteht sogar kryptische Beschreibungen unserer Entwickler. ‚Pizza für Nachtschicht Release 2.4′ wird automatisch als Bewirtungskosten dem richtigen Projekt zugeordnet.“

Predictive Analytics für Kostenprognosen

Hier wird es richtig spannend: Predictive Analytics (vorausschauende Datenanalyse) nutzt historische Daten, um Zukunftsprognosen zu erstellen. Bei Projektkosten ein echter Gamechanger.

Die KI analysiert vergangene Projekte und erkennt Muster:

Das bedeutet konkret: Sie wissen schon nach einem Viertel der Projektlaufzeit, ob Sie im Budget bleiben. Früh genug, um gegenzusteuern.

Aber Vorsicht: Prognosen sind nur so gut wie die Datenqualität. Garbage in, garbage out – das gilt auch für KI.

Praxisbeispiel: Wie ein Maschinenbauer 40% Zeit spart

Theorie ist schön, aber was bringt KI-Belegerfassung in der Praxis? Lassen Sie uns einen echten Fall anschauen – anonymisiert, aber mit realen Zahlen.

Ausgangssituation und Herausforderungen

Die Müller Maschinenbau GmbH (Name geändert) entwickelt Sondermaschinen für die Automobilindustrie. 85 Mitarbeiter, 12 Projektleiter, Projektvolumen zwischen 50.000 und 500.000 Euro.

Das Problem: Jedes Projekt hatte individuelle Kostenstellen, Material kam aus verschiedenen Lagern, Mitarbeiter waren oft beim Kunden vor Ort. Die monatliche Projektabrechnung war ein Alptraum.

Geschäftsführer Klaus Müller (fiktiver Name) schildert die Situation: „Unsere Projektleiter haben jeden Monat drei bis vier Tage nur mit Belegsammlung und Kostenzuordnung verbracht. Bei den komplexen Projekten war das echte Detektivarbeit.“

Die Herausforderungen im Detail:

• 15 verschiedene Ausgabenkategorien pro Projekt
• Mitarbeiter in wechselnden Teams auf verschiedenen Baustellen
• Materialentnahmen aus drei verschiedenen Lagern
• Externe Dienstleister mit unterschiedlichen Abrechnungszyklen
• Reisekosten und Übernachtungen bei Kundenstandorten

Implementierung der KI-Lösung

Nach einer dreimonatigen Evaluierungsphase entschied sich Müller für eine KI-gestützte Lösung. Die Implementierung erfolgte in drei Phasen:

Phase 1 (Monat 1-2): Datenintegration

1. Anbindung des ERP-Systems für Arbeitszeiten und Materialentnahmen
2. Integration der Firmenkreditkarten-Transaktionen
3. Smartphone-App für alle Projektleiter
4. E-Mail-Integration für automatischen PDF-Import

Phase 2 (Monat 3-4): KI-Training

1. Upload von 6 Monaten historischer Projektabrechnungen
2. Manuelle Kategorisierung von 500 Beispielbelegen
3. Definition von Projektregeln und Zuordnungslogik
4. Testlauf mit zwei Pilotprojekten

Phase 3 (Monat 5-6): Rollout und Optimierung

1. Ausweitung auf alle laufenden Projekte
2. Schulung der Projektleiter und Sachbearbeiter
3. Feintuning der Automatisierungsregeln
4. Integration in bestehende Controlling-Prozesse

Messbare Ergebnisse nach 6 Monaten

Die Zahlen sprechen für sich. Müller hat vor und nach der Einführung gemessen:

Klaus Müller zieht Bilanz: „Die Zeitersparnis war noch größer als erwartet. Aber der echte Gewinn ist, dass unsere Projektleiter wieder Zeit für Kunden haben statt für Papierkram.“

Besonders beeindruckend: Die KI lernte schnell die spezifischen Muster des Unternehmens. Nach drei Monaten erkannte sie automatisch, dass Hotelkosten in bestimmten Städten zu laufenden Projekten dort gehören.

Der ROI war bereits nach 8 Monaten erreicht – schneller als geplant.

Rechtliche Sicherheit und Compliance bei KI-Systemen

„Das klingt alles schön, aber ist das auch rechtssicher?“ Diese Frage stellt jeder verantwortungsvolle Geschäftsführer. Zu Recht – denn bei Belegen gelten strenge Vorschriften.

GoBD-konforme digitale Belegarchivierung

Die GoBD (Grundsätze zur ordnungsmäßigen Führung und Aufbewahrung von Büchern, Aufzeichnungen und Unterlagen in elektronischer Form) regelt, wie Sie digitale Belege handhaben müssen.

Die gute Nachricht: Moderne KI-Systeme sind von Haus aus GoBD-konform entwickelt. Sie erfüllen automatisch alle Anforderungen:

• Unveränderbarkeit: Belege werden mit digitalen Fingerabdrücken gesichert
• Vollständigkeit: Alle Belege werden lückenlos erfasst und archiviert
• Ordnung: Systematische Ablage nach Projekten und Kategorien
• Nachvollziehbarkeit: Jede Änderung wird protokolliert
• Verfügbarkeit: Sofortige Auffindbarkeit über Suchfunktionen

Ein praktisches Beispiel: Fotografiert ein Mitarbeiter eine Quittung, erstellt die KI sofort einen Hash-Wert (digitaler Fingerabdruck) des Originalbildes. Dieser beweist später, dass das Dokument nicht verändert wurde.

Revisionssicherheit und Nachvollziehbarkeit

Kommt das Finanzamt zu einer Betriebsprüfung, müssen Sie jeden Beleg und jede Buchung belegen können. Mit KI-Systemen wird das sogar einfacher als bei Papierbelegen.

Die KI protokolliert automatisch:

Markus aus der IT einer Dienstleistungsgruppe berichtet: „Bei unserer letzten Betriebsprüfung war der Prüfer begeistert. Wir konnten jeden Beleg in Sekunden finden und die komplette Bearbeitungshistorie zeigen. Das hat enorm Zeit gespart.“

Wichtig: Wählen Sie nur Anbieter, die explizit GoBD-Zertifizierungen vorweisen können. Lassen Sie sich das schriftlich bestätigen – nicht alles, was digital ist, ist auch rechtssicher.

Ein Tipp aus der Praxis: Führen Sie regelmäßige Stichproben durch. Auch die beste KI macht gelegentlich Fehler. Ein monatlicher Check von 5-10% der Zuordnungen reicht meist aus, um die Qualität sicherzustellen.

Implementierungsstrategie: So führen Sie KI-Belegerfassung ein

Die Technologie steht, das Business Case ist klar – aber wie implementieren Sie KI-Belegerfassung erfolgreich? Hier trennt sich die Spreu vom Weizen. Eine durchdachte Strategie entscheidet über Erfolg oder Frustration.

Vorbereitung und Datenqualität

Bevor Sie eine KI einsetzen, müssen Sie Ihre Hausaufgaben machen. KI ist nur so gut wie die Daten, mit denen Sie sie füttern.

Die Vorbereitung läuft in vier Schritten:

1. Bestandsaufnahme der aktuellen Prozesse
   Dokumentieren Sie genau, wie Belege heute erfasst und verarbeitet werden. Wo hakt es? Welche Schritte dauern besonders lange?
2. Datenquellen identifizieren
   Listen Sie alle Orte auf, an denen Belege entstehen: E-Mails, Smartphone-Fotos, ERP-Systeme, Kreditkartentransaktionen, Lieferantenportale.
3. Kategorien definieren
   Erstellen Sie eine klare Struktur: Welche Ausgabenarten gibt es? Wie sind Ihre Kostenstellen organisiert? Welche Projekte laufen parallel?
4. Historische Daten aufbereiten
   Sammeln Sie 6-12 Monate alte Projektabrechnungen. Diese dienen der KI als Trainingsmaterial.

Anna, HR-Leiterin eines SaaS-Anbieters, warnt: „Wir haben anfangs gedacht, wir können einfach loslegen. Aber ohne saubere Kategorisierung hat die KI völlig durcheinander gelernt. Drei Wochen Vorbereitung hätten uns zwei Monate Nachjustierung erspart.“

Pilotprojekt und Rollout-Planung

Starten Sie klein, lernen Sie schnell, skalieren Sie dann. Das ist das Erfolgsrezept für KI-Implementierungen.

Ein typischer Rollout-Plan sieht so aus:

Wählen Sie für das Pilotprojekt bewusst ein „normales“ Projekt – weder das komplizierteste noch das einfachste. Sie wollen realistische Ergebnisse, keine Laborumgebung.

Mitarbeiter-Training und Change Management

Hier scheitern die meisten KI-Projekte: nicht an der Technik, sondern an den Menschen. Ihre Mitarbeiter müssen verstehen, warum KI ihnen hilft statt sie zu ersetzen.

Die wichtigsten Botschaften für Ihr Team:

• „KI übernimmt die langweilige Arbeit, damit Sie sich auf das Wesentliche konzentrieren können.“
• „Sie bleiben der Experte – KI ist nur Ihr Assistent.“
• „Fehler der KI sind normal und werden gemeinsam behoben.“
• „Ihre Erfahrung macht die KI besser.“

Thomas aus dem Maschinenbau erzählt: „Meine erfahrensten Projektleiter waren anfangs skeptisch. Die haben 20 Jahre lang alles manuell gemacht. Aber als sie merkten, dass sie mehr Zeit für Kundentermine haben, waren sie die größten KI-Fans.“

Praktische Trainings-Tipps:

1. Hands-on von Tag 1: Theoretische Schulungen langweilen. Lassen Sie die Mitarbeiter sofort mit echten Belegen arbeiten.
2. Power-User bestimmen: Identifizieren Sie 2-3 technisch versierte Kollegen als interne Experten.
3. Regelmäßige Feedback-Runden: Wöchentliche 15-Minuten-Meetings in der Einführungsphase decken Probleme früh auf.
4. Erfolge feiern: Kommunizieren Sie Zeitersparnisse und Verbesserungen aktiv.

Und vergessen Sie nicht: Auch die Buchhaltung muss mitgenommen werden. Die Kollegen dort sehen plötzlich anders strukturierte Daten und müssen ihre Prüfroutinen anpassen.

ROI-Berechnung: Was kostet KI-Belegerfassung wirklich?

„Klingt gut, aber was kostet der Spaß?“ Diese Frage kommt in jedem Gespräch über KI-Implementierungen. Zu Recht – denn auch die beste Technologie muss sich rechnen.

Investitionskosten vs. Einsparpotenziale

Die Investition in KI-Belegerfassung hat mehrere Komponenten. Hier eine realistische Kostenaufstellung für ein Unternehmen mit 50-150 Mitarbeitern:

Für 20 aktive Nutzer rechnen Sie also mit:

• Einmalige Kosten: 10.000-28.000 €
• Jährliche Kosten: 8.400-16.800 €

Dem stehen konkrete Einsparungen gegenüber:

Gesamteinsparung im ersten Jahr: 40.000 € und mehr

Der ROI liegt damit bei 150-300% – schon im ersten Jahr.

Versteckte Vorteile für die Projektsteuerung

Die reinen Kosteneinsparungen sind nur die halbe Wahrheit. KI-gestützte Belegerfassung bringt strategische Vorteile, die schwer messbar, aber wertvoll sind:

Echtzeit-Projektcontrolling: Statt monatlicher Abrechnungen sehen Sie täglich den aktuellen Kostenstand. Das ermöglicht frühzeitige Korrekturen.

Bessere Angebotskalkulation: Mit präzisen historischen Kostendaten können Sie künftige Projekte genauer kalkulieren. Das reduziert Nachkalkulationsverluste.

Erhöhte Mitarbeiterzufriedenheit: Weniger Verwaltungsaufwand bedeutet mehr Zeit für die eigentliche Arbeit. Das steigert Motivation und reduziert Fluktuation.

Compliance-Sicherheit: Automatische GoBD-konforme Archivierung reduziert Risiken bei Betriebsprüfungen.

Markus, IT-Director einer Dienstleistungsgruppe, fasst zusammen: „Die Zeitersparnis war beeindruckend. Aber der echte Gewinn ist, dass wir jetzt projektbezogene Entscheidungen auf Basis echter Daten treffen können, nicht auf Basis von Bauchgefühl.“

Ein konkretes Beispiel: Durch tagesaktuelle Kostentransparenz konnte ein Maschinenbauer rechtzeitig erkennen, dass ein Projekt 15% über Budget zu laufen drohte. Rechtzeitige Gegenmaßnahmen retteten eine fünfstellige Summe.

Häufige Fehler bei der Einführung vermeiden

Aus Fehlern wird man klug – besser ist es aber, aus den Fehlern anderer zu lernen. Nach hunderten von KI-Implementierungen kristallisieren sich typische Stolpersteine heraus.

Technische Stolpersteine

Fehler Nr. 1: Schlechte Datenqualität ignorieren

„Garbage in, garbage out“ – dieser Grundsatz gilt besonders für KI. Viele Unternehmen unterschätzen die Bedeutung sauberer Ausgangsdaten.

Was schiefgeht: Historische Belege sind unvollständig kategorisiert, Kostenstellen sind uneinheitlich benannt, Projektstrukturen haben sich über Jahre entwickelt.

Die Lösung: Investieren Sie 2-3 Wochen in Datenbereinigung, bevor Sie die KI trainieren. Es lohnt sich.

Fehler Nr. 2: Unrealistische Erwartungen an die Genauigkeit

KI ist kein Hexenwerk, sondern Statistik. 95% Trefferquote ist fantastisch – 100% gibt es nicht.

Anna aus dem SaaS-Bereich erzählt: „Wir dachten anfangs, die KI müsste perfekt sein. Als 5% der Zuordnungen falsch waren, haben wir überlegt abzubrechen. Bis uns klarwurde: Manuell hatten wir 12% Fehlerquote.“

Fehler Nr. 3: Integration unterschätzen

Die schönste KI nützt nichts, wenn sie nicht mit Ihren bestehenden Systemen spricht.

Prüfen Sie vorab:

• Hat Ihr ERP-System offene Schnittstellen?
• Können E-Mail-Systeme automatisch PDFs exportieren?
• Ist Ihr Buchhaltungssystem import-fähig?
• Funktioniert die Kreditkarten-Anbindung?

Organisatorische Herausforderungen

Fehler Nr. 4: Change Management vernachlässigen

Der häufigste Grund für gescheiterte KI-Projekte ist Widerstand der Mitarbeiter. Nicht aus Böswilligkeit, sondern aus Unsicherheit.

Thomas aus dem Maschinenbau berichtet: „Mein erfahrenster Projektleiter hat drei Wochen lang bewusst die alte Methode verwendet. Erst als er sah, wie viel Zeit seine Kollegen sparten, ist er umgestiegen.“

Die Lösung: Kommunizieren Sie von Anfang an, dass KI die Mitarbeiter unterstützt, nicht ersetzt.

Fehler Nr. 5: Zu großer Rollout-Umfang

„Jetzt machen wir mal alles digital“ – dieser Ansatz überfordert Organisation und Technologie.

Besser: Starten Sie mit 20-30% Ihrer Projekte. Optimieren Sie Prozesse. Dann skalieren Sie.

Fehler Nr. 6: Unklare Verantwortlichkeiten

Wer kümmert sich um die KI? Wer kontrolliert die Ergebnisse? Wer schult neue Mitarbeiter?

Definieren Sie klare Rollen:

Der wichtigste Tipp zum Schluss: Planen Sie 20% mehr Zeit und Budget ein, als ursprünglich kalkuliert. KI-Projekte bringen immer Überraschungen mit sich – meist positive, manchmal aber auch Herausforderungen, die Sie vorher nicht bedacht haben.

Markus fasst seine Erfahrungen zusammen: „Wir haben drei Monate geplant und vier gebraucht. Aber nach einem Jahr haben wir mehr gespart, als wir je erwartet hatten. Manchmal ist der Weg das Ziel.“

Häufig gestellte Fragen zur KI-gestützten Projektabrechnung

Wie lange dauert die Implementierung einer KI-Belegerfassung?

Die Implementierung dauert typischerweise 3-6 Monate, abhängig von der Unternehmensgröße und der Komplexität der bestehenden Systeme. Ein Pilotprojekt ist bereits nach 4-6 Wochen einsatzbereit.

Ist KI-gestützte Belegerfassung GoBD-konform?

Ja, moderne KI-Systeme erfüllen alle GoBD-Anforderungen zur ordnungsmäßigen Buchführung. Sie bieten sogar höhere Sicherheit als manuelle Prozesse durch automatische Protokollierung und unveränderbare Archivierung.

Wie hoch ist die Erkennungsgenauigkeit bei verschiedenen Belegtypen?

Die Genauigkeit liegt bei strukturierten Belegen (Rechnungen, Quittungen) bei 95-98%. Bei handschriftlichen Notizen oder schlecht lesbaren Dokumenten kann sie auf 80-85% sinken. Das System lernt kontinuierlich und verbessert sich über die Zeit.

Können bestehende ERP-Systeme angebunden werden?

Die meisten modernen ERP-Systeme verfügen über APIs oder Schnittstellen für die Integration. Standard-Systeme wie SAP, Microsoft Dynamics oder DATEV sind in der Regel problemlos anbindbar. Bei älteren Systemen kann eine individuelle Schnittstelle erforderlich sein.

Was passiert mit Belegen, die die KI nicht automatisch zuordnen kann?

Unklare Belege landen in einer Prüfwarteschlange und werden von Mitarbeitern manuell bearbeitet. Diese manuellen Zuordnungen dienen gleichzeitig als Trainingsdata für die KI, wodurch sich die Automatisierungsquote kontinuierlich verbessert.

Wie werden Datenschutz und Datensicherheit gewährleistet?

Seriöse Anbieter bieten DSGVO-konforme Lösungen mit Serverstandort Deutschland, Ende-zu-Ende-Verschlüsselung und regelmäßigen Sicherheitsaudits. Prüfen Sie entsprechende Zertifizierungen wie ISO 27001 vor der Auswahl.

Welche Kosteneinsparungen sind realistisch?

Typische Unternehmen sparen 40-60% der Zeit für Belegerfassung und Projektabrechnung. Bei einem mittelständischen Unternehmen entspricht das Kosteneinsparungen von 30.000-50.000 Euro jährlich, während die Investition meist nach 8-12 Monaten amortisiert ist.

Können auch mobile Mitarbeiter das System nutzen?

Ja, moderne Systeme bieten Smartphone-Apps für die sofortige Belegerfassung unterwegs. Belege werden fotografiert und automatisch hochgeladen, auch ohne Internetverbindung (Synchronisation erfolgt bei nächster Verbindung).