Input Management

Effektivere Dokumentenprozesse mit KI

21. September 2020, 9:17 Uhr | Autor: Daniel Szlapka / Redaktion: Sabine Narloch | Kommentar(e)

Fortsetzung des Artikels von Teil 1

Erkennungsrate von 95 Pozent

Das soll wiederum eine schnelle Integration der Input-Management-Lösungen in die bestehende IT-Landschaften der Unternehmen sicherstellen. Meist können solche Lösungen schnell eine Erkennungsrate von bis zu 95 Prozent und eine Präzision von bis zu 99 Prozent erreichen. Bei täglich 1.000 Dokumenten wären dann noch bei 50 bis 60 Dokumenten nach der Klassifikation Korrekturen durch den Menschen notwendig.

Auf dieser Basis kann eine KI-basierte Input-Management-Lösung je nach Unternehmensgröße gegebenenfalls schnell Einsparungen erzielen, wie ein Praxisbeispiel aufzeigen soll: 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 Systems eine Einsparung von 350.000 Euro pro Jahr.

Ein Input-Management-System ist aber kein Standard-Tool, das sich per Plug & Play implementieren lässt. Je nach Anforderungen, den bisherigen Abläufen und der Erwartungshaltung bei Kunden können sowohl Beratern als auch Auftraggebern verschiedene Fehler unterlaufen. Deshalb steht am Anfang ein Umsetzungskonzept. Darin wird definiert, wie die bisherigen Prozesse in dem neuen System transformiert und künftig abgebildet werden sollen.

Für den Berater bedeutet dies, dass er die vorhandenen Prozesse analysieren und mit dem Kunden ein neues Prozessdesign entwickeln muss. Denn die optimale Performance erzielt ein Unternehmen erst dann, wenn es auch bereit ist, gegebenenfalls eingefahrene Prozesse anzupassen und sich auf marktübliche Best Practices des Systems einzulassen. In der Praxis tun sich aber Fachabteilungen schwer damit, ihre früheren Bearbeitungsmuster zu revidieren. Werden diese Widerstände nicht erkannt, kann es bereits zu Fehlern beim Prozessdesign kommen. Das führt dann später im Livebetrieb zu Beeinträchtigungen beim Automatisierungsgrad und bei der Präzision. Dann müssen Kunden und ihre Berater das Prozessdesign nochmal anpassen.

Weitere mögliche Fallstricke bei der Integration
Eine KI kann nur so gut trainiert sein wie die Trainingsmenge es hergibt. Eine weitere Hürde kann sich daher ergeben, wenn bei Auswahl und Zusammenstellung der Trainingsdaten sowie bei der Definition der Verarbeitungsregeln Fehler unterlaufen. Denn die KI kann nur mit Dokumenten trainiert werden, wenn für diese auch die Regeln für Auswertung und Klassifizierung richtig definiert sind. Ein weiterer kritischer Punkt kann darüber hinaus die Infrastruktur sein, in der das Input-Management-System künftig betrieben wird. Je nach Anzahl der täglich zu verarbeitenden Dokumente sollte eine flexibel einsetzbare Hardware-Architektur zum Einsatz kommen. Bei einer Cloud-nativ entwickelten Lösung bietet sich auch eine Cloud-Infrastruktur an. In der Praxis ist es deshalb empfehlenswert, die Server im eigenen Rechenzentrum gegebenenfalls um Private- oder Public-Cloud-Kapazitäten zu ergänzen. Vor allem, wenn es beispielsweise zum Quartalsende zu einem deutlich höheren Dokumentenaufkommen kommt. Bei einer volatil schwankenden Verarbeitungslast an Dokumenten garantiert ein solches „Elastic Computing“ eine gleichmäßig gute Performance.

Auf dem Weg zu End-to-End-Prozessen
Veraltete und monolithische Lösungen beschäftigen in vielen Unternehmen mittlerweile ganze Abteilungen für die Nachbearbeitung der Dokumentenklassifikation. Solche Systeme können mit dem Wachstum meist 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, können mit einem KI-basierten Input Management einen großen Schritt auf dem Weg zu einer Ende-zu-Ende-Digitalisierung ihrer Prozesse machen.

Daniel Szlapka ist Managing Director der DTI GmbH


  1. Effektivere Dokumentenprozesse mit KI
  2. Erkennungsrate von 95 Pozent

Verwandte Artikel

funkschau

Anbieterkompass