Zum Inhalt springen

Produkt

Vom Buchungstext zum struk­turierten Kontext.

TXNORA ist eine API für automatisierte Datenverarbeitung mit Schwerpunkt auf Transaktionen: Aus einer rohen Buchung werden ein erkennbarer Händler, eine Kategorie, kontextbezogene Labels und ein Konfidenzwert. Dieselbe Plattform kategorisiert, klassifiziert und extrahiert auch andere Daten.

Testzugang anfragenZur Entwicklerseite

So funktioniert es

In fünf Schritten von Roh­daten zu Kontext.

Am Beispiel einer einzelnen Transaktion: So wird aus der Rohbeschreibung ein strukturiertes Ergebnis.

  1. Rohdaten aufnehmen

    Ausgangspunkt ist eine Buchung, wie sie in Ihrem System vorliegt: Gegenpartei, Verwendungszweck, Betrag, Währung und Buchungsdatum. Ihr Produkt sendet diese Rohdaten per Request an die API.

    Rohdaten

    Gegenpartei
    PAYPAL *ADOBE
    Verwendungszweck
    ADOBE SOFTWARE
    Betrag
    −59,49 EUR
    Buchungsdatum
    05.10.2026

  2. Händler erkennen

    Buchungstexte sind oft gekürzt und enthalten Zahlungsdienstleister, Filialnummern oder Referenzen. TXNORA leitet daraus einen erkennbaren Händlernamen ab.

    Gegenpartei
    PAYPAL *ADOBE
    merchant.name
    Adobe

  3. Kategorie zuordnen

    Der Händler allein sagt noch nicht, wofür bezahlt wurde. TXNORA ordnet die Transaktion deshalb einer Kategorie aus einer einheitlichen Struktur zu: mit stabiler ID für Ihre Logik und lesbarem Namen für die Anzeige.

    merchant.name
    Adobe
    category
    Softwaresoftware

  4. Kontextbezogene Labels ergänzen

    Eine Kategorie beantwortet selten alle Fragen. Labels ergänzen weiteren Kontext, etwa dass es sich um einen digitalen Dienst handelt. Eine Transaktion kann mehrere Labels tragen.

    category
    Softwaresoftware
    labels[]
    • SOFTWARE
    • DIGITAL_SERVICE

  5. Konfidenz ausgeben

    Zu jedem Ergebnis liefert TXNORA einen Konfidenzwert zwischen 0 und 1. Ihr Produkt entscheidet nach eigenen Regeln, was es direkt übernimmt und was es zur Prüfung vorlegt.

    merchant.name
    Adobe
    confidence
    98,4 %

Fähigkeiten im Detail

Vier Bausteine, ein Ergebnis.

Jeder Baustein beantwortet eine eigene Frage zur Transaktion. Zusammen ergeben sie den strukturierten Kontext, mit dem Ihr Produkt weiterarbeitet.

  • Bei wem?

    Händler­erkennung

    Zahlungsdienstleister, Marktplatzkürzel und Referenznummern überdecken im Buchungstext oft den eigentlichen Händler. TXNORA macht daraus einen klaren, wiedererkennbaren Namen. Ihr Produkt zeigt dann einen Händler statt einer Zeichenkette.

    Beispielemerchant.name

    • PAYPAL *ADOBE
      →Adobe
    • REWE SAGT DANKE 1834
      →REWE
    • AMZN MKTP DE*X4H88291
      →Amazon

  • Wofür?

    Transaktions­klassifizierung

    Jede Transaktion wird einer Kategorie aus einer einheitlichen Struktur zugeordnet. Die Kategorie hat eine stabile ID für Logik und Filter und einen Namen für die Anzeige. So lassen sich Transaktionen in Ihrem Produkt einheitlich gruppieren und auswerten.

    Beispielecategory

    • Adobe
      →Softwaresoftware
    • REWE
      →Groceriesgroceries
    • Amazon
      →Retailretail

  • Was noch?

    Kontext­bezogene Labels

    Labels beschreiben, was eine einzelne Kategorie nicht abdeckt, etwa einen digitalen Dienst oder Onlinehandel. Eine Transaktion kann mehrere Labels tragen. Ihr Produkt kann sie zum Beispiel für Filter, Hinweise oder eigene Auswertungen nutzen.

    Beispielelabels[]

    • Adobe
      →
      • SOFTWARE
      • DIGITAL_SERVICE
    • REWE
      →
      • GROCERIES
      • RETAIL
    • Amazon
      →
      • ECOMMERCE
      • RETAIL

  • Wie sicher?

    Konfidenz­werte

    Zu jeder Vorhersage liefert TXNORA einen Konfidenzwert. Ihr Produkt legt selbst fest, ab welchem Wert ein Ergebnis direkt übernommen wird und wann es zur Prüfung geht. Der Wert bezieht sich auf das einzelne Ergebnis, nicht auf eine gemessene Gesamtgenauigkeit.

    Beispieleconfidence

    • Adobe
      →98,4 %
    • REWE
      →99,1 %
    • Amazon
      →96,2 %

Beispiele aus drei typischen Buchungen. Kategorien und Labels stehen so da, wie sie in der Response zurückkommen.

Ausgabefelder

Was eine Response enthält.

Die Response ist bewusst schlank: wenige, klar benannte Felder. Wählen Sie ein Beispiel, um die Werte zu vergleichen.

Beispiel wählen

GegenparteiPAYPAL *ADOBEREWE SAGT DANKE 1834AMZN MKTP DE*X4H88291

merchant.name
Typ: string
Erkannter Händler in lesbarer Form.
Beispielwert"Adobe""REWE""Amazon"
category.id
Typ: string
Stabile Kennung der Kategorie für Logik, Filter und Auswertungen.
Beispielwert"software""groceries""retail"
category.name
Typ: string
Anzeigename der Kategorie.
Beispielwert"Software""Groceries""Retail"
labels[]
Typ: string[]
Zusätzlicher Kontext; eine Transaktion kann mehrere Labels tragen.
Beispielwert["SOFTWARE", "DIGITAL_SERVICE"]["GROCERIES", "RETAIL"]["ECOMMERCE", "RETAIL"]
confidence
Typ: number (0–1)
Konfidenz des Ergebnisses. Ihr Produkt entscheidet, was geprüft wird.
Beispielwert0.9840.9910.962

Vereinfachtes Beispiel einer Response.

Request und Response ansehen

Abgrenzung

Was TXNORA nicht ist.

Damit die Erwartungen stimmen: TXNORA ist ein Datenbaustein für Ihre Software, keine fertige Anwendung und keine Beratung.

  • Keine Banking-App

    TXNORA bietet keine Oberfläche für Endkunden, führt keine Konten und löst keine Zahlungen aus. Die API liefert Kontext, den Ihr Produkt in seine eigene Oberfläche einbindet.

  • Keine Steuer- oder Buchhaltungs­leistung

    TXNORA berät nicht steuerlich und übernimmt keine Buchführung. Strukturierte Daten können Prüf- und Buchungsabläufe in Ihrem Produkt unterstützen, ersetzen aber keine fachliche Prüfung.

  • Keine steuerliche Bewertung einzelner Buchungen

    Aus Händlername, Kategorie oder Labels leitet TXNORA weder steuerliche Abzugsfähigkeit noch Vorsteuer, geschäftliche Nutzung oder wiederkehrende Zahlungen ab. Ein Label wie SOFTWARE beschreibt den Kontext, nicht die steuerliche Behandlung.

Stattdessen: ein klar umrissener Datenbaustein. Was Ihr Produkt daraus macht, entscheiden Sie.

Die Plattform

Sieben Funktionen für unstrukturierte Daten.

Transaktionen sind der Schwerpunkt. Dieselbe Plattform verarbeitet auch Texte, Dokumente und Datensätze aus anderen Bereichen – über einfache REST-Endpunkte.

  • Kategorisierung

    Ordnet Texte, Dokumente oder Datensätze automatisch Kategorien zu.

    BeispielSupport-Ticket

    Die Rechnung für März habe ich doppelt erhalten.

    →
    Kategorie
    Rechnung

  • Labeling

    Versieht Daten automatisiert mit den Labels, die Sie definieren.

    BeispielTransaktion

    PAYPAL *ADOBE

    →
    • SOFTWARE
    • DIGITAL_SERVICE

  • Data Annotation

    Annotiert große Datenmengen strukturiert, etwa Aussagen, Merkmale oder Stimmungen in Texten.

    BeispielProduktbewertung

    Lieferung schnell, aber der Akku hält nicht lange.

    →
    Lieferung
    positiv
    Akku
    negativ

  • Data Classification

    Klassifiziert Daten automatisch anhand Ihrer eigenen Vorgaben.

    BeispielE-Mail

    Bitte kündigen Sie meinen Vertrag zum Monatsende.

    →
    Klasse
    Kündigung

  • Information Extraction

    Extrahiert relevante Informationen aus unstrukturierten Daten und gibt sie als Felder zurück.

    BeispielVerwendungszweck

    RECHNUNG RE-2026-0412 VOM 01.10.

    →
    Rechnungsnummer
    RE-2026-0412

  • Data Intelligence

    Analysiert, strukturiert und reichert bestehende Daten an, zum Beispiel uneinheitliche Stammdaten.

    BeispielHändlerdaten

    AMZN MKTP DE · Amazon.de · AMZN Mktp

    →
    Händler
    Amazon

  • Custom Endpoints

    Individuelle Verarbeitung nach Ihren Prompts, Regeln und Datenstrukturen – als eigener Endpunkt.

    Mehr zu Custom Endpoints

    BeispielLieferschein

    Lieferung zu Bestellung PO-2026-118, Position 2 nicht geliefert.

    →
    order_reference
    PO-2026-118
    needs_review
    true

Infrastruktur & Datenschutz

DSGVO-konform, lokal bzw. in der EU gehostet.

TXNORA verarbeitet Ihre Daten auf LLM-Endpunkten, die lokal bzw. in der EU gehostet sind. Sensible Unternehmensdaten gehen nicht an klassische öffentliche KI-Dienste, und eine eigene LLM-Infrastruktur brauchen Sie nicht.

Datenfluss
Ihr System
TXNORAREST-API
LLM-Endpunktelokal bzw. in der EU gehostet
Öffentliche KI-Dienstekeine Weitergabe sensibler Daten

  • Lokal bzw. in der EU gehostet

    Die LLM-Endpunkte, auf denen TXNORA Ihre Daten verarbeitet, laufen lokal bzw. in der EU.

  • DSGVO-konforme Verarbeitung

    Die Verarbeitung ist DSGVO-konform. Fragen zum Datenfluss in Ihrem Fall stellen Sie uns gern direkt in Ihrer Anfrage.

  • Keine öffentlichen KI-Dienste

    Sensible Unternehmensdaten werden nicht an klassische öffentliche KI-Dienste weitergegeben.

  • Keine eigene LLM-Infrastruktur

    Sie betreiben keine Modelle und keine Server dafür. TXNORA stellt die Verarbeitung als Service bereit.

  • Einfache REST-API

    Ihr System sendet Daten per Request und erhält strukturierte Ergebnisse als JSON zurück. So lässt sich die API schnell integrieren.

  • Skalierbare Verarbeitung

    Von einzelnen Requests bis zu großen Datenmengen: Die Verarbeitung wächst mit Ihrem Bedarf.

Custom Endpoints

Ihr Endpunkt, Ihre Regeln.

Wenn Standardfunktionen nicht reichen: Ein Custom Endpoint verarbeitet Daten nach Ihren eigenen Prompts, Regeln und Datenstrukturen – für spezielle Datenmodelle, Unternehmensprozesse oder große Datenvolumen.

  • Eigene Modelle und Prompts

    Abgestimmt auf Ihr Fachgebiet und die Begriffe, mit denen Ihr Team arbeitet.

  • Eigene Regeln

    Vorgaben und Prüfregeln aus Ihren Prozessen fließen direkt in die Verarbeitung ein.

  • Eigene Datenstrukturen

    Die Response folgt Ihrem Datenmodell, mit genau den Feldern, die Ihr System erwartet.

  • Große Datenvolumen

    Für einzelne Requests ebenso wie für große Bestände, die automatisiert verarbeitet werden sollen.

Welche Vorgaben Ihr Endpunkt braucht, klären wir nach Ihrer Anfrage gemeinsam.

Beispiel: Lieferschein prüfen

Eingang

Lieferung zu Bestellung PO-2026-118, Position 2 nicht geliefert.

Ihre Vorgaben

  • Bestellnummer erkennen
  • Fehlende Positionen markieren
  • Bei Abweichung prüfen

Response in Ihrem Schema

{
  "order_reference": "PO-2026-118",
  "missing_items": [2],
  "needs_review": true
}

Preise

Nutzungsbasiert und transparent.

Sie zahlen für die Verarbeitung, die Sie tatsächlich nutzen – zu sehr wettbewerbsfähigen Konditionen.

Abrechnungseinheit und Preise erhalten Sie zusammen mit Ihrem Testzugang.

Preise anfragen

  • Nutzungs­basiert

    Abgerechnet wird nach Nutzung. Eine eigene LLM-Infrastruktur müssen Sie nicht finanzieren.

  • Transparent

    Nachvollziehbare Konditionen, die Sie vor dem Start kennen.

  • Wettbewerbs­fähig

    Eine Alternative zu internationalen LLM-APIs, mit Verarbeitung lokal bzw. in der EU.

Nächster Schritt

Passt TXNORA zu Ihrem Produkt?

Finden Sie es mit einem kostenlosen Testzugang heraus. Innerhalb von 24 Stunden nach Ihrer Anfrage erhalten Sie Zugang zur API, die Entwicklerdokumentation und unsere Preise.

Testzugang anfragenAnwendungsfälle ansehen