Automatische Kategorisierung heißt: Eine App holt deine Kontoumsätze per Open Banking von der Bank, liest Händlername, Verwendungszweck, Branchencode und Betrag und ordnet jede Buchung einer Kategorie wie Lebensmittel, Tanken oder Abos zu. Das passiert ohne dein Zutun. Ganz fehlerfrei ist das nie, einzelne Buchungen brauchen eine kurze Korrektur.
Du öffnest deine Banking-App und siehst eine lange Liste: REWE, ARAL, eine Lastschrift mit Mandatsreferenz, PAYPAL, NETFLIX, eine Gutschrift. Alles untereinander, ohne Ordnung. Wie viel ging diesen Monat für Essen drauf? Für Mobilität? Deine Bank zeigt dir Umsätze, aber keine Muster.
Genau diese Lücke schließt die automatische Kategorisierung. Dieser Artikel erklärt, wie sie technisch funktioniert, wie genau sie wirklich ist, wo sie sich regelmäßig irrt und worauf du achten solltest, bevor du einer App deine Umsätze anvertraust.
Das Wichtigste
- Automatische Kategorisierung ordnet jede Buchung anhand von Händlername, Verwendungszweck, Branchencode (MCC) und Betrag einer Kategorie zu, ohne dass du etwas eintippst.
- Keine Kategorisierung trifft jede Buchung. Stell dir vor, bei 60 Umsätzen landen 6 in der falschen Kategorie: Dann prüfst du 6, nicht 60.
- Deutsche Kontoauszüge sind schwierig: SEPA-Kürzel wie SVWZ+ oder MREF+, abgeschnittene Namen in Großbuchstaben und Zahlungsdienstleister statt Marke.
- Der Grundgedanke: Umsätze automatisch holen, automatisch sortieren lassen, dann Fragen stellen statt Listen durchsuchen.
- Eine App, die mehrere Konten zusammenführt, zeigt ein vollständigeres Bild als die Auswertung einer einzelnen Bank.
Was ist automatische Kategorisierung von Ausgaben?
Automatische Kategorisierung ist eine Funktion einer Finanz-App, die jede Buchung auf deinem Konto einer Kategorie zuordnet, ohne dass du eingreifen musst. Ein Algorithmus liest die Beschreibung der Buchung, den Händlernamen, oft einen Branchencode und den Betrag, und entscheidet dann, wohin sie gehört. Das Ergebnis ist keine Liste mehr, sondern eine Aufteilung: so viel für Lebensmittel, so viel für Miete, so viel für Abos.
Definition
Automatische Kategorisierung von Ausgaben bedeutet, dass eine App den Buchungstext eines Umsatzes (zum Beispiel "REWE SAGT DANKE 1234") erkennt und ihn der passenden Kategorie (zum Beispiel "Lebensmittel") zuordnet, ohne dass du etwas eintippst.
Viele Zuordnungen sind offensichtlich. REWE, Edeka, Aldi oder Lidl landen bei Lebensmitteln, Aral oder Shell bei Tanken, Netflix oder Spotify bei Abos, dm oder Rossmann bei Drogerie und Pflege. Offensichtlich heißt aber nicht bequem: Wer das für 60 Umsätze im Monat von Hand macht, sitzt jeden Monat eine Weile vor einer sehr langweiligen Aufgabe. Ein Algorithmus erledigt das in Sekundenbruchteilen.
Was ist ein MCC-Code?
MCC steht für Merchant Category Code, einen vierstelligen Code, den die Kartenorganisationen wie Visa oder Mastercard jedem Händler zuweisen. Er beschreibt die Art des Geschäfts, etwa Lebensmittelgeschäft, Tankstelle oder Restaurant. Kategorisierungsalgorithmen nutzen den MCC als eine von mehreren Informationsquellen. Er ist nicht bei jeder Buchung sichtbar, vor allem nicht bei Überweisungen und Lastschriften, deshalb reicht er allein nie aus.
Warum sind deutsche Kontoauszüge besonders knifflig?
Ein deutscher Verwendungszweck hat bis zu 140 Zeichen und enthält oft maschinelle Kürzel. EREF+ ist die End-to-End-Referenz, MREF+ die Mandatsreferenz einer Lastschrift, CRED+ die Gläubiger-ID, und erst hinter SVWZ+ steht der eigentlich lesbare Zweck. Dazu kommen Namen in Großbuchstaben, auf rund 27 bis 35 Zeichen gekürzt, mit Zusätzen wie GmbH oder AG. Und häufig bucht nicht die Marke, sondern ein Zahlungsdienstleister: Ein Einkauf auf Rechnung erscheint dann einfach als KLARNA.
Für einen Algorithmus heißt das: Er muss das Rauschen herausfiltern und den eigentlichen Händler finden. Die Gläubiger-ID einer Lastschrift ist dabei ein Geschenk, denn sie bleibt pro Gläubiger stabil. Wer also jeden Monat dieselbe Lastschrift vom Stromanbieter bekommt, wird nach einmaliger Zuordnung zuverlässig erkannt.
Warum scheitert das manuelle Kategorisieren von Ausgaben?
Manuelles Kategorisieren bedeutet, dass du selbst jede Buchung einer Kategorie zuordnest, ob in einer Tabelle, einem Heft oder einer App mit Handeingabe. Die Methode funktioniert in der Theorie, in der Praxis verlangt sie bei jeder einzelnen Buchung Arbeit von dir. Wenn sie liegen bleibt, liegt das fast nie an dir.
Beispiel: 60 Umsätze im Monat
- Ein Zwei-Personen-Haushalt hat im Monat 60 Umsätze.
- Jeder Umsatz braucht vier Handgriffe: öffnen, Text lesen, Kategorie wählen, eintragen.
- Es wird jeden Tag ein wenig erfasst.
60 Umsätze mal vier Handgriffe ergeben 240 Handgriffe im Monat. Einzeln wirkt jeder davon klein. Zusammen ist es aber monotone Arbeit, verteilt auf viele kleine Momente, und das Ergebnis siehst du erst am Monatsende. Wer eine Woche lang nicht dazu kommt, hat plötzlich 15 offene Buchungen vor sich, und genau an dieser Stelle wird aus einer Gewohnheit ein Rückstand.
Liegt es an der Disziplin oder am Werkzeug?
Seien wir ehrlich: Niemand trägt gern Ausgaben ein. Das ist keine Frage der Willenskraft, sondern des Designs. Ein Werkzeug, das bei jeder einzelnen Buchung Arbeit von dir verlangt, verliert gegen eines, das diese Arbeit selbst erledigt.
Wenn du gerade überlegst, ob du bei einer Tabelle bleibst oder zu einer App wechselst, findest du die Vor- und Nachteile im Vergleich Haushaltsbuch: App oder Excel?. Eine Tabelle hat echte Stärken, etwa volle Kontrolle über jede Formel. Ihre Schwäche ist genau die, um die es hier geht: Sie füllt sich nicht von selbst.
Mythos und Wirklichkeit
Mythos: "Wenn ich alles selbst eintrage, habe ich einen besseren Überblick." Wirklichkeit: Das Eintragen selbst kann ein Bewusstsein schaffen, solange du dabeibleibst. Ein lückenhaftes Haushaltsbuch zeigt aber ein falsches Bild, und ein vollständiges, automatisch gefülltes zeigt ein richtiges.
Bezahlen in Deutschland in Zahlen
Wie funktioniert KI bei der Kategorisierung von Bankumsätzen?
KI-Kategorisierung ist der Einsatz von maschinellem Lernen, um Buchungen anhand aller verfügbaren Daten einzuordnen: Buchungstext, Branchencode, Betrag, Datum und die Korrekturen, die du früher vorgenommen hast. Statt einer festen Regel pro Händler lernt das Modell Muster. Dadurch kommt es auch mit Buchungen zurecht, die es so noch nie gesehen hat.
Welche drei Informationsschichten stecken in jeder Buchung?
- Buchungstext: das, was du im Umsatz siehst, etwa "EDEKA CENTER HAMBURG", "ARAL STATION 4521" oder ein Verwendungszweck hinter SVWZ+. Der Algorithmus erkennt daraus den Händler.
- Branchencode (MCC): bei Kartenzahlungen, sofern die Bank ihn mitliefert. Er gibt eine solide Grundlage, ist aber nicht perfekt: Eine Tankstelle hat den Code für Kraftstoff, auch wenn du dort nur ein Brötchen kaufst.
- Verlauf: frühere Zuordnungen und Korrekturen. Wenn du dieselbe Buchung mehrmals umsortierst, lernt ein gutes System daraus.
Warum ist KI besser als einfache Regeln?
Einfache Regeln (wenn "REWE", dann "Lebensmittel") brechen bei mehrdeutigen Buchungen zusammen. Eine eingehende Überweisung: Gehalt oder Rückzahlung von einem Freund? Eine Zahlung an PAYPAL: Kleidung, Elektronik oder ein Konzertticket? Ein lernendes Modell schaut auf mehr als den Namen: auf Betrag, Häufigkeit, Wochentag und andere Buchungen am selben Tag. Ein Eingang von gleicher Höhe am immer gleichen Monatstag ist mit hoher Wahrscheinlichkeit Gehalt.
Auch die Unterscheidung zwischen Dauerauftrag und Lastschrift hilft. Einen Dauerauftrag löst du selbst aus, typisch für die Miete. Eine Lastschrift zieht der Gläubiger ein, typisch für Versicherungen, Strom und Abos. Wer diese Struktur kennt, sortiert wiederkehrende Kosten deutlich treffsicherer.
Damit das alles funktioniert, müssen die Umsätze überhaupt erst in die App kommen. Das geschieht über Open Banking, also eine gesicherte, von dir freigegebene Lesezugriff-Schnittstelle deiner Bank. Wie das technisch abläuft und was dabei mit deinen Daten passiert, erklärt der Artikel Bankkonto mit App synchronisieren.
Was ändert automatische Kategorisierung an deinem Budget?
Automatische Kategorisierung macht aus Budgetplanung, die ständig Aufwand kostet, ein System, das nebenher läuft. Vor allem zeigt sie Muster, die du in einer reinen Umsatzliste nicht siehst.
Siehst du Muster statt Einzelbuchungen?
Ohne Kategorien siehst du 67 Umsätze mit unterschiedlichen Beträgen und Händlern. Mit Kategorien siehst du Summen: Lebensmittel, Verkehr, Restaurants, Abos. Plötzlich ist klar, wohin das Geld fließt. Und du erkennst, in welchen Bereichen es mehr ist, als du dachtest, ohne dass dir jemand sagt, was du tun sollst.
Wie findest du unsichtbare Ausgaben?
Unsichtbare Ausgaben sind kleine, wiederkehrende Beträge, die einzeln nicht auffallen. Ein Streamingdienst hier, ein Cloud-Speicher dort, eine Musik-App, die du seit Monaten nicht mehr öffnest. Wenn die Kategorisierung sie unter Abos zusammenfasst, siehst du zum ersten Mal die Summe. Wie du jedes einzelne Abo aufspürst, zeigt Zu viel Geld für Abos?, und weitere typische Löcher im Budget beschreibt Wo bleibt mein Geld?.
Beispiel: Wo bleiben die 1.500 €?
- Max Mustermann hat 3.000 € netto im Monat.
- Am Monatsende bleiben regelmäßig 200 € übrig.
- Er schätzt Essen außer Haus auf 300 €, Abos auf 50 €.
- Die sortierten Umsätze zeigen: Essen außer Haus 900 €, Abos 150 €, spontane Online-Käufe 450 €.
Im Kopf von Max Mustermann war das Budget ausgeglichen, trotzdem blieben nur 200 € übrig. Nach einem Monat mit sortierten Umsätzen ergibt sich: 900 € Essen außer Haus, 150 € Abos und 450 € Online-Käufe, zusammen 1.500 €. Keine dieser Ausgaben war für sich groß. Das Problem war nicht das Gehalt, sondern dass er diese Summen nie an einer Stelle gesehen hatte.
Was du aus solchen Zahlen machst, bleibt deine Entscheidung. Manche Ausgaben sind dir genau so viel wert, andere nicht. Wie du aus der Aufteilung einen Plan machst, der zu deinem Leben passt, erklärt der Leitfaden Haushaltsbudget im Griff behalten.
Frag, wohin dein Geld geht
Schreib Martia auf Deutsch: "Wie viel habe ich letzten Monat für Lebensmittel ausgegeben?" Die Antwort kommt aus deinen echten Umsätzen.
Wie genau ist die automatische Kategorisierung von Ausgaben?
Die Genauigkeit hängt vom Algorithmus, von der Menge der Trainingsdaten und von den Eigenheiten des Marktes ab. Stell dir zum Beispiel vor, von 60 Umsätzen im Monat landen 6 falsch. Dann korrigierst du 6, immer noch weit weniger Arbeit als alle 60 von Hand.
Wird die Kategorisierung mit der Zeit besser?
Bei lernenden Systemen ist das das Ziel: Jede Korrektur zeigt dem System, wie du eine Buchung einordnest. Laut ExpenseSorted (2025) startet ein Basismodell mit etwa 70 bis 80 % Genauigkeit und erreicht nach rund 50 Korrekturen durch den Nutzer 90 bis 93 %. Das ist eine Angabe des Anbieters selbst, kein unabhängiger Test, und sie stammt nicht aus deutschen Daten.
Mythos und Wirklichkeit
Mythos: "Automatische Kategorisierung liegt ständig daneben, ich muss sowieso alles prüfen." Wirklichkeit: Stell dir vor, von 60 Umsätzen sind 6 falsch einsortiert. Dann prüfst du 6, nicht 60.
Wo irrt sich der Algorithmus am häufigsten?
- Überweisungen zwischen Privatpersonen: oft ohne sinnvollen Verwendungszweck. War das die Hälfte der Pizza oder der Anteil an der Miete?
- Zahlungsdienstleister und Marktplätze: hinter PAYPAL oder KLARNA kann alles stecken, von Schuhen bis zum Laptop.
- Gemischte Einkäufe: bei dm kaufst du vielleicht Shampoo und Babynahrung, bei der Tankstelle Sprit und Snacks.
- Abgeschnittene oder fremde Namen: die GmbH des Abrechnungsdienstleisters statt der Marke, die du kennst.
Genau bei diesen Buchungen ist deine Einordnung am wertvollsten, weil du einen Kontext kennst, den keine Maschine hat. Das ist kein Zeichen, dass die Technik versagt, sondern die natürliche Grenze dessen, was aus einem Buchungstext ablesbar ist.
Wie nutzt du automatische Kategorisierung mit der Methode der automatischen Transparenz?
Die Methode der automatischen Transparenz ist ein Ablauf in drei Schritten: Umsätze automatisch holen, automatisch sortieren und dann Fragen stellen, statt Listen zu durchsuchen. Sie ist so aufgebaut, dass du an keiner Stelle etwas abtippen musst. So setzt Martia sie um.
Schritt 1: Wie kommen die Umsätze in die App?
Über Open Banking. Die Verbindung läuft über Enable Banking, einen lizenzierten Kontoinformationsdienst (AISP); Martia selbst hat keine eigene Lizenz und erhält die Daten als Kunde von Enable Banking. Der Zugriff ist rein lesend: Es wird nie eine Zahlung ausgelöst und nie Geld bewegt. Nach der Delegierten Verordnung (EU) 2022/2360 bestätigst du den Zugriff spätestens alle 180 Tage erneut bei deiner Bank, manche Banken fragen früher. Wie weit die Historie zurückreicht, hängt von der Bank ab. Ob Open Banking sicher ist, beantwortet Was ist Open Banking und ist es sicher?.
Schritt 2: Wie wird sortiert?
Jeder Umsatz wird einer Kategorie zugeordnet und die Ausgaben pro Kategorie werden addiert. Grundlage sind Händlername, Verwendungszweck und Betrag, also genau die Schichten, die weiter oben beschrieben sind. Weil Konten verschiedener Banken zusammenlaufen, entsteht ein einheitliches Bild statt mehrerer Einzelauswertungen. Mehr dazu in Mehrere Bankkonten in einer App.
Schritt 3: Warum fragen statt suchen?
Statt Diagramme zu interpretieren, fragst du auf Deutsch: "Wie viel habe ich im März für Lebensmittel ausgegeben?" oder "Wo gebe ich am meisten aus?" Die Antwort kommt aus deinen echten Umsätzen. Limits legst du selbst fest und fragst im Chat nach deinem Stand; es gibt keine Warnungen bei Überschreitung, dafür eine wöchentliche E-Mail mit Beobachtungen. Martia kostet 9 € im Monat oder 59 € im Jahr, eine kostenlose Version oder Testphase gibt es nicht. Es läuft im Browser auf Handy und Computer.
Was Kategorisierung leistet
Kategorisierung sagt dir nicht, was du tun sollst. Sie zeigt dir, was du tust. Viele merken beim ersten Blick auf sortierte Ausgaben, dass ein Posten größer ist als gedacht, nicht weil sie zu wenig verdienen, sondern weil sie diese Summe nie an einer Stelle gesehen haben.
Worauf solltest du bei einer App mit automatischer Kategorisierung achten?
Nicht jede "automatische Kategorisierung" ist gleich gut. Vier Kriterien trennen ein nützliches Werkzeug von einem Marketingetikett: Erkennung deutscher Buchungstexte, Lernen aus Korrekturen, Zusammenführung mehrerer Banken und ein verständlicher Weg zu den Zahlen.
- Deutsche Händler und Buchungstexte: Erkennt die App REWE, Aldi, Aral, dm und Lastschriften mit Gläubiger-ID, oder nur US-Händler? Frag nach, ob sie für deutsche Umsätze trainiert ist.
- Lernen aus Korrekturen: Wenn eine App deine Einordnung nicht speichert, wird ihre Genauigkeit nie besser.
- Mehrere Banken: Girokonto bei der Sparkasse, Tagesgeld woanders, Kreditkarte bei einer dritten Bank? Nur eine Zusammenführung zeigt das ganze Bild.
- Zugang zu den Zahlen: Diagramme, Monatsvergleiche oder eine Frage im Chat. Ohne verständliche Darstellung bleibt Kategorisierung eine Liste.
Drei Wege zu sortierten Ausgaben im Vergleich
| Kriterium | Haushaltsbuch von Hand | Auswertung in der Banking-App | Multibanking-App mit Kategorisierung |
|---|---|---|---|
| Was du pro Umsatz tust | Jede Buchung selbst eintragen | Nichts eintragen | Nichts eintragen |
| Mehrere Banken | Ja, wenn du alles abtippst | Bei der App Sparkasse per Multibanking möglich | Ja, per Open Banking |
| Lernt aus Korrekturen | Entfällt | Je nach Bank | Je nach App |
| Kosten (Beispiele) | Papier oder Tabelle | Finanzplaner der App Sparkasse kostenlos | finanzblick kostenlos, Outbank 3,99 € pro Monat |
Die Banking-App ist für viele der kostenlose Ausgangspunkt, und manche, etwa die App der Sparkassen mit ihrem Finanzplaner, bieten sogar Multibanking an. Reine Direktbanken wie N26 oder Revolut werten dagegen nur ihr eigenes Konto aus. Wenn du konkrete Apps mit Preisen und Funktionen vergleichen willst, hilft dir Beste Haushaltsbudget-App 2026. Welche App passt, hängt davon ab, wie viele Konten du hast und ob du lieber in Diagramme schaust oder Fragen stellst.
Deine Abos auf einen Blick
Frag im Chat, welche wiederkehrenden Kosten auf deinen Konten laufen, und sieh zum ersten Mal die Summe.
Häufige Fragen
Wie funktioniert die automatische Kategorisierung von Ausgaben?
In drei Schritten: Eine App holt deine Umsätze per Open Banking von der Bank, ein Algorithmus analysiert Buchungstext, Branchencode (MCC), Betrag und frühere Zuordnungen, und ordnet jede Buchung einer Kategorie wie Lebensmittel, Tanken oder Abos zu. Das dauert Sekundenbruchteile und geschieht ohne dein Zutun.
Wie genau ist automatische Kategorisierung?
Keine automatische Kategorisierung trifft jede Buchung. Ein Beispiel: Landen von 60 Umsätzen im Monat 6 in der falschen Kategorie, prüfst du nur diese 6. Lernende Systeme werden mit jeder Korrektur genauer.
Erkennt eine App deutsche Buchungstexte wie SVWZ+ oder Lastschriften?
Eine gute App filtert SEPA-Kürzel wie EREF+, MREF+ und CRED+ heraus und liest den eigentlichen Zweck hinter SVWZ+. Die Gläubiger-ID einer Lastschrift ist pro Gläubiger stabil und hilft, wiederkehrende Kosten wie Strom oder Versicherungen zuverlässig zu erkennen.
Wo irrt sich die automatische Kategorisierung am häufigsten?
Bei Überweisungen zwischen Privatpersonen ohne Verwendungszweck, bei Zahlungsdienstleistern wie PayPal oder Klarna, hinter denen jeder Einkauf stecken kann, und bei gemischten Einkäufen, etwa Sprit und Snacks an der Tankstelle. Dort ist deine eigene Einordnung am wertvollsten.
Was ist die Methode der automatischen Transparenz?
Ein Ablauf in drei Schritten: Umsätze automatisch per Open Banking holen, automatisch in Kategorien sortieren und danach Fragen stellen, statt Listen zu durchsuchen. Du tippst an keiner Stelle Buchungen ab.
Was ist der Unterschied zwischen der Auswertung in der Banking-App und einer Multibanking-App?
Viele Banking-Apps werten nur die eigenen Konten aus, bei Direktbanken wie N26 oder Revolut ist das die Regel. Einige, etwa die Sparkassen-App, bieten Multibanking. Eine unabhängige App führt Konten verschiedener Banken zusammen und sortiert sie einheitlich.
Kann Martia Geld von meinem Konto bewegen?
Nein. Martia hat nur Lesezugriff über Enable Banking, einen lizenzierten Kontoinformationsdienst. Es löst nie eine Zahlung aus und bewegt kein Geld. Nach der Delegierten Verordnung (EU) 2022/2360 bestätigst du den Zugriff spätestens alle 180 Tage erneut bei deiner Bank; manche Banken fragen früher.
Quellen
- Plaid: AI-Enhanced Transaction Categorization (2025), plaid.com
- ExpenseSorted: AI-Powered Bank Transaction Categorization with Machine Learning (2025), expensesorted.com
- AppsFlyer: Europe Finance App Trends (2025), appsflyer.com
- girocard: Jahreszahlen 2024 (2025), girocard.eu
- EHI Online-Payment 2025 via Statista, de.statista.com
- Destatis: EVS 2023, private Konsumausgaben (2025), destatis.de
- Europäische Union (2022), Delegierte Verordnung (EU) 2022/2360, Erneuerung der Einwilligung nach 180 Tagen, eur-lex.europa.eu
- Wikipedia: Mandatsreferenz (2025), de.wikipedia.org
- Sparkasse: Multibanking (2026), sparkasse.de