Das System macht eine automatische Zuordnung der Zahlungseingänge zu den Rechnungen. Falls der Kunde bei der Zahlung z.B. via ESR die Kunden- und Rechnungsnummer angibt, funktioniert dies natürlich bereits heute und ohne künstliche Intelligenz. Wenn diese Informationen aber fehlen und z.B. nur der Kundenname im Text oder Bruchstücke der Referenz vorhanden sind, war bisher ein manueller Eingriff notwendig.
Das System wird nun aufgrund der Zuordnungen in der Vergangenheit trainiert. Dazu verwendet man etwa 75% der Daten, um zu lernen. Mit dem erstellten Modell kontrolliert man danach die Genauigkeit der Zuordnung, indem man die restlichen 25% (von denen man ja die Zuordnung kennt) durch das Modell simuliert und mit dem erwarteten Resultat vergleicht. So kann man die statistische Treffergenauigkeit berechnen.
Wenn nun neue Zahlungen kommen, wird das Modell verwendet. Liegt die Genauigkeit unter dem Schwellwert (z.B. 90%), ist eine manuelle Freigabe der Zuordnungsvorschläge durch den Sachbearbeiter erforderlich, alle anderen Zuordnungen laufen automatisch und können in einem Protokoll jederzeit angezeigt und wieder storniert werden.