Intelligente Dokumentenverarbeitung:Build vs. Buy – Die Wahl der richtigen Strategie

Das Geschäft basiert auf Dokumenten und Kommunikation. Sie liegen fast jedem erdenklichen Prozess zugrunde – überall dort, wo eine Nachricht (z. B. eine E-Mail oder ein Chat) oder ein Dokument gelesen oder gesendet wird. Es ist daher keine Überraschung, dass der Markt für intelligente Dokumentenverarbeitung (IDP) jedes Jahr um 28,9 % wächst und bis 2032 voraussichtlich 17,8 Milliarden US-Dollar erreichen wird.

IDP kombiniert in der Regel zahlreiche KI-Technologien, darunter Natural Language Processing (NLP) und Bilderkennung, um Unternehmen dabei zu helfen, Dokumente und Kommunikation in großem Maßstab schnell zu verarbeiten. Da Unternehmensführer KI-Agenten einsetzen – leistungsstarke KI-basierte Einheiten, die in der Lage sind, Arbeiten für und im Namen von Menschen zu erledigen – haben sich dokumentenbasierte Prozesse als idealer Anwendungsfall für die Agentenautomatisierung herausgestellt. Die Kombination von KI-Agenten mit Robotern und IDP-Funktionen, die von Menschen im Kreislauf überwacht werden, sorgt für schnelle Erträge und hat erhebliche Auswirkungen auf die Effizienz.

Dies wirft jedoch die Frage auf:Sollten Sie Ihre IDP-Funktionen aufbauen oder kaufen? Es ist wichtig, alle Optionen zu bewerten und zu überlegen, welcher Ansatz den höchsten Return on Investment, die beste Leistung und die schnellste Wertschöpfungszeit liefern kann. Für die meisten Unternehmen ist der Kauf einer vorhandenen IDP-Lösung die richtige Option. Ich erkläre, warum:

Erstellen Sie Ihren eigenen (BYO) IDP

Mit dem Aufkommen öffentlich verfügbarer Large Language Models (LLMs) und der wachsenden Verfügbarkeit unterstützender APIs standen Unternehmen noch nie so viele Tools zur Verfügung, die sie beim Aufbau benutzerdefinierter IDP-Systeme unterstützen. Allerdings machen die vielen Tools in Ihrem Werkzeugkasten die eigentliche Aufgabe nicht einfacher.

In einem BYO-IDP-System muss jede Komponente (vom Sprachverständnis bis zur Datenextraktion und Automatisierung) von Grund auf neu erstellt oder, was wahrscheinlicher ist, von mehreren Drittanbietern bezogen werden. Um beispielsweise die notwendige NLP-Komponente zum Verständnis von Dokumenten und Kommunikation bereitzustellen, könnte ein Unternehmen sein IDP-System auf der Grundlage eines externen LLM wie ChatGPT oder Claude von Anthropic aufbauen.

Ein BYO-IDP-System bietet einem Unternehmen eine End-to-End-Verantwortung und ein größeres Anpassungspotenzial im Vergleich zu Anbieterlösungen. Sie haben die Flexibilität, ihr System an sich ändernde Geschäftsanforderungen anzupassen, ohne eng mit einer anderen Organisation zusammenarbeiten zu müssen. In den meisten Fällen werden diese Vorteile jedoch durch die wichtigsten Herausforderungen des BYO-Ansatzes aufgewogen:

Kosten

Es ist ein weit verbreitetes Missverständnis, dass BYO günstiger ist als die Bezahlung von IDP als Dienstleistung. In den meisten Fällen trifft dies weder kurz- noch langfristig zu. Die Entwicklung und anschließende Wartung Ihres eigenen IDP-Systems erfordert viel Zeit und teure Fachkräfte. Sie benötigen Softwareentwickler, um die Plattform und die Benutzeroberfläche (UI) zu erstellen, Datenwissenschaftler für die Datenvorbereitung, Vor- und Nachbearbeitung und viele andere Experten für Aufgaben wie die Überwachung der Leistung (für die Sie Ihre eigenen Berichts-Dashboards erstellen müssen) sowie Prüfung und Protokollierung.

Bedenken Sie, dass selbst LLMs von Drittanbietern KI-Spezialisten und -Ingenieure erfordern, um das gewählte Modell genau an die Geschäftsanforderungen anzupassen. Selbst die beliebtesten und leistungsstärksten Vision-Language-Modelle (VLMs) sind grundlegende Modelle, die auf einer Vielzahl unterschiedlicher Datentypen trainiert werden, von strukturierten Dokumenten bis hin zu Bildern. Standardmäßig werden sie nicht genau auf den genauen Dokumenttyp oder das Schema abgestimmt, das Sie benötigen, was zu einer geringeren Genauigkeit und mehr Fehlern führt.

Auch die Pflege Ihres eigenen IDP-Systems erfordert kontinuierliche Updates und Ressourcen. Jedes BYO-System, das Datenanmerkungen erfordert, benötigt Schulungsmaterialien für Benutzer, und diese müssen aktualisiert werden, um Ihre Benutzeroberfläche widerzuspiegeln.

Risiko

Es ist riskant, sich auf seltene und teure technische Talente zu verlassen, um ein System betriebsbereit zu halten. Aufgrund von Kosten- und Talentmangel sind diese Teams meist klein. Möglicherweise stoßen sie auf Einschränkungen hinsichtlich der Anzahl der Anwendungsfälle und Geschäftseinheiten, die sie realistischerweise unterstützen können. Auch die Abwanderung von Talenten kann dazu führen, dass ein System langfristig nicht mehr leistungsfähig oder lebensfähig ist. Es besteht stets das Risiko, dass auch Projektfinanzierungen gestrichen werden.

Diese Herausforderungen werden noch verschärft, wenn KI-Kenntnisse und eine Feinabstimmung des Modells erforderlich sind. Laut einer aktuellen Studie von McKinsey &Company haben fast die Hälfte (47 %) der Entscheidungsträger auf Führungsebene das Gefühl, dass sie KI-Lösungen zu langsam entwickeln, wobei mangelnde Qualifikationen bei den Talenten die Hauptursache sind.

Komplexität

Wenn Sie ein IDP-System aufbauen, sind Sie allein für die komplexe KI-Modell- und Plattform-Governance verantwortlich. Tatsächlich erfordern Systeme, die für komplexe Anwendungsfälle entwickelt wurden, möglicherweise Hunderte von KI-Modellen, die verwaltet werden müssen. Beispielsweise könnte eine große Bank mehrere hundert Modelle benötigen, die für verschiedene Anwendungsfälle fein abgestimmt sind, um das erforderliche Maß an Genauigkeit zu erreichen. Selbst wenn ein KI-System Dokumente und Kommunikation „out-of-the-box“ verarbeiten kann, ist für eine akzeptable Leistung immer noch ein erheblicher Umfang an zeitnaher Entwicklung oder Kontexterfassung erforderlich. Dies auf Hunderte von Anwendungsfällen zu skalieren wäre unglaublich schwierig, da Sie Daten mit Anmerkungen versehen, Benchmarks erstellen, bereitstellen und Hunderte von Eingabeaufforderungen verwalten müssten.

Ein selbst erstelltes IDP-System ist mit vielen versteckten Kosten verbunden. Jede Komponente des Systems ist eine wichtige Entscheidung, und jede Technologie erfordert Fachkenntnisse und erhöht die technische Verschuldung (zusammen mit einem erhöhten Risiko). BYO ist zwangsläufig eine schwere Aufgabe und bedeutet eine langsamere Zeit bis zur Wertschöpfung. Höhere Lebenszeitkosten sind wahrscheinlich auf Talent-, Governance- und Wartungsanforderungen zurückzuführen. Es ist keine Überraschung, dass 69 % der Entscheidungsträger im Technologiebereich die Bereitstellung von Anwendungsfällen für die Dokumentenextraktion und -weiterleitung als äußerst schwierig erachten, so eine Forrester-Analyse für UiPath.

Die Vorteile des Kaufs Ihres IDP-Systems

Die Alternative zum Aufbau eines eigenen Systems besteht darin, IDP als Service von einem Drittanbieter zu erwerben. Hierfür gibt es zwei Hauptansätze:

• Kaufen Sie IDP als Einzellösung und integrieren Sie sie in den Rest Ihres Unternehmens-Tech-Stacks.

• Kauf von IDP als Teil einer größeren Lösung oder Plattform. Dies bietet bei Bedarf Zugriff auf zusätzliche Funktionen, wie z. B. Automatisierung.

Der Kauf von IDP als Service gibt Unternehmen im Vergleich zu einem maßgeschneiderten System weniger Kontrolle über die Plattformentwicklung. Plattformanbieter werden jedoch mit ihren Kunden zusammenarbeiten, um sicherzustellen, dass sich das System entsprechend ihren Anforderungen weiterentwickelt. Darüber hinaus sind noch viele weitere Vorteile zu berücksichtigen:

Zeit bis zur Wertschöpfung

Die Implementierung einer vorhandenen IDP-Plattform ist in der Regel schneller als die Entwicklung einer neuen. Etablierte Plattformen haben sich im langjährigen Einsatz in Großunternehmen in unterschiedlichsten Anwendungsfällen bewährt. Schulungs- und Aktivierungsressourcen wurden bereits erstellt und in vielen Fällen wird professionelle Serviceunterstützung bereitgestellt, um Benutzern den Einstieg zu erleichtern und mit der Wertschöpfung aus ihren Implementierungen zu beginnen.

Grundlegende LLMs erfordern eine kostspielige und zeitaufwändige Feinabstimmung und eine schnelle Entwicklung, bevor sie für den geschäftlichen Einsatz bereit sind. Selbst dann kann es Anwendungsfälle geben, die so komplex oder umfangreich sind, dass sie in „Sackgassen“ enden, in denen keine noch so große Aufforderung eine genaue und zuverlässige Extraktion ermöglichen kann. Im Gegensatz dazu ist die KI, die IDP as a Service zugrunde liegt, in der Regel auf eine schnelle Modellanpassung und Low-Code-Trainingserfahrungen ausgelegt. Sie können beispielsweise aktives Lernen nutzen, bei dem normale Geschäftsbenutzer und KI-Modelle aktiv zusammenarbeiten, um den Schulungsprozess schneller abzuschließen.

Reduziertes Risiko

Die Entscheidung für IDP als Dienstleistung verringert verschiedene Risiken erheblich. Sie sind nicht mehr auf teure interne Talente angewiesen, um Ihr IDP-System betriebsbereit zu halten. Der Anbieter ist für die Systemwartung sowie die Plattform- und Modell-Governance verantwortlich. Von IDP-Lösungsanbietern wird außerdem erwartet, dass sie ein Höchstmaß an Datensicherheit auf Unternehmensniveau bieten.

Auch die Betriebskosten sollten berücksichtigt werden. Übereilte Entwicklung, unvollständiger Code oder die Verwendung bald veralteter Technologien in einem BYO-IDP-System erhöhen das Risiko technischer Schulden. Dies macht im Laufe der Zeit kostspielige Korrekturen und System-Upgrades erforderlich.

Der Kauf von IDP als Dienstleistung reduziert das Risiko und die technischen Schulden für den Käufer erheblich. Anbieter priorisieren technologische Upgrades, um wettbewerbsfähig zu bleiben, übernehmen die neuesten Funktionen und entwickeln und verbessern ihren Service kontinuierlich. Sie kümmern sich um die notwendigen Nacharbeiten, Tests, Aktualisierungen und den Austausch veralteter Komponenten.

Versuchen Sie nicht, die Modelle selbst zu bauen. Aufmerksamkeitsstarke Schlagzeilen lassen es einfacher aussehen, als es ist. Finden Sie einen Anbieter, der sich bereits vor dem LLM-Hype mit KI beschäftigte. Es sind Kompetenzen in angrenzenden KI-Prozessen wie unüberwachtem Lernen, Datenaufbereitung und grundlegenden ML-Berechnungen erforderlich.

Simon Knowles, Leiter Technologie, Vabble

Skalierbarkeit

Ein benutzerdefiniertes System erfordert maßgeschneiderte Konnektoren und APIs für die Integration in die relevanten Unternehmenssysteme. Abhängig von der Größe und Komplexität des Unternehmens kann dies Hunderte oder sogar Tausende von Entwicklungsstunden erfordern. Etablierte IDP-Plattformen verfügen über vorgefertigte Konnektoren für die gängigsten Unternehmenssysteme, was schnelle Integrationen und eine schnelle Wertschöpfung ermöglicht. Mit einem cloudbasierten IDP-System können Sie außerdem Zugriff auf die neuesten KI-Upgrades und -Funktionen erwarten, ohne die Kosten für den Aufbau oder die Integration dieser Funktionen selbst zu tragen.

Aus all diesen Gründen sollte IDP as a Service die bevorzugte Option für Unternehmen sein, die eine schnelle Wertschöpfung, Genauigkeit und Zuverlässigkeit ihres IDP-Systems anstreben. Sonderanfertigungen führen zu erheblichen technischen Schulden sowie auf lange Sicht zu einem erhöhten Risiko und einer erhöhten Haftung. IDP as a Service überträgt die Last der Verantwortung auf eine spezialisierte Plattform, die durch jahrelangen Wettbewerb und Iteration verfeinert wurde.

Eine unternehmensfähige Plattform zur Skalierung von KI und IDP

Die IDP-Funktionen von UiPath sind die ideale Wahl für Unternehmen, die erstklassige KI und IDP sicher und erfolgreich implementieren möchten. IDP ist in unser End-to-End-Automatisierungs-Framework eingebettet, sodass Sie die Dokumenten- und Kommunikationsverarbeitung automatisieren können. Sie können auch vorgefertigte Funktionen nutzen, diese anpassen und bei Bedarf Ihre eigenen Komponenten oder Komponenten von Drittanbietern einbinden.

UiPath Intelligent Xtraction and Processing (IXP) bietet einen branchenführenden Lösungsansatz für IDP. Dank der neuesten KI-Modelle ermöglicht UiPath IXP die Extraktion einer wachsenden Anzahl von Unternehmensinhaltstypen; alles von strukturierten Dokumenten wie Rechnungen bis hin zu komplexen und unstrukturierten Inhalten wie Rechtsverträgen. Wir bieten umfangreiche Plattformfunktionen und Kontrollen für unsere IXP-Modelle, sodass sie schnell im gesamten Unternehmen skaliert werden können:

Enterprise-ready

UiPath IXP ist auf eine schnelle Wertschöpfung und ein nahtloses Benutzererlebnis ausgelegt. Dies erleichtert die Dokumentenverarbeitung aller Art und verkürzt die Zeit bis zur Bereitstellung.

Erstens ist es der Inferenz-zuerst-Trainingsprozess. Es ist keine Schulung erforderlich, um sofort nützliche Daten aus komplexen, unstrukturierten Dokumenten präzise zu extrahieren. Stattdessen geben Benutzer dem Modell lediglich Anweisungen (ähnlich einer Eingabeaufforderung), die erklären, was extrahiert werden soll und wie es im Dokument angezeigt wird. Dennoch bietet UiPath IXP Benutzern weiterhin die Möglichkeit, Anmerkungen zu machen, wenn sie das Modell weiter verfeinern oder ihm eine grundlegende Wahrheit für die Bewertung liefern möchten.

UiPath IXP bietet außerdem starke Kontrolle über das Schema dieser generativen Modelle. Benutzer können ihre eigenen „Feldgruppen“ erstellen und dabei genau die Informationen angeben, die sie extrahieren möchten. UiPath rationalisiert einen Großteil der Nachbearbeitungsarbeit und die Ausgabe hat genau das Format, das benötigt wird, um die resultierenden strukturierten Daten zu übernehmen, sie in Automatisierungen zu verwenden und sie mit KI-Agenten zu teilen, um Mehrwert zu schaffen.

Kontrolliert und konform

UiPath-Erstanbietermodelle unterliegen den strengsten Unternehmenskontrollen. Die UiPath-Plattform bietet robuste regelbasierte Zugriffskontrolle (RBAC), Modellversionierung und umfangreiche Leistungsschutzmaßnahmen für unsere Erstanbieter-IXP-Modelle. Human in the Loop ist ebenfalls in unsere Plattformerfahrung integriert und stellt sicher, dass generierte Ausgaben ordnungsgemäß validiert werden.  

Darüber hinaus verwaltet UiPath alle Modelle von Drittanbietern über den UiPath AI Trust Layer und sorgt so für Governance, Vertrauen und Sicherheit für GenAI. Dies bedeutet keine Datenaufbewahrung und kein externes Modelltraining mit Ihren Geschäftsdaten.

Eine flexible, offene Modellstrategie

KI-Modelle entwickeln sich rasant weiter und das derzeit beste Modell ist möglicherweise in sechs Monaten nicht mehr das beste Modell für Ihren Anwendungsfall. Wir investieren ständig, um die besten spezialisierten LLMs für Kerngeschäftsprozesse zu schaffen und diese kontinuierlich zu verbessern. Die Veröffentlichung unseres neuesten Modells für die Verarbeitung komplexer und unstrukturierter Dokumente ist ein Beweis dafür.

Dennoch bleibt unsere KI-Strategie offen. Wir stellen die erforderlichen Tools zur Verfügung, um Ihre bevorzugten Drittanbieter- oder proprietären LLMs zu integrieren und sie unter der UiPath AI Trust Layer zu verwalten. Mit UiPath haben Sie die Flexibilität, für jede Aufgabe in Ihren Anwendungsfällen eine Kombination der besten Modelle ihrer Klasse zu verwenden.

Optimierung für verbesserte Genauigkeit und Zuverlässigkeit

Unsere IXP-Funktionen sind für die erweiterte Datenextraktion mit Techniken wie RAG und kuratierter Systemaufforderung optimiert. Durch Kontexterdung sind IXP-Modelle sicherer, leistungsfähiger und genauer. Unsere Validation Station-Schnittstelle zeigt Beweise dafür an, wo die extrahierten Informationen im Dokument gefunden wurden, sodass generierte Ausgaben leicht anhand von Beweisen überprüft werden können.

Projektbasierte Erfahrung

Unsere Innovationen basieren auf realen IDP-Einsätzen vor Ort in großen Unternehmen. Unsere Benutzer definieren einfach ihren Dokumenttyp und können mehrere Modelle nutzen. Sie können auch die Leistung bewerten, Modellversionen überwachen und verwalten – alles wichtige Funktionen für die Bereitstellung, Wartung und anschließende Skalierung von KI im gesamten Unternehmen.

Ein Kunde, der von den Vorteilen der IDP-Funktionen von UiPath profitiert, ist die Top-20-Versicherungsgesellschaft auf Gegenseitigkeit, Encova Insurance. Um die Schadensabrechnung zu automatisieren, hatte Encova zunächst eine eigene IDP-Lösung entwickelt, die auf der traditionellen optischen Zeichenerkennung (OCR) und einem KI-Modell eines Drittanbieters für das Sprachverständnis aufbaute. Als sie jedoch die UiPath-Plattform für IDP einführten, bemerkten sie eine sofortige Verbesserung der Genauigkeit:

Beim Verständnis von Dokumenten kamen wir mit der herkömmlichen optischen Zeichenerkennung zu 40 % ohne Probleme durch und bei 30 % waren wir teilweise fertig. Mit diesem neuen [UiPath]-Prozess liegt die Erfolgsquote bei 99 %.

Jeffrey Martin, Lösungsarchitekt, Encova

Die IDP-Funktionen von UiPath sorgten für eine schnelle Wertschöpfung und eine deutlich höhere Effizienz in den Finanz-, Vertriebs-, Underwriting-, Betriebs- und Kundensupportabteilungen von Encova. Im Rahmen des Richtlinienaufnahmeprogramms wurde beispielsweise die Zeit für die manuelle Dateneingabe um 98 % reduziert. Eine Reduzierung der jährlichen Bearbeitungszeit um 95 % wurde ebenfalls bei gewerblichen Vermerken erzielt.

UiPath ist auch ein anerkannter Marktführer im IDC MarketScape:Worldwide Unstructured Intelligent Document Processing Software 2024 Vendor Assessment. Dem Bericht zufolge:

„UiPath betrachtet GenAI und LLMs als entscheidende Technologietools und integriert sie zunehmend in allen Phasen seiner IDP-, Kommunikations-Mining- und Automatisierungsportfolios. Darüber hinaus priorisiert und implementiert UiPath weiterhin Sicherheits-, Datenschutz-, Zugriffs-, Kontexterdungs- und Kontrollfunktionen auf Unternehmensniveau, um sicherzustellen, dass GenAI-Modelle und -Dienste sicher zur Unterstützung geschäftskritischer Anwendungsfälle genutzt werden können.“

Der Bericht kommentiert außerdem:„Der multimodale KI-Fokus von UiPath bietet ihm den strategischen Ausgangspunkt, kontinuierlich neue Methoden und Ansätze voranzutreiben, um den Wert traditioneller (d. h. prädiktiver KI) und GenAI für unstrukturierte IDP zu maximieren.“

Erfahren Sie, wie die IDP-Funktionen der UiPath-Plattform eine schnelle Wertschöpfung ermöglichen und dabei helfen, modernste KI im gesamten Unternehmen zu skalieren.