Finanzkriminalität proaktiv begegnen und Risiken minimieren
2020/8 | Fachbeitrag | Künstliche Intelligenz / Robotic

KI-basiertes Input Management macht Dokumentenprozesse effektiver

von Daniel Szlapka

Inhaltsübersicht:

Für Unternehmen, die täglich hunderte Seiten automatisch verarbeiten sowie Dutzende verschiedene Dokumentenklassen beherrschen müssen, also Banken, Versicherungen, Telekom- und Energiedienstleister oder Verlage, ist Input Management eine tägliche und wiederkehrende Aufgabe: Hunderte Dokumente, die sie häufig noch in Papierform erreichen, werden in Poststellen mit Scannern automatisiert ins Dokumentenmanagementsystem eingespeist. Die Systeme müssen die Daten digital erfassen, auswerten, klassifizieren und dem richtigen Prozess, Vorgang, Kundenkonto oder Mitarbeiter zuordnen. Vor allem bei Unternehmen, die zahlreiche verschiedene dokumentenbasierte Prozesse administrieren, werden Input Management-Lösungen häufig immer fehleranfälliger und verursachen wieder so viel Zeitaufwand wie früher die manuelle Bearbeitung. Denn Dokumente, Inhalte, Bearbeiter, Prozesse und Formate sowie Dokumentenklassen ändern sich schneller, als einmal eingerichtete Input Management Systeme dem Wandel folgen oder angepasst werden können. Die Präzision, also die richtige Zuordnung, lässt nach, der Automatisierungsgrad des Systems reduziert sich immer mehr. Irgendwann kommen die meisten Nutzer solcher Altsysteme zu der Entscheidung, dass nur die Flucht nach vorne hilft und ein neues Input Management weiterhilft.

Next Generation Input Management On-Premises, in der Cloud oder hybrid

Der Wertbeitrag von Next Generation Input Management liegt vor allem im organisationalen Fortschritt. Veraltete und monolithische Lösungen beschäftigen in vielen Unternehmen mittlerweile einen Aufwand ganzer Abteilungen für die Nachbearbeitung der Dokumentenklassifikation. Ihre Systeme können dem Wachstum nicht mehr Schritt halten, sind unflexibel und haben häufig ohnehin das Ende ihres Lebenszyklus erreicht. Unternehmen, die bisher viel Zeit mit Überwachung und Korrekturen ihres Input Managements aufwenden, machen mit Next Generation Input Management auf jeden Fall einen großen Schritt auf dem Weg zu einer Ende-zu-Ende Digitalisierung ihrer Prozesse.

Ob On-Premise, nativ in der Cloud oder in einer hybriden Installation, innovative Input Management-Lösungen sind variabel einsetzbar. Sie bieten den Anwendern eine hohe Nutzer-Experience, funktionieren mit jedem Standardbrowser, sind selbstverständlich responsive programmiert und lassen sich daher mit ihrer grafischen Benutzeroberfläche (GUI, Graphic User Interface) von jedem Endgerät mit Internetzugang aus nutzen. Vor allem integrieren sie KI-Funktionen, die bei der Datenextraktion und Klassifizierung von Dokumenten in der Praxis unverzichtbare Vorteile bieten.

Selbstlernende KI steigert Treffsicherheit

Je nachdem, welche Dokumentenklassen, Prozesse und Bearbeiter in einem Unternehmen bestehen und wie umfangreich Rechnungen, Schadenmitteilungen, Anträge oder gar Verträge sind und extrahiert werden müssen, um sie richtig zuzuordnen, muss ein IMS sehr agil und leistungsfähig sein. Auf Standardfunktionen wie optische Texterkennung mittels OCR kommt es weiterhin an. Wichtiger aber ist ein Verständnis natürlicher Sprache (Natural Language Processing, NLP), um Inhalte richtig zu verstehen, sie also auszuwerten, um sie dann erst zuzuordnen.

Für diese anspruchsvollen Aufgaben kommen in fortschrittlichen Input Management Lösungen KI-Algorithmen zum Einsatz, die bei der semantischen und kognitiven Interpretation von Texten bereits sehr nah an den menschlichen Verstand heranreichen. Natürlich muss ein solches System zunächst für die Kundenanforderungen konfiguriert und für die verschiedenen Dokumentenklassen "angelernt" werden. Dafür braucht es Trainingsdaten, mit denen die KI mit den zuvor definierten Regeln lernt. Durch menschliche Korrekturen eignet sich die KI das "Wissen" an, wie sie künftig die Regeln anwenden soll. Aber anders als die bisher meisten KI-Algorithmen arbeiten diese nicht als eine Black Box, deren Ergebnisse im Idealfall immer besser werden; im "worst case" kann sich die KI aber auch ohne Kontrolle "überlernen" oder durch Falscheingaben verschlechtern. Die Konsequenz daraus ist, dass die Performance sinkt.

Bei einem innovativen Input Management lassen sich die Wege der Lernerfolge mittlerweile automatisiert zurückverfolgen und feinsteuern. Denn: Die KI-Algorithmen lernen aus den eigenen Fehlern und werden so immer schlauer. Die Erkennungsrate und die Präzision steigen und damit auch der Automatisierungsgrad.

KI orientiert sich am Menschen und verbessert sich automatisch

Die komplexen Funktionen dahinter basieren auf maschinellem Lernen (Machine Learning, ML). Die Klassifizierung und Erkennung von Dokumenten mit ML erfolgt im laufenden Produktivbetrieb mit den eingehenden Dokumenten sowohl mit einem überwachten als auch mit einem unbeaufsichtigten kontinuierlichen Training. Beim überwachten Lernen analysieren die Sachbearbeiter die Klassifikationen der ihnen zugeordneten Dokumente, korrigieren Falscheinträge oder unzulässige Interpretationen und bewerten sie. Mit diesen Korrekturen oder Freigaben geben sie den KI-Algorithmen auch neue Muster oder modifizieren bisher gelernte Regeln. Diese Korrekturen nutzt die KI, um mit unbeaufsichtigtem Lernen sich selbständig zu verbessern. Die Algorithmen verfeinern damit ihre Erkennungsleistung im laufenden Produktivbetrieb. Damit generiert die KI zusätzliches Wissen über Regeln und Ausnahmen und baut sie in ihre weitere Anwendung ein. Die KI lernt also einerseits selbsttätig, orientiert sich aber am Menschen und das bei einer größtmöglichen Transparenz und Nachvollziehbarkeit ihrer Lernerfolge.

„Supervised Learning“ verhindert Gefahr des Überlernens

Schon nach kurzer Zeit können solche Input Management-Lösungen eine Erkennungsrate von bis zu 95 Prozent und eine Präzision von bis zu 99 Prozent erreichen. Bei täglich 1.000 Dokumenten wären dann nur noch bei 50 bis 60 Dokumenten nach der Klassifikation Korrekturen durch den Menschen notwendig.

Und das bedeutet gleichzeitig, dass mindestens 940 Dokumente und deren Inhalte aus Formularen und Tabellen, Zahlen, Handschriften und unterschiedlich lange Texte, von Einzeilern bis zu mehrseitigen Verträgen, richtig eingescannt, ausgewertet und automatisch richtig klassifiziert sind. Sie liegen dann dem richtigen Bearbeiter vor, die Daten sind in den richtigen Zielsystemen beziehungsweisen elektronischen Kundenakten angekommen. Für die Arbeit der Mitarbeiter in Schadenabteilungen oder Kundencentern bedeutet dies, dass sie die Dokumente in ihrem digitalen Workflow nahtlos bearbeiten können. Der interne Aufwand für Nachfragen oder die Suche nach Dokumenten entfällt. Alleine auf dieser Basis kann ein KI-basiertes Input Management je nach Unternehmensgröße schnell Einsparungen von mehreren Hunderttausend Euro pro Jahr erzielen, wie Praxisbeispiele zeigen: Ein IT-Dienstleister für Banken, der jährlich über 30 Millionen Seiten mit 120 Dokumentenklassen verarbeitet, erreichte nach Installation, Konfiguration und dem Anlernen einen Automatisierungsgrad von 89 Prozent und eine Präzision von 97,5 Prozent. Das Unternehmen berechnete nach Einführung eines solchen IMS eine Einsparung von 350.000 Euro pro Jahr. Ein anderer IT-Dienstleister für Versicherungen, der unter anderem hoch komplexe Kfz-Schadenakten mit 200 Feldern und sieben Tabellen in rund 15 Millionen Seiten automatisiert mit einem Input Management System verarbeitet, senkte seine Verarbeitungszeiten um 50 Prozent. Alle Dokumente sind zudem rechtssicher archiviert. Die Einhaltung von Compliance-Vorschriften, Datenschutz- und steuerrechtliche Aufbewahrungspflichten sind gleichsam nebenbei erfüllt.

Event-Tipp: Wer mehr zum Thema wissen will, die DTI bietet dazu am 08.09.2020 um 10.00 h einen Webcast an. Mehr dazu unter https://dti.ch/webcast

 

 

Diese Artikel könnten Sie auch interessieren

Wie leben wir morgen? Eine Reise ins Jahr 2050

WISSENplus
Im Jahr 2050 besteht die Weltbevölkerung aus ca. 9,7 Milliarden klimabewussten Smart Citizens. Sie leben länger und haben mittlerweile das Weltall und die Tiefen des Ozeans als weitere Verkehrsinfrastrukturen erobert. Aber welche agilen Errungenschaften stecken dahinter? Wie haben sich die Menschen im Jahr 2050 auf der Erde entwickelt und welche Innovationen haben sie zu einer solchen Agilität befähigt?...

Weiterlesen

Posteingang: Schneller arbeiten mit Machine Learning

WISSENplus
Viele Unternehmen müssen aufs Tempo drücken, wenn es um die Bearbeitung ihrer Eingangspost geht. Denn Kunden und Geschäftspartner erwarten in der Regel nicht nur eine schnelle Reaktion auf ihre Anliegen, sondern möchten bei Nachfragen auch zuverlässig über den aktuellen Stand informiert werden. Um bei der Posteingangsverarbeitung Fahrt aufzunehmen, sind digitale, automatisierte Abläufe eine wes...

Weiterlesen

Was kann generative KI im Wissensmanagement leisten?

WISSENplus
Generative KI wie ChatGPT generiert Texte, Konzepte, Entwürfe, Ideen - aber kreiert generative KI auch (neues) Wissen? Und können sich damit Tools wie ChatGPT zu innovativen Tools des Wissensmanagement entwickeln? So einfach lässt sich diese Frage nicht beantworten; es hängt letztlich davon ab, um welches Wissen es sich handelt und welche Aufgaben des Wissensmanagement durch und mit generativer KI bew...

Weiterlesen

Was kann Microsoft Teams leisten? Ein Überblick!

Microsoft Teams, der Nachfolger von Skype for Business, gehört zu den beliebtesten und am weitesten verbreiten Werkzeug für berufliche Kommunikation und Zusammenarbeit. Es bietet Unternehmen zahlreiche Kollaborationsmöglichkeiten - und zwar unabhängig davon, ob sie das Tool on-premise oder webbasiert nutzen. Auch mobil können Sie damit auf Ihre Daten, Dokumente und Gesprächsverläufe zugreifen. Doch ...

Weiterlesen

Hilfe-Communities: Von Klickanleitungen zu kollaborativen Arbeitsweisen

Heimarbeit & Co. sind in diesem Jahr ein Treiber für digitale Kommunikation und Zusammenarbeit gewesen: Laut Bitkom geben 43 Prozent der Beschäftigten an, dass im Zuge der Corona-Krise ihre Homeoffice-Möglichkeiten ausgeweitet wurden. Zahlreiche neue Tools rund um die Themen Videokonferenz, Chat, Dateiaustausch & Co. wurden dabei für die Mitarbeitenden bereitgestellt. Die Infrastruktur run...

Weiterlesen

Next Generation: Advanced Analytics – mehr als „nur“ BI

WISSENplus
Daten gelten schon seit längerem als das neue Gold. Doch Unmengen an Informationen lediglich zu erheben und zu speichern, genügt noch lange nicht. Um von ihrem Datenfundus gewinnbringend zu profitieren, müssen Unternehmen ihre Bestandsinformationen konsolidieren und auswerten, um aus den gewonnenen Erkenntnissen die richtigen Entscheidungen ableiten und systematisieren zu können. In diesem Kontext...

Weiterlesen

Was kann generative KI in Bürgerämtern & Co. leisten?

WISSENplus
7.000 unbesetzte Stellen, bis zu acht Wochen Wartezeit, null Erreichbarkeit: Wer in Berlin einen Reisepass beantragen möchte, braucht vor allem eines - Geduld. Echtzeit-Lösungen und Self-Service? Fehlanzeige. Höchste Zeit, die Bürgerorientierung in der Verwaltung neu zu denken. Künstliche Intelligenz (KI) wird bereits als Heilsbringer gelobt. Der Berliner Senator Stefan Evers spricht sogar von ko...

Weiterlesen

Die wichtigsten KPIs für ein ERP-System

Die Einführung einer neuen ERP-Software stellt eine große Herausforderung dar und erfordert eine sorgfältige Planung. Ist die Entscheidung erst einmal gefallen, sind die Erwartungen an die Funktionalität des Systems meist sehr hoch. Es wird erwartet, dass sich die täglichen Arbeitsabläufe und Leistungskennzahlen deutlich verbessern. Die Bewertung der Leistungsfähigkeit und des Nutzens des eing...

Weiterlesen