Ein hoher Automatisierungsgrad bei der Dokumentenerfassung ist immer noch nicht die Norm. Eine neue, auf Deep Learning basierende Methode bringt uns einen weiteren Schritt voran. Das Lesen und Verwerten von Informationen und Daten aus Dokumenten ist für Menschen keine schwierige Aufgabe. Wir können einen Stapel verschiedener Dokumente anhand ihres Layouts leicht sortieren und trennen und alle notwendigen Informationen erfassen.

Für Softwarelösungen ist diese Verarbeitung alles andere als Routine. Die effiziente Extraktion von Informationen aus eingehenden Geschäftsdokumenten, wie z. B. Bestellungen, ist für Unternehmen, die täglich mit einer großen Anzahl von Dokumenten zu tun haben, von entscheidender Bedeutung. Das liegt daran, dass zwischen Scannen und Dokumentenerfassung Welten liegen. Wenn ein Dokument gescannt wird, wird es digital auf dem Computer gespeichert. Damit ist der Prozess zu Ende.

Die Datei wurde digitalisiert, aber die Nutzer/innen können mit den darin enthaltenen Informationen nicht viel anfangen. Diese Informationen sind jedoch äußerst wertvoll, und die Unternehmen benötigen sie für die Verwendung und Weiterverarbeitung in ihrem SAP-System. Deshalb ist es wichtig, eine Software oder einen Prozess für die Erfassung von Dokumenteninhalten zu entwickeln. Doch damit ist die Aufgabe noch nicht erledigt.

Trotz immer besserer Technologien bleibt die umfassende semantische Korrektheit der Datenextraktion eine Herausforderung, insbesondere bei der Analyse von Tabelleninhalten zur Erkennung von Bestell- oder Rechnungsposten, da die Dokumente komplex und mehrdeutig sind. Hier können Erkennungstechniken ähnlich der Gesichtserkennung eingesetzt werden. In Kombination mit einer großen Anzahl von Layoutvorlagen und kontinuierlichem maschinellem Lernen lassen sich hohe Automatisierungsraten bei der Erkennung und Erfassung von Dokumenten wie Bestellungen oder Rechnungen erzielen.

Diese Methode kann durch eine intelligente Extraktion von Tabelleninhalten ergänzt werden, die über die physische Strukturerkennung hinausgeht. Dabei handelt es sich um einen Deep Learning-basierten Ansatz, der die Erkennung von Positionen in verschiedenen Layouts ermöglicht, die bei der reinen Strukturerkennung nicht immer berücksichtigt werden oder dem Algorithmus nicht im Voraus beigebracht werden.

Der neue Deep Learning-basierte Ansatz verwendet eine große Menge an verarbeiteten realen Daten, die aus Datenschutzgründen anonymisiert und einem neuronalen Netzwerk zur Verfügung gestellt werden. Aufgrund der “Erfahrung” und des entsprechend großen Netzwerks kann dieser Algorithmus nun auch bei der Ersterfassung von Bestellungen oder Rechnungen hohe Erfassungsraten erzielen. Zusätzlich zu Text und Zahlen bei Erstbestellungen ist es möglich, komplexe Tabelleninhalte zu erkennen. Deep Learning, ein Teilbereich der künstlichen Intelligenz, kann die Produktivität und betriebliche Effizienz erheblich steigern.

Der neuartige Erkennungsansatz ist von besonderem Interesse, weil seine Analyselogik theoretisch generisch ist und daher leicht an andere Dokumententypen angepasst werden kann. Er stützt sich nur in geringem Maße auf eine layoutbasierte Textverarbeitung. Diese Technologien zeigen, wie leistungsfähig künstliche Intelligenz sein kann. Derzeit wird an der nächsten Generation von KI-Diensten gearbeitet, die bald in der Lage sein werden, im Handumdrehen genaue und zuverlässige Daten aus Bestellungen, Rechnungen und anderen Geschäftsdokumenten zu extrahieren. Außerdem eignen sich die besten KI-Ansätze hervorragend für die Verarbeitung natürlicher Sprache im Bereich der Geschäftsdokumente und bieten ein enormes Innovationspotenzial für die Zukunft.

So uninteressant uns als Menschen die Dokumentenerfassung auch erscheinen mag, die Prozesse hinter der automatisierten Verarbeitung zeigen nicht nur die Herausforderungen, sondern auch die rasante technologische Entwicklung und faszinierende Lösungsansätze – eine beeindruckende Herausforderung, die es zu meistern gilt.