Nanonets

Kurzfazit

Nanonets ist eine Plattform für Intelligent Document Processing (IDP), also für die KI-gestützte Extraktion strukturierter Daten aus Rechnungen, Quittungen, Bestellungen, Frachtbriefen und Verträgen. Anders als klassische OCR-Tools arbeitet Nanonets nach eigener Angabe ohne Template pro Layout: Die Modelle lernen aus den Dateien, die du freigibst. Dazu kommen Workflow-Bausteine (Blocks) für Klassifikation, Extraktion und Validierung, plus fertige Integrationen, von SAP und QuickBooks bis Xero und Sage. Auf der Startseite stellt der Anbieter das Produkt inzwischen als Plattform für KI-Agenten dar. Schwächen: Die Angaben zum Speicherort decken sich nicht (Sicherheitsrichtlinie: USA, Datenschutzerklärung: USA, EU und Indien), wählbare Datenresidenz (US, EU, APAC) und On-Premises gibt es nur im Enterprise-Plan, und ab Growth-Tier gibt es keine öffentliche Preisliste. Für mittlere bis hohe Belegvolumen und Teams, die Kreditorenbuchhaltung oder Rechnungsverarbeitung automatisieren wollen, ist Nanonets eine Option, die du in einer Pilotphase an eigenen Belegen prüfen kannst.

Für wen ist Nanonets?

Kreditorenbuchhalter:innen und AP-Teams: Wer monatlich mehrere hundert Eingangsrechnungen aus unterschiedlichen Quellen und Formaten verarbeitet, ist die klassische Zielgruppe. Nanonets extrahiert laut Anbieter Daten aus Rechnungen inklusive Tabellen und Positionen, ohne Template pro Layout.

Mittelständler mit ERP-Anbindung: Wer SAP, QuickBooks, Xero, Sage oder Salesforce einsetzt, profitiert von den fertigen Konnektoren. Laut Preisseite gehören ERP- und Datenbank-Integrationen zu Growth, die Salesforce-, SAP- und Oracle-Konnektoren zum Enterprise-Plan. Statt Belege manuell ins ERP zu tippen, läuft der Pfad „E-Mail-Inbox → Nanonets-Extraktion → Validierungs-UI → ERP-Push” weitgehend automatisch.

Logistik- und Supply-Chain-Teams: Lieferscheine, Frachtbriefe und Bestellbestätigungen kommen oft als PDF-Anhänge oder Scans. Ab dem Growth-Plan gehört eine Klassifikations-KI dazu, die Dokumenttypen unterscheiden kann, entscheidend, wenn dieselbe Mailbox alle Belegtypen empfängt.

Compliance-pflichtige Branchen mit IT-Budget: Banken, Versicherungen, Gesundheitsdienstleister mit echtem Volumen können Nanonets über den Enterprise-Plan mit HIPAA (BAA), wählbarer Datenresidenz oder Private Cloud betreiben. Ohne Enterprise-Vertrag ist das aber nicht zu haben.

Entwicklerteams mit Dokumenten-Use-Case: Wer eine eigene Anwendung baut, die Dokumente verarbeiten muss (Onboarding-App, Spesen-App), kann den API-Zugang nutzen, der schon im Starter-Plan enthalten ist, und sich die eigene Modell-Entwicklung sparen.

Weniger geeignet für: Sehr kleine Teams mit unter 100 Belegen pro Monat (manuelle Erfassung bleibt günstiger), Behörden und Kanzleien mit harten EU-Hosting-Pflichten ohne Enterprise-Budget, sowie Setups, in denen der Auftragsverarbeitungsvertrag und der Vertragspartner zwingend in Deutschland sitzen müssen.

Preise im Detail

Plan	Preis	Was du bekommst
Starter	0 USD + 50 USD Startguthaben, danach 100 USD/Monat für 100 Credits	KI-Datenextraktion, API-Zugang, E-Mail-Integration, Cloud-Storage-Konnektoren, bis 3 Nutzer, Community-Support, ohne Kreditkarte
Growth	Volumenpreis auf Anfrage (bis 40 % Mengenrabatt)	Zusätzlich: Klassifikations-KI, Barcode- und Signaturerkennung, generative KI-Blocks, eigene Python-Blocks, ERP- und Datenbank-Integrationen, eigene Integrationen, KI-Reporting und Analytics, geteiltes Team-Guthaben
Enterprise	Auf Anfrage	Zusätzlich: SAML SSO und SCIM, rollenbasierte Zugriffskontrolle, HIPAA und SOC 2, Private Cloud / On-Premises, Datenresidenz (US, EU, APAC), Salesforce-, SAP- und Oracle-Konnektoren, dedizierter Support mit SLAs, Audit-Logs mit SIEM-Anbindung, Whitelabel-UI
Verbrauch (Block-Run)	0,02 USD einfach / 0,10 USD Standard-KI / 0,30 USD komplexe KI	Pay-per-Run pro Workflow-Baustein, keine Plattformgebühr und keine Seat-Lizenzen, Credits werden im Team geteilt und verfallen nicht. Eine typische Rechnung benötigt 4–6 Blocks

Einordnung: Das Starter-Guthaben von 50 USD ohne Kreditkarte reicht für eine kleine, aber echte Pilotphase, damit lassen sich bei unter 2 USD pro Rechnung mehr als 25 Rechnungen testen, danach kostet der Starter-Plan 100 USD pro Monat für 100 Credits. Laut Preisseite gibt es keine Plattformgebühren und keine Seat-Lizenzen, du zahlst pro Block-Run: Eine typische Rechnung läuft über 4–6 Blocks, bei 0,30 USD je komplexem KI-Block ist das nach Angabe des Anbieters unter 2 USD pro Rechnung. Der Sprung von Starter auf Growth bedeutet ein Angebot über den Vertrieb; eine öffentliche Preisliste gibt es ab dieser Stufe nicht. Wer wählbare Datenresidenz, Private Cloud oder On-Premises braucht, muss laut Preisseite Enterprise verhandeln, den Preis nennt der Anbieter nicht öffentlich.

Stärken im Detail

Template-freie Extraktion mit echtem KI-Vorteil. Klassische OCR-Lösungen verlangen für jeden Lieferanten eine eigene Vorlage mit Feldkoordinaten, sobald das Layout sich ändert, bricht die Extraktion. Nanonets beschreibt seine Instant-Learning-Modelle so, dass sie schnell aus jeder Datei lernen, die du hochlädst und freigibst. Das Prinzip: Die Information wird aus dem Beleg gelesen, nicht über feste Koordinaten. Für AP-Teams mit vielen Lieferanten ist das der zentrale Vorteil gegenüber Template-basierter OCR.

Anwendungsfälle und Belegarten. Die Startseite nennt Kreditorenbuchhaltung (Accounts Payable), Auftragserfassung, Kontenabstimmung, Zahlungszuordnung, Lieferanten-Onboarding und Schadenbearbeitung. Verarbeitet werden laut Dokumentation Rechnungen, Quittungen, Bestellungen, Frachtbriefe, Verträge, Schadenfälle und Formulare in beliebigem Format, ohne Template-Setup pro Layout. Dazu führt die Dokumentation vortrainierte Modelle für Rechnungen, Bestellungen, Kontoauszüge, Führerscheine, Frachtbriefe, Reisepässe und Quittungen. Die Modelle für Reisepässe und Führerscheine sind laut Dokumentation auf US-Dokumente optimiert, für andere Länder empfiehlt sie das Zero-Training-Modell, das sich „within minutes“ einrichten lasse. Zum Zeitrahmen eines Projekts sagt die Startseite: „Go live in weeks, not quarters.“

Workflow-Builder mit Block-Architektur. Jeder Verarbeitungsschritt ist ein Block: Dokument einlesen, klassifizieren, extrahieren, validieren, anreichern, prüfen, exportieren. Ab dem Growth-Plan kommen eigene Python-Blocks und generative KI-Blocks dazu, und unsichere Ergebnisse lassen sich laut Anbieter an eine menschliche Prüfung weiterleiten. Das Modell ähnelt Make.com oder n8n, aber spezialisiert auf Dokumentenverarbeitung mit allen passenden Bausteinen.

Fertige Integrationen. Die Integrationsseite nennt mehr als 25 native Konnektoren („25+ native connectors shipping today“), darunter vorgefertigte Konnektoren für SAP S/4HANA, Oracle, NetSuite, Dynamics 365, QuickBooks, Xero und Sage, dazu Google Drive, Dropbox, Box, Salesforce und Slack, für alles andere Webhook und REST. Die Preisseite ordnet sie Plänen zu: ERP- und Datenbank-Integrationen ab Growth, Salesforce, SAP und Oracle im Enterprise-Plan. DATEV nennt Nanonets auf den archivierten Seiten nicht. Wer eigene Glue-Code-Brücken zum ERP vermeiden will, spart hier Entwicklungsaufwand.

API-Zugang. Der Starter-Plan enthält laut Preisseite API-Zugang, die Startseite nennt eine REST/GraphQL-API und einen MCP-Server. Das macht Nanonets nicht nur als fertige App nutzbar, sondern auch als Engine hinter eigenen Anwendungen, etwa Spesen-Apps oder Onboarding-Prozessen.

Compliance-Angaben. Auf der Startseite nennt Nanonets SOC 2 Type II, ISO 27001, GDPR-Ausrichtung und HIPAA (BAA für Enterprise-Pläne). Private Cloud bzw. On-Premises-Deployment, Datenresidenz (US, EU, APAC) und SAML SSO sind laut Preisseite im Enterprise-Plan verfügbar. Der Preis dafür: Enterprise-Vertrag mit individueller Verhandlung.

Schwächen ehrlich betrachtet

Zwei Angaben zum Speicherort, wählbare Region nur Enterprise. Die Sicherheitsrichtlinie (gültig seit 10. Juni 2021) sagt: „All customer data is stored in the USA.“ Die Datenschutzerklärung (gültig seit 22. Juli 2026) nennt dagegen Server in den USA, der EU und Indien, und die Preisseite führt Datenresidenz (US, EU, APAC) nur beim Enterprise-Plan. Nach Plänen unterscheiden die beiden Seiten nicht. Anbieter ist Nano Net Technologies Inc., San Francisco. Für DSGVO-sensible Workloads (Rechnungen mit personenbezogenen Daten, Verträge) brauchst du deshalb eine schriftliche Klärung der Region, und die wählbare Datenresidenz gibt es erst im Enterprise-Plan.

Preisintransparenz ab Growth. Der Starter-Plan hat eine öffentliche Preisliste, ab Growth heißt es „Contact us for a quote“. Für Einkäufer:innen, die zwei oder drei Anbieter vergleichen wollen, ist das ein Reibungsverlust.

Keine deutschsprachige Support-Zusage. Die Preisseite nennt für Starter Community-Support und für Enterprise dedizierten Support mit SLAs. Die Support Policy (gültig seit 2. Dezember 2020) nennt Support rund um die Uhr per E-Mail an support@nanonets.com mit Zielreaktionszeiten, die Dokumentation dazu Support-Anfragen über die Website mit Antwort innerhalb eines Arbeitstags, E-Mail und für Enterprise einen Customer Success Manager. Eine Sprache nennt keine dieser Seiten. Die archivierten Seiten sind englisch, eine deutsche Oberfläche oder deutsche Hilfe haben wir nicht gefunden. Deutsch steht in der Liste der Sprachen, die die OCR erkennt, das sagt aber nichts über Oberfläche oder Support.

Verbrauchsmodell macht Kostenplanung schwer. Block-Run-Preise klingen niedrig, aber bei hohem Volumen und komplexen Workflows summieren sie sich. Der Anbieter rechnet mit unter 2 USD pro Rechnung bei 4–6 Blocks; bei 2.000 Rechnungen im Monat wären das rechnerisch unter 4.000 USD Verbrauchskosten (2.000 × unter 2 USD). Je mehr Blocks ein Workflow durchläuft und je mehr komplexe KI-Blocks (0,30 USD) darin stecken, desto näher kommst du an diesen Wert. Das vorab sauber zu modellieren, braucht einen Pilot mit echten Belegen.

Schlechte Scans bleiben eine Problemzone. Die Dokumentation rät selbst zu klaren Bildern: „Blurry images hinder OCR accuracy.“ Bei schlecht gescannten Belegen sind manuelle Nacherfassungen weiterhin zu erwarten. Handschrift erwähnen die archivierten Seiten nicht. Wer 100 % Automatisierung verspricht, verkauft falsch.

Kein Self-Hosting unterhalb Enterprise. Private Cloud und On-Premises führt die Preisseite nur beim Enterprise-Plan auf, bei Starter und Growth nicht. Wer aus Gründen des Datenschutzes, der Latenz oder der Branchenregulierung On-Premises oder Private Cloud braucht, kommt nicht um Enterprise herum. Das ist legitim für die wirtschaftliche Realität von KI-SaaS, aber für KMU manchmal eine Hürde.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Einen deutschen Anbieter mit deutschem Hosting brauchst	Konfuzio
Eine Cloud-OCR-API mit Pay-per-Use ohne Workflow-UI suchst	AWS Textract
Eine Google-Cloud-native Dokumenten-API mit hoher Reichweite suchst	Google Document AI
Volle Workflow-Orchestrierung mit eigenen Skripten willst	n8n
Reine generative Dokumentanalyse ohne IDP-Workflow brauchst	Claude

Weitere Anbieter im selben Feld: Rossum (Prager Büro, seit Mai 2026 Teil von Coupa, verarbeitet Geschäftsdokumente wie Rechnungen), Klippa (heute unter dem Namen Doxis), Mindee (API-Lösung aus Paris, Hosting bei AWS in Irland, für Kunden aus den USA in den USA) und Hypatos (Hypatos GmbH aus Deutschland, Kreditoren-Automatisierung für große Unternehmen, ohne eigene Tool-Seite). Wer EU-Hosting braucht, ohne bei Nanonets den Enterprise-Plan zu verhandeln, sollte Konfuzio und Rossum mit prüfen. Bei Mindee lässt sich die Verarbeitungszone Europa erst ab dem Pro-Plan festlegen, ohne Vorgabe kann in Europa und in den USA verarbeitet werden.

So steigst du ein

Schritt 1: Starter-Account anlegen und 50 USD Startguthaben nutzen. Registriere dich auf nanonets.com und lade echte Belege aus deiner Praxis hoch, bei unter 2 USD pro Rechnung reicht das Guthaben für mehr als 25. Schon mit dem Standardmodell siehst du die Extraktionsqualität an realen Daten, kein Demoset, sondern deine eigenen Lieferanten.

Schritt 2: Modell anlernen, wo nötig. Wenn das Standardmodell Felder falsch oder unvollständig erkennt, korrigierst du in der UI direkt am Beleg. Mit jeder freigegebenen Datei lernt das Modell die Besonderheiten deines Datensatzes (z. B. eigenwillige Lieferantenformate, abweichende USt-Positionierung). Diese Schleife ist der eigentliche Trainingsschritt, und der Punkt, an dem KI-Extraktion klassischer OCR davonzieht.

Schritt 3: Workflow bauen und Integration anschließen. Verbinde deine E-Mail-Inbox als Eingang, baue einen einfachen Workflow (Extraktion → Validierung), und teste den Export in dein Zielsystem per Webhook und REST. Klassifikations-KI und ERP-Integrationen führt die Preisseite erst ab Growth auf, beim Starter nicht. Validierungsregeln (z. B. „USt-Summe muss zu Nettosumme passen”) gehören in diesen Schritt.

Schritt 4: Pilot mit echtem Volumen, dann Vertrieb anrufen. Lasse zwei bis vier Wochen echte Eingangspost durch den Pilot-Workflow laufen, dokumentiere Trefferquote, manuelle Korrekturzeit und Verbrauchskosten. Mit diesen Zahlen führst du das Vertriebsgespräch über Growth oder Enterprise, die Verhandlungsposition ist deutlich stärker, als wenn du nur über die Demo gesehen hast, dass „es geht”.

Ein konkretes Beispiel

Das Beispiel ist ein Szenario zur Veranschaulichung, keine Kundenangabe von Nanonets. Ein mittelständischer Großhändler in Köln (180 Mitarbeitende, Sanitär-/Heizungstechnik) verarbeitet rund 4.000 Eingangsrechnungen pro Monat aus mehr als 600 Lieferanten, überwiegend per E-Mail-PDF, ein Drittel als Papierscan über den Multifunktionsdrucker. Vorher: Drei Mitarbeiter:innen in der Buchhaltung tippen Rechnungen manuell in DATEV, Durchlaufzeit pro Beleg im Schnitt 6 bis 8 Minuten inkl. Kontierungsvorschlag. Pilot mit Nanonets Starter: rund 40 Belege im Rahmen des 50-USD-Startguthabens durchgespielt, Trefferquote bei den Standardfeldern (Rechnungsnummer, Datum, Beträge, USt) im Beispiel um 90 %, bei Positionsdaten deutlich niedriger. Produktiv-Setup auf Growth-Plan: E-Mail-Inbox als Eingang, Klassifikations-Block trennt Rechnungen von Mahnungen und Lieferscheinen, Extraktions-Block, Validierungsregeln gegen offene Bestellungen, anschließend CSV-Export an DATEV-Schnittstelle. Ergebnis nach drei Monaten: Durchlaufzeit pro Beleg 1,5 Minuten (manuelle Kontrolle und Buchung im DATEV), eine Halbtagsstelle wird intern auf Mahnwesen und Lieferantenpflege umgewidmet. Verbrauchskosten: rund 5.500 USD/Monat. Rechtlich: AVV mit Nanonets, wählbare Datenresidenz im Enterprise-Plan nach der Pilotphase nachverhandelt.

DSGVO & Datenschutz

• Datenhosting: Zwei Seiten des Anbieters sagen Unterschiedliches. Die Sicherheitsrichtlinie (gültig seit 10. Juni 2021): „All customer data is stored in the USA.“ Die Datenschutzerklärung (gültig seit 22. Juli 2026): „Our servers are located in the United States, the EU, and India.“ Als Cloud-Anbieter nennt Nanonets AWS, Google Cloud und Microsoft Azure (Sub-Prozessor-Liste, gültig seit 2. Dezember 2020, jeweils Sitz USA). Welche Region für Starter und Growth gilt, solltest du schriftlich klären.
• Datenhosting Enterprise: Datenresidenz wahlweise US, EU oder APAC, dazu Private Cloud und On-Premises-Deployment (Quelle: Nanonets Pricing). Die Startseite spricht von „Pin data processing to US, EU, APAC regions“.
• Datentransfer: Nanonets ist nach dem EU-U.S. Data Privacy Framework zertifiziert (inklusive UK- und Schweiz-Erweiterung). Datenschutzbeauftragter ist per E-Mail unter dpo@nanonets.com erreichbar.
• Compliance: Laut Sicherheitsrichtlinie ist Nanonets SOC 2 compliant und ISO/IEC 27001 zertifiziert, die SOC-2-Berichte (Typ I und II) gibt es auf Anfrage nach Unterzeichnung eines NDA. HIPAA mit BAA nennt die Startseite für Enterprise-Pläne.
• Datennutzung: Die Nutzungsbedingungen erlauben Nanonets, aus deinen Daten abgeleitete Daten („Derived Data“) für interne Zwecke zu nutzen, ausdrücklich auch zur Verbesserung der Produkte. Ausgenommen vom Training allgemeiner KI-Modelle sind laut Nutzungsbedingungen Daten aus Google-Workspace- und Microsoft-APIs, die Datenschutzerklärung sagt das für Daten aus Google-APIs. Für die Kundendaten selbst gilt die Lizenz laut Nutzungsbedingungen „for the sole purpose of providing the Services“. Eine darüber hinausgehende Zusage für deine Dokumente nennt der Anbieter auf den archivierten Seiten nicht.
• Aufbewahrung: Laut Datenschutzerklärung werden Daten so lange gespeichert, wie es für den jeweiligen Zweck erforderlich ist, danach gelöscht oder anonymisiert. Die dauerhafte Löschung aller Daten kannst du per E-Mail anfordern (Seite „GDPR at Nanonets“). Die Nutzungsbedingungen behalten sich vor, Kundendaten bis zu 30 Tage nach Vertragsende aufzubewahren, die Datenschutzerklärung, einzelne Informationen etwa zur Betrugsabwehr weiter aufzubewahren.
• Auftragsverarbeitung (AVV): Nanonets stellt ein Data Processing Agreement öffentlich bereit, du kannst es digital einsehen und unterzeichnen. Eine Unterschrift auf der herunterladbaren Kopie bindet ohne Gegenzeichnung von Nanonets nicht. Individuelle Anpassungen gibt es nur für Enterprise-Kunden.
• Empfehlung für Unternehmen: Für DSGVO-sensible Branchen (Banken, Versicherungen, Gesundheitsdienstleister, öffentliche Hand) kommt der Enterprise-Plan infrage, weil die Preisseite Datenresidenz (US, EU, APAC) nur dort aufführt. Für interne, nicht-personenbezogene Belegströme kannst du Growth mit AVV und DPF-Zertifizierung prüfen.

Gut kombiniert mit

• n8n, Nanonets übernimmt die Extraktion, n8n orchestriert den umliegenden Workflow: E-Mail-Trigger, Drittsystem-Aufrufe, Slack-Benachrichtigungen, Eskalation bei Validierungsfehlern. Für Teams, die mehr als reine AP-Automatisierung brauchen, ist diese Kombination ein flexibles Setup.
• Claude, wenn extrahierte Daten zusätzlich semantisch interpretiert werden sollen (z. B. „prüfe, ob die Lieferbedingungen vom Standardvertrag abweichen”), übernimmt Claude die textuelle Analyse. Nanonets liefert die strukturierten Felder, Claude die Bewertung.
• Make.com, als visuelle Alternative zu n8n, besonders wenn das Team bereits Make-Szenarien betreibt. Nanonets-Webhooks lassen sich direkt anbinden, Make übernimmt Routing in Slack, Outlook oder Microsoft Teams.

Unser Fazit

Nanonets verdient 4 von 5 Sternen. Es ist eine IDP-Plattform mit niedrigschwelligem Einstieg (50 USD Startguthaben ohne Kreditkarte), einem KI-Ansatz ohne Template pro Layout und einem Workflow-Builder aus Blocks. Den fünften Stern verlieren wir aus drei Gründen: Erstens decken sich die Angaben zum Speicherort nicht (Sicherheitsrichtlinie: USA, Datenschutzerklärung: USA, EU und Indien), wählbare Datenresidenz und On-Premises gibt es nur im Enterprise-Plan. Zweitens ist die Preisliste ab Growth intransparent, für mittelständische Einkäufer:innen, die zwei oder drei Anbieter sauber vergleichen wollen, ist das ein echter Reibungsverlust. Drittens nennt der Anbieter keine deutschsprachige Support-Zusage, wer einen deutschen Vertragspartner mit deutschem Service möchte, sollte parallel Konfuzio oder Hypatos prüfen. Wer 2026 ein IDP-Projekt aufsetzt und keine harten EU-Hosting-Zwänge ohne Enterprise-Budget hat, findet in Nanonets eine Plattform, die sich in einer Pilotphase an eigenen Belegen prüfen lässt.

Was wir bemerkt haben

• November 2026, Die Startseite lautet „Turn your business processes into AI agents“ und beschreibt Nanonets als Plattform aus Agenten und Context Graphs. Dazu steht in der Kopfzeile: „Meet Trail, the company brain for AI agents, from the team behind Nanonets.“ Die Preisseite rechnet weiter in Blocks. Die Dokumentation beschreibt in ihrer Übersicht Agenten und Context Graphs, ihre Navigation führt weiter Workflows.
• November 2026, Die Preisseite nennt 50 USD Startguthaben ohne Kreditkarte, danach 100 USD pro Monat für 100 Credits, und wirbt mit „No platform fees. No seat licenses.“ Frühere Angaben von 200 USD Startguthaben treffen nicht mehr zu.
• November 2026, Die Preisseite führt HIPAA und SOC 2 beim Enterprise-Plan auf. Startseite und Sicherheitsrichtlinie nennen SOC 2 und ISO 27001 ohne Plan-Bezug, die Startseite HIPAA mit BAA für Enterprise-Pläne. Die Datenschutzerklärung weist zusätzlich die Zertifizierung nach dem EU-U.S. Data Privacy Framework (inklusive UK/Schweiz) aus.