Document Understanding für Automatisierung, Präzision und ROI nutzen

Document Understanding zielt darauf ab, in Dokumenten gefangene Daten freizusetzen, um Ihrer Organisation deutlich höhere Genauigkeit bei der Datenextraktion, gesteigerte Produktivität und wachsenden ROI aus Robotic Process Automation (RPA) zu ermöglichen. Es liegt an der Schnittstelle von Dokumentenverarbeitung und künstlicher Intelligenz (KI), die gemeinsam zu einer Zukunft beitragen, in der fast alles automatisiert werden kann.

Das Document-Understanding-Ökosystem umfasst Technologien, die Informationen und Bedeutung aus einer breiten Palette von Dokumenttypen interpretieren können – sogar Handschrift, Kontrollkästchen und Stempel. Machine Learning (ML) treibt kontinuierliche Innovation im Document Understanding voran, einem der am schnellsten wachsenden Bereiche der Automatisierung.

Organisationen arbeiten möglicherweise bereits mit spezifischen Lösungen oder Anbietern. Dennoch benötigen sie möglicherweise andere Technologien oder neue Expertise, um Document Understanding auf andere Geschäftsbereiche auszuweiten. Es kann schwierig sein, einen Anbieter zu finden, der eine universelle Lösung für alle Dokumentarten bietet. Diese konzentrieren sich typischerweise auf bestimmte Dokumenttypen oder Branchen wie Versicherungen, Finanzen und Gesundheitswesen. Es gibt auch Anbieter, die ML-basierte Lösungen wie vortrainierte Modelle für spezifische Dokumente anbieten. Doch diese Modelle lassen sich nicht leicht an Dokumente außerhalb dieser Domänen anpassen.

Derzeit ist es schwierig, einen Anbieter zu finden, der eine universelle Lösung für jedes erdenkliche Dokument bietet. UiPath bietet Unternehmen daher einen Weg, die Herausforderungen und Möglichkeiten der automatisierten Dokumentenverarbeitung anzugehen. Zunächst gibt es unsere nativen KI-Fähigkeiten, die Sie über die UiPath Enterprise-Testversion ausprobieren können.

Die Funktionen der UiPath Enterprise RPA Platform werden durch komplementäre Partnerangebote für reibungslose End-to-End-Dokumentenverarbeitung erweitert – diese sind im UiPath Marketplace verfügbar. Der Marketplace bietet ein offenes Ökosystem mit Partnerlösungen, die in Kombination mit der UiPath RPA Platform eine breite Palette von Anwendungsfällen abdecken können.

Lassen Sie uns einen genaueren Blick auf diese Ökosystem-Technologien und führende Anbieter werfen.

Mehrere Technologien entfesseln die Kraft des Document Understanding

Dies sind einige der am häufigsten verwendeten Technologien im Document Understanding, zusammen mit UiPath-Partnern, die Lösungen darum herum entwickeln:

Optical Character Recognition (OCR)

OCR wandelt Bilder von getipptem, handgeschriebenem oder gedrucktem Text in maschinenkodierten Text um, der weiterverarbeitet werden kann, um gewünschte Daten zu extrahieren. Die Technologie extrahiert in der Regel auch Informationen über Layout und Struktur des Inhalts. Sie wurden vielleicht gelegentlich durch die Arbeit mit PDF-Dokumenten verlangsamt, in denen Sie Text nicht kopieren oder suchen können, weil PDF-Seiten im Grunde Bilder sind. Ebenso haben Sie vielleicht einen Scan, ein Foto oder einen Screenshot einer Quittung in typischen Grafikformaten wie JPEG oder TIFF. OCR kann alle benötigten Informationen aus diesen Dateien sammeln, ohne dass ein Mensch alle Dokumente selbst durchlesen muss.

Viele der bekanntesten OCR-Engines auf dem Markt sind mit UiPath integriert. Dazu gehören ABBYY FineReader, Tesseract (ein Open-Source-OCR von Google), Kofax OmniPage, Microsoft OCR und Google OCR. Zudem wurde kürzlich UiPath Document OCR als weitere großartige Wahl für Kunden veröffentlicht.

Template-based Extractors (TBEs)

TBEs extrahieren Daten mithilfe fester Regeln, die auf von einem Benutzer oder einer Maschine erstellten Vorlagen angewendet werden. TBEs funktionieren möglicherweise nicht für Dokumente, deren Struktur sich häufig ändert oder unterschiedliche Vorlagenvariationen erfordert. Das bedeutet, es ist keine Option, wenn Sie mit vielen verschiedenen Organisationen arbeiten und mit verschiedenen Rechnungs- oder Quittungsvorlagen umgehen, die diese senden. Gleichzeitig ist die Technologie ideal für die Verwaltung einer relativ kleinen Anzahl von Vorlagen für stabile Dokumente. Zögern Sie nicht, sie zu nutzen, wenn Sie einen vordefinierten Satz fester Vorlagen haben und keine Ausnahmen erwartet werden. Wenn eine Dokumentformatänderung notwendig ist, lässt sich die Vorlage manuell leicht anpassen.

Es gibt viele Anbieter, die TBEs anbieten. Bei der Bewertung, welche Lösung zu wählen ist, sollten Sie darauf achten, wie einfach es ist, eine Vorlage einzurichten, und wie die Extraktionsergebnisse von der Bildqualität abhängen. Einige der besten Unternehmen bieten Technologien, die Vorlagen halbautomatisch mithilfe eines Human-in-the-Loop-Prozesses erstellen, der nur die Wahl bestätigt.

Ein großartiges TBE-Beispiel ist ABBYY FlexiCapture, das in UiPath Studio integriert ist. Es gibt auch einen UiPath Template Extractor, der als Teil von UiPath Document Understanding verfügbar ist.

Supervised-Learning-basierte Machine-Learning-Extraktoren (SMLEs)

SMLEs können für strukturierte und halbstrukturierte Dokumente verwendet letztere haben möglicherweise kein striktes Layout wie strukturierte Dokumente, können aber ähnliche Inhalte enthalten. Ein gutes Beispiel sind Rechnungen und Bestellungen. SMLEs funktionieren, indem sie eine Reihe von Beispieldokumenten labeln, d. h. die zu extrahierenden Datenelemente mit dem Bereich im Dokument verknüpfen, aus dem die Daten extrahiert werden.

Derzeit verfügt UiPath über ML-basierte Extraktoren für Rechnungen, Quittungen und Bestellungen. Weitere vortrainierte Modelle werden bald verfügbar sein. UiPath ist auch mit ABBYY FlexiCapture Distributed und FlexiCapture for Invoices integriert, die vortrainierte ML-Modelle für Rechnungen und ähnliche Dokumente nutzen. Darüber hinaus ist UiPath mit Hyperscience, Ephesoft, Vidado, Rossum, Omnius, Microsoft Form Recognizer und Amazon Textract integriert. Alle Integrationen bieten Techniken für strukturierte und halbstrukturierte Dokumente.

Bei der Prüfung von SMLE-Optionen fragen Sie den Anbieter wie viele Beispiele zum Trainieren der Modelle erforderlich sind. Wenn die Anzahl groß ist, könnte der Prozess hohe Kosten durch Labeling-Aufgaben und den Bedarf an vielen Beispielen verursachen.

Unsupervised Learning (USL)

Diese Technik besteht darin, einen Datensatz zu analysieren, ohne vorab gelabelte Daten zu benötigen. USL nutzt vortrainierte Modelle oder verschiedene computergerechte Wissensrepräsentationen, um unstrukturierte Dokumente zu verarbeiten. Häufige Anwendungsfälle umfassen die Analyse von Finanzberichten, Verträgen und E-Mails.

UiPath hat mehrere Partner, die USL-Lösungen anbieten, darunter Indico, SortSpoke, Botminds AI Technologies und Xtracta. Indico bietet beispielsweise ein computerunterstütztes Labeling-Tool, das Labels vorschlägt, die mit Daten in den Dokumenten verknüpft sind. Der Benutzer muss sie nur genehmigen oder überschreiben.

Natural Language Processing (NLP)

NLP-Technologien helfen Computern, menschliche Sprache zu verstehen. NLP wird oft mit anderen Technologien kombiniert, um eine Reihe von Aufgaben auszuführen. Es ermöglicht Organisationen, Textanalyse, Entitätsextraktion durchzuführen und Prozesse zu automatisieren, indem sie Absichten in unstrukturierten Dokumenten wie E-Mails definieren. Wenn Sie Beginndatum und Enddatum aus einem unstrukturierten Dokument extrahieren möchten, müssen Sie den Arbeitszeitplan abbilden können, da viele Daten Synonyme sind. NLP hilft Ihnen dabei, da es Synonyme bestimmen und analysieren kann. Zudem kann es die Stimmung eines Textes analysieren – also definieren, ob er positiv, negativ oder neutral ist. Dies kann besonders wertvoll sein für die Interpretation von Inhalten in Nachrichten, sozialen Medien oder Korrespondenz. NLP-Partner und -Technologien, die mit UiPath integriert sind, umfassen Expert System, Amazon Comprehend und die Stanford NLP Group.

Aufstrebende Alternativen – Business Process Outsourcing und Human-in-the-Loop

Neben den etablierten Technologien und Unternehmen gibt es einen Aufschwung von Anbietern, die Business Process Outsourcing (BPO) und Human-in-the-Loop (HITL) Prozesse anbieten, um Document Understanding zu verbessern.

Beispielsweise verfügen Ocrolus und Contract Wrangler über leistungsstarke ML-basierte Technologien für Document Understanding. Dennoch setzen sie eine Crowd-sourced menschliche Arbeitskraft ein, die hilft, Dokumentenextraktionsergebnisse zu korrigieren, die die gewünschte Genauigkeitsschwelle nicht erreichen. Beide Unternehmen sind disruptiv, da sie bis zu 99,99 % Genauigkeit und eine Zeitverpflichtung zur Lieferung garantieren. Natürlich können höhere Genauigkeit und kürzere Zeitanforderungen höhere Kosten für Kunden bedeuten.

Zusätzlich bietet die UiPath Document Understanding Lösung die Validation Station. Dieses Tool ermöglicht es Benutzern, Dokumentenklassifikation und automatische Datenextraktionsergebnisse zu überprüfen und bei Bedarf zu korrigieren.

Abschließende Gedanken zur Lösungswahl

Die Wahl einer Lösung, die all Ihre Geschäftsanforderungen für Document Understanding erfüllt, kann eine große Herausforderung darstellen. Sie führt meist dazu, Optionen für die Implementierung mehrerer Lösungen gleichzeitig zu bewerten und nach den besten Wegen zu suchen, sie zu integrieren. Deshalb arbeitet und integriert UiPath mit einer breiten Palette von Branchenführern. Wir haben ein reiches Document-Understanding-Ökosystem etabliert, das die UiPath RPA Platform ergänzt.

Für detailliertere Informationen nehmen Sie an unserem Webinar „Product Spotlight: KI-erweiterte Automatisierungen – Transformative Fähigkeiten kombinieren“ teil. Sie sehen, wie UiPath Document Understanding und andere ML-basierte Lösungen Ihre Automatisierungen auf ein ganz neues Level heben können – angetrieben von KI. Sie können diese Funktionen auch testen, um Ihre Geschäftsprozesse zu automatisieren, indem Sie sich für die UiPath Enterprise-Testversion registrieren.