Bitte verwenden Sie einen anderen Browser

Sie verwenden einen veralteten Browser, der nicht mit den Inhalten unserer Website kompatibel ist. Für ein optimales Anzeigeerlebnis aktualisieren Sie bitte auf Microsoft Edge oder betrachten Sie unsere Website mit einem anderen aktuellen Browser.

Wenn Sie sich dafür entscheiden, diesen Browser weiter zu verwenden, werden Sie nur eingeschränkt Zugriff auf Inhalt und Funktionalität haben.

Capture
Blog

Checkliste: Was Cognitive Document Automation können muss

Willkommen zu Teil 3 unserer sechsteiligen Blog-Serie, mit der wir Sie in die neuesten Konzepte der Multichannel-Dokumentenerfassung und der intelligenten optischen Zeichenerkennung (OCR) einführen. Der Schwerpunkt liegt dabei auf den neuen Möglichkeiten, mit denen KI dafür sorgt, dass Ihre Dokumente und Daten für Sie arbeiten – und nicht gegen Sie.

In Teil 1 ging es um RPA und ihr Potenzial als Lösung für die Probleme, die in Unternehmen mit manuellen, datenorientierten Aufgaben bestehen, aber auch um ihr bisheriges Unvermögen, die Dokumentenverarbeitung zu automatisieren. Teil 2 handelte dann von kognitiver Dokumentenautomatisierung (Cognitive Document Automation, CDA), die intelligente „Kopfarbeit“, also das Verstehen, um was es bei Dokumenten oder E-Mails geht, welche Informationen enthalten sind und was damit zu tun ist. Zudem haben wir untersucht, wie CDA insbesondere zusammen mit RPA funktioniert, um Geschäftsprozesse zu straffen.

Und in Teil 3 dieser Serie erläutern wir, worauf bei einer CDA-Lösung zu achten ist (kleiner Tipp: Mehr als OCR muss sie schon können).

Um Ihnen bei der Bewertung von CDA-Lösungen zu helfen, haben wir eine Liste der Funktionen erstellt, die unverzichtbar sind. Nutzen Sie diese praktische Checkliste, damit Ihre CDA-Lösung über alle notwendigen Funktionen verfügt, um Ihre Dokumente und Daten kostensparend und einfach zu bearbeiten.

Checkliste – Was CDA können muss:

Verteilte Erfassung

Unterstützung der zentralisierten Backoffice-Dokumentenerfassung per Scanner sowie der Anwendungsfälle im Außendienst und in Zweigstellen; auch zentrale Verwaltung, Lizenzierung, Berichtswesen und Scannerprofilmanagement, um die TCO zu minimieren.

Multichannel-Erfassung

Eine umfassende Multichannel-Erfassung zur Erfüllung aller Kundenwünsche, einschließlich der Integration von Mobilgeräten, E-Mail, Internet, Fax, Desktop-Scannern, Ordnern und MFP. Das Mobil-SDK sollte Entwicklern die Integration einer vollständigen Suite mobiler Erfassungsfunktionen ermöglichen, einschließlich Bilderfassung, -komprimierung, -optimierung, -klassifizierung und -erkennung sowie Extraktion und Validierung der Daten in eigenen Websites und Anwendungen.

Poststellenerfassung (mehrere Abteilungen)

Es werden für mehrere Abteilungen (und ihre Dokumente) Vorteile erzielt; dazu gehören die Unterstützung für die Dokumentenerfassung und das Verstehen aller Dokumenttypen (Formulare, Rechnungen, Versanddokumente, Hypothekenpapiere, Onboarding-Dokumente, medizinische Unterlagen, E-Mails, Briefe, Verträge usw.) in allen Abteilungen.

Dokumentenklassifizierung

Automatische Dokumentenklassifizierungsfunktionen für alle Dokumenttypen; es sollte nicht erforderlich sein, manuell Barcode-Aufkleber anbringen oder Deckblätter einlegen zu müssen. Die Dokumente sollten ohne menschliche Intervention unter Verwendung mehrerer Methoden automatisch klassifizierbar sein (z. B. Dokumentlayout, Dokumenteninhalte und reguläre Ausdrücke). Zudem sollten diese Methoden anhand von Beispieldokumenten und laufendem Nutzerverhalten zu „maschinellem Lernen“ fähig sein.

Dokumententrennung

Automatische Trennfunktionen innerhalb eines Dokumentenstapels oder Dokumentenpakets (kundenspezifisch), ohne dass Trennblätter manuell eingelegt werden müssen. Die Dokumententrennung sollte anhand von vorgegebenen Beispielen (die manuelle Konfiguration sollte nicht notwendig sein) und laufendem Nutzerverhalten zu „maschinellem Lernen“ fähig sein.

Datenextraktion

Unterstützung von Datenextraktion aus jeder Art von Dokument, in jeder Sprache und in jedem Format (z. B. strukturierte Formulare, teilstrukturierte und unstrukturierte Dokumente); die CDA-Lösung muss alle Arten von Feldern extrahieren, einschließlich Druckbuchstaben (jede Schrift), Handschrift, Kursivschrift, Barcodes, Textblasen und Auswahlkästchen. Für eine maximale Automatisierung sollte die Lösung in der Lage sein, zwischen mehreren OCR-Systemergebnissen zu entscheiden. Rohe OCR-Daten reichen nicht – CDA-Lösungen müssen diese OCR-Daten lokalisieren, formatieren und interpretieren können, damit sie geschäftlich verwendbar sind.

Datenvalidierung / Validierungsregeln / Datenbankabgleich

Eine intuitive und tastaturfreundliche Benutzeroberfläche zur Datenvalidierung, damit alle unzuverlässig extrahierten Zeichen und Felder schnell gefunden und korrigiert werden können. Validierungsregeln (z. B. Feld1 + Feld2 = Feld3) müssen ebenso unterstützt werden wie Tastaturkürzel zur Datenbanksuche. Auch ein unscharfer Datenbankabgleich zur Extraktion und Validierung (z. B. für die Lieferanten- und Auftragssuche) ist wichtig und sollte für sehr große Datenbanken (größer als 1 Mio. Datensätze) möglich sein.

Maschinelles Lernen von Dokumenten und Daten

Maschinelles Lernen ist besonders wichtig: KI auf Beispiele anzuwenden, um das System zu schulen und es anhand von Benutzereingaben im produktiven Einsatz fortwährend lernen zu lassen, erhöht im Laufe der Zeit die Effizienz des Systems bei der Dokumentenklassifizierung und der Datenextraktion – ohne das Kosten für die Pflege von Regeln anfallen.

Verarbeitung natürlicher Sprache von unstrukturierten Inhalten (E-Mails usw.)

Die Verarbeitung natürlicher Sprache ist ein weiterer wichtiger KI-Algorithmus; sie hilft beim besseren Verständnis von Inhalt und Ausdruck unstrukturierter Dokumente (wie E-Mails, Briefe und Verträge), sodass ein menschlicher Eingriff unnötig ist. Die CDA-Lösung muss entweder selbst über diese Art von Technologie verfügen oder externe Cloud-Anbieter wie Microsoft oder Google über REST-Dienste hinzuziehen.

Dokumenten- und Datenexporte und die Integration in Aufzeichnungssysteme

Den Export von Dokumenten und Daten in die üblichen ECM- und ERP-Systeme unterstützen – ohne ein Integrationsprogramm schreiben und pflegen zu müssen. Idealerweise verfügt die CDA-Lösung über vorgefertigte Exportkonnektoren zu gebräuchlichen Zielsystemen und programmierfreie Wege für die Integration in nicht unterstützte Systeme oder Systeme ohne adressierbare API. (Hinweis: RPA eignet sich ideal für die Integration in schwer zugängliche Systeme, die keine adressierbare API haben.)

Process Intelligence

Prozessentdeckung und Prozessanalyse, um dem Unternehmen bei der Identifizierung von Automatisierungsmöglichkeiten und der Leistungsverfolgung zu helfen; sollte mindestens umfassen: Automatisierungsraten für Dokumentquellen, Klassifizierung und Extraktion sowie Benutzerproduktivität und Kosten pro Dokument pro Kanal.

Projektanpassung

Keine zwei Projekte sind gleich: Eine CDA Lösung sollte allgemeine Funktionen erleichtern, aber auch (per Scripting) einzigartigere, anwendungsspezifische Projekte ermöglichen. Die Fähigkeit, Skripte zu CDA-Projekten hinzuzufügen und Skripte auf einfache Weise zu debuggen, ist von entscheidender Bedeutung, damit das System genau das tut, was für das Geschäft erforderlich ist.

Integration in RPA und BPM/DCM

RPA-Anwendungen und -Anforderungen werden ständig erweitert, um CDA und Prozessautomatisierung (BPM und dynamisches Case Management) einzubeziehen. Prozessautomatisierung ist notwendig, um zumindest Geschäftsregeln, Benutzerformulare und Ausnahmen verarbeiten zu können. Jede CDA-Lösung muss Teil einer breiteren Plattform sein, die diese Roboter- und Prozess-Funktionen liefert, um die Komplexität in Beschaffung, Lizenzierung, Betrieb und Instandhaltung zu minimieren sowie eine einheitliche strategische Ausrichtung vom Anbieter dieser Komponenten und Integrationsplattformen zu gewährleisten.

 

Weitere Informationen über die kognitive Dokumentenerfassung