Am einfachsten über die passende Regel-Vorlage: CashCat bringt für die vordefinierte Gruppe "Lebensmittel" bereits eine fertig konfigurierte Kategorie-Regel mit, REWE, EDEKA, LIDL und weitere Supermarktketten sind darin bereits gruppiert. Auswählen reicht, ein eigenes RegEx-Muster ist dafür nicht nötig. Für Händler außerhalb dieser Liste funktioniert weiterhin eine eigene Regel mit dem Operator "enthält" oder einem RegEx-Muster auf Buchungstext oder Partnername.
Eigene Kategorisierungsregeln für Banktransaktionen: Von Schlagworten bis RegEx
Eine Regel wie 'Buchungstext enthält REWE → Lebensmittel' ordnet jede aus dem CSV-Kontoauszug importierte Banktransaktion in Millisekunden automatisch zu. Das funktioniert mit einem einfachen Schlagwort genauso wie mit einem RegEx-Muster für mehrere Schreibvarianten.
Regelbasierte Kategorisierung: Schlagworte, Operatoren und RegEx im Überblick
Eine Kategorisierungsregel prüft eine Bedingung auf jede aus dem Kontoauszug importierte Banktransaktion und weist bei einem Treffer automatisch eine Kategorie oder ein Tag zu. Die Bedingung kann auf dem Partnernamen, dem Buchungstext, der IBAN oder dem Betrag ansetzen - je nachdem, welches Feld für den jeweiligen Anwendungsfall zuverlässiger ist.
Kategorie-Regeln und Tag-Regeln unterscheiden sich in der Anwendung: Bei Kategorie-Regeln gewinnt die erste passende Regel, jede Buchung bekommt genau eine Kategorie. Tag-Regeln sammeln sich dagegen: Eine Buchung kann mehrere Tags gleichzeitig tragen - eine Zugfahrkarte lässt sich zum Beispiel gleichzeitig mit #Hamburg-Reise und #Steuerlich absetzbar taggen.
Als Bedingung stehen unter anderem die Operatoren enthält, enthält nicht, ist gleich, beginnt mit, endet mit sowie größer/kleiner-als-Vergleiche für Beträge zur Verfügung. RegEx-Muster - kurz für reguläre Ausdrücke - ergänzen diese Grundoperatoren für Fälle, in denen ein einzelnes Schlagwort nicht reicht. Ein regulärer Ausdruck erkennt ein Muster statt eines einzelnen festen Textes und deckt damit mehrere Schreibvarianten gleichzeitig ab - etwa wenn ein Händler unter mehreren Schreibweisen auftaucht.
Mehrere Bedingungen lassen sich zudem innerhalb einer einzigen Regel kombinieren, wahlweise mit "UND" (alle Bedingungen müssen zutreffen) bzw. "ODER" (eine reicht). Eine Regel wie "Partner enthält REWE und Betrag kleiner als -50" erkennt so gezielt ungewöhnlich große Einkäufe bei einem bestimmten Händler, statt mehrere einzelne Regeln anzulegen.
Regelbasiert vs. KI-Kategorisierung: Vorhersagbarkeit gegen Komfort
Viele Finanz-Apps kategorisieren primär über KI-Vorschläge oder eine "immer so kategorisieren"-Logik, die sich am Empfänger orientiert und aus manuellen Korrekturen lernt. Der Vorteil: Am Anfang ist kein eigener Regelaufbau nötig.
Der Nachteil zeigt sich später. Ein neuer Händler, eine leicht abweichende Schreibweise im Buchungstext oder ein Empfänger mit wechselndem Verwendungszweck kann das gelernte Muster durchbrechen - warum eine Zuordnung genau so ausfällt, bleibt für den Nutzer dabei meist intransparent.
Explizit formulierte Regeln liefern das Gegenteil: Das Ergebnis ist vorhersagbar, weil es sich auf eine konkrete, selbst definierte Bedingung zurückführen lässt. Der Preis dafür ist Aufwand - die erste Regel für einen neuen Händler muss selbst geschrieben werden, bevor sie greift.
String- und RegEx-Abgleich sind zudem ein jahrzehntealtes, gut verstandenes Verfahren: Der Vergleich läuft in Millisekunden, auch über tausende Transaktionen hinweg, ohne Modellinferenz oder Serveraufruf. Für dieselbe Bedingung liefert er immer dasselbe Ergebnis - ein KI-Modell arbeitet dagegen mit einer Wahrscheinlichkeit statt einer festen Regel und braucht für jede Vorhersage eine Berechnung, die spürbar länger dauert als ein reiner Textabgleich.
Praxis-Beispiele: Regeln für typische deutsche Banktransaktionen
Supermärkte über mehrere Ketten hinweg
Dafür muss nicht einmal selbst eine Regel gebaut werden: CashCat bringt für die vordefinierte Gruppe Lebensmittel bereits eine fertige Regel-Vorlage mit der Bedingung Kontakt ist in Gruppe Lebensmittel mit. Auswählen deckt REWE, EDEKA, LIDL, ALDI und ein Dutzend weiterer Ketten in einem Schritt ab, ganz ohne eigenes RegEx-Muster.
Ein Händler mit mehreren Schreibweisen
Banken übertragen Händlernamen nicht immer einheitlich. Ein Muster wie Amazon|AMZN|amzn.eu fängt "Amazon.de", "AMZN Mktp DE" und "amzn.eu" gleichzeitig ab, ohne dass jede Variante einzeln erfasst werden muss.
Wiederkehrende Einnahmen wie Gehalt
Eine Regel auf dem Partnernamen des Arbeitgebers, oder ersatzweise auf einen typischen Betragsbereich, erkennt die monatliche Gehaltszahlung zuverlässig - auch wenn sich der Verwendungszweck von Monat zu Monat leicht unterscheidet.
Kartenzahlungen ohne Empfänger-IBAN
Bei Kartenzahlungen fehlt technisch bedingt eine Empfänger-IBAN - eine IBAN-Regel kann hier nie greifen. Eine Regel auf Händlername oder Buchungstext funktioniert dagegen unabhängig davon, ob eine Zahlung als Überweisung oder Kartenzahlung verbucht wurde.
Regeln, die du selbst schreibst - und jederzeit nachvollziehen kannst.
CashCat kategorisiert Transaktionen ausschließlich über Regeln, die du selbst anlegst - lokal im Browser, ohne Kontozugriff und ohne eine KI-Black-Box, die deine Buchungsdaten dafür an einen Server schicken müsste.
Dein Bankkonto bleibt dein Bankkonto
Apps wie Finanzguru bekommen dauerhaften Zugriff auf dein Konto - sobald du einmal zustimmst. CashCat bekommt nichts davon: du importierst deinen Kontoauszug selbst.
Einmal kaufen. Für immer nutzen.
YNAB kostet über 5 Jahre rund 501 €. CashCat ist ein Einmalkauf - kein Abo, keine Preiserhöhung, keine Kündigung.
Deine Finanzdaten sieht niemand außer dir
Was du importierst, verlässt dein Gerät nie. Kein Anbieter sieht deine Ausgaben, kein Server speichert dein Finanzprofil.
Alle deine Bankkonten zusammen im Blick
Sparkasse, ING, VR-Bank, N26, DKB - egal. CashCat importiert Kontoauszüge von jeder Bank und bringt sie unkompliziert in ein Dashboard.
Eigene Regeln im App-Vergleich: Wer lässt wie viel Kontrolle zu?
MoneyMoney, Outbank und WISO Mein Geld
Alle drei bieten vergleichsweise mächtige eigene Regeln, teils inklusive RegEx und der Verknüpfung mehrerer Bedingungen auf Empfänger, Verwendungszweck oder Betrag. Alle drei verlangen dafür einen laufenden PSD2-, FinTS- oder HBCI-Kontozugriff, um die Kontoauszüge automatisch abzurufen.
Finanzguru, finanzblick und ähnliche PSD2-Apps
Automatisierungskomfort und Vertragserkennung stehen im Vordergrund, eigene Kategorien lassen sich anlegen. Feingranulare, selbst geschriebene Bedingungen wie eine RegEx-Regel sind dagegen nicht vorgesehen - finanzblick verzichtet laut eigener FAQ sogar bewusst auf jede Regelfunktion, die Zuordnung stützt sich bei beiden primär auf gelernte Empfänger-Zuordnungen ("Immer so kategorisieren").
YNAB
Merkt sich pro Zahlungsempfänger die zuletzt gewählte Kategorie, was für wiederkehrende Buchungen gut funktioniert. Eine freie RegEx-Engine für Buchungstext-Muster bietet YNAB nicht, dazu kommen ein laufendes Abo um die 15 €/Monat und Datenspeicherung auf US-Servern.
CashCat
Volle Kontrolle über Kategorie- und Tag-Regeln inklusive RegEx und der Verknüpfung mehrerer Bedingungen (UND/ODER), kombiniert mit über 300 vordefinierten deutschen Händlern in thematischen Gruppen - ganz ohne Kontozugriff, CSV-Import genügt. Für Händler außerhalb dieser Gruppen wird die Regel einmalig selbst angelegt - eine lernende KI gibt es bewusst nicht, die Kategorisierung bleibt dadurch komplett lokal und nachvollziehbar.
So wirken eigene Regeln in CashCat: kuratierte Händlerlisten und rückwirkende Anwendung
CashCat bringt über 300 bekannte deutsche Händler, Banken und Anbieter fest kuratiert mit, gruppiert nach Themen wie Lebensmittel oder Tankstellen - eine statische, transparente Liste statt einer lernenden KI, die für ihre Vorhersagen auf einen Cloud-Dienst angewiesen wäre. Für diese Gruppen liegen passende Regel-Vorlagen bereit, direkt auswählbar und bei Bedarf anpassbar - für alles darüber hinaus legst du die Regel selbst an, von einem eigenen RegEx-Muster bis zu Bedingungen auf Partnername, Buchungstext, IBAN oder Betrag. Wie das in der Praxis aussieht, kannst du dir in der Demo ansehen.
Ändert sich eine Regel oder kommt eine neue hinzu, kategorisiert CashCat bereits importierte Banktransaktionen automatisch im Hintergrund neu - du kannst währenddessen ganz normal weiterarbeiten. Ein manueller Neu-Import ist dafür nicht nötig.
Auf Sonderzeichen kommt es bei der Textsuche zudem nicht an: Eine Regel auf "cafe" trifft auch eine Buchung mit "Café" im Buchungstext. Wie sich eigene Regeln speziell für Geschäftsausgaben nutzen lassen, zeigt der Beitrag dazu.
Häufige Fragen zu eigenen Kategorisierungsregeln
Ja. Eine Regel kann mehrere Bedingungen gleichzeitig prüfen, wahlweise mit "UND" (alle müssen zutreffen) bzw. "ODER" (eine reicht). "Partner enthält REWE und Betrag kleiner als -50" lässt sich so als eine einzige Regel abbilden, statt mehrere einzelne Regeln für denselben Fall anzulegen.
Schlagwort-Regeln suchen nach einem festen Textteil, etwa "enthält Amazon". RegEx erkennt stattdessen ein Muster und deckt damit mehrere Schreibvarianten gleichzeitig ab, etwa Amazon|AMZN|amzn.eu. RegEx ist mächtiger, aber auch komplexer zu schreiben als eine einfache Schlagwort-Bedingung.
Viele dieser Systeme lernen aus vergangenen Korrekturen oder ordnen primär nach Empfänger zu. Bei neuen Händlern, leicht abweichenden Buchungstexten oder wechselndem Verwendungszweck greift das gelernte Muster nicht mehr. Explizit formulierte Regeln mit festen Bedingungen liefern in diesen Fällen ein vorhersagbareres Ergebnis.
Nein. Regelbasierte Kategorisierung läuft genauso gut auf einem CSV-Export, den du selbst aus dem Online-Banking herunterlädst. Apps mit PSD2-Anbindung brauchen den permanenten Kontozugriff für den automatischen Abruf der Kontoauszüge, nicht für die Kategorisierung selbst.
CashCat bringt eine fest kuratierte Basis mit: über 300 bekannte deutsche Händler, Banken und Anbieter, vordefiniert in thematischen Gruppen wie "Lebensmittel" oder "Tankstellen" - inklusive fertiger Regel-Vorlagen, die sich direkt auswählen und bei Bedarf anpassen lassen. Eine lernende KI, die dein Verhalten auswertet, gibt es bewusst nicht - eine Cloud-Anbindung für die Kategorisierung existiert damit erst gar nicht. Für alles außerhalb dieser Liste schreibst du die Bedingung selbst.
Jede betroffene Buchung wird automatisch gegen die geänderte oder neue Regel geprüft und passend neu zugeordnet - ganz ohne CSV-Neu-Import. Du musst dafür nichts weiter tun, die Anpassung läuft von selbst.