Die rein manuelle Ablage von Dokumenten stellt sich dabei nur allzu h\u00e4ufig als Flaschenhals heraus \u2013 sie ist gleicherma\u00dfen m\u00fchsam, zeitraubend und repetitiv. Moderne Ans\u00e4tze des Machine Learnings (oder weiter gefasst: Der k\u00fcnstlichen Intelligenz<\/a>) versprechen Linderung. Mit ihrer Hilfe lassen sich viele Arbeitsschritte automatisieren beziehungsweise mit automatisch generierten Empfehlungen in einem Dokumentenmanagement-System<\/a> unterst\u00fctzen. Auf diese Weise spart man Zeit, reduziert Kosten und vermeidet stoische, demotivierende T\u00e4tigkeiten.<\/p>\n\n\n\n Im Portfolio der d.velop Gruppe haben derartige Verfahren bereits seit mehr als 15 Jahren einen festen Platz<\/a>. Neuere Entwicklungen, die den weitreichenden Einsatz mehrschichtiger neuronaler Netze (\u201eDeep Learning\u201c) erm\u00f6glichen, helfen uns dabei, diese Funktionalit\u00e4t kontinuierlich zu verbessern. In diesem Artikel geben wir eine konkrete Antwort auf eine Frage, die Mario D\u00f6nnebrink unl\u00e4ngst formuliert hat: \u201eWie w\u00e4re es jetzt, wenn Sie zuk\u00fcnftig neu hinzukommende Informationen und Dokumente gar nicht mehr manuell in Ihre Aktenstrukturen ablegen m\u00fcssten, sondern wenn das ECM-System<\/a> dies eigenst\u00e4ndig lernt?\u201c Ausgangspunkt ist der Flie\u00dftext des eingehenden Dokuments. Nach einer Aufbereitung werden mittels eines DNN sogenannte \u201eWord Embeddings\u201c [1] f\u00fcr den Text berechnet. Dabei handelt es sich mathematisch um mehrdimensionale Vektoren, die bildlich gesprochen das Rechnen mit Worten bzw. mit deren Bedeutung erm\u00f6glichen. Gute Embeddings zeichnen dadurch aus, dass sie \u00e4hnlichen Worten eine \u00e4hnliche mathematische Beschreibung zuordnen. Das Wort „Mahnung“ landet z.B. in der N\u00e4he von „Zahlungserinnerung“. Auf dieser Basis lassen sich \u00c4hnlichkeiten zwischen Worten und damit auch zwischen Dokumenten berechnen (vgl. Abb. 1). F\u00fcttert man das Verfahren nun mit Beispieldokumenten, f\u00fcr die man die jeweilige Kategorie kennt, lernt es anschaulich \u201eParzellen\u201c f\u00fcr die einzelnen Kategorien. Bittet man das trainierte System nun, ein bisher unbekanntes Dokument zu klassifizieren, so errechnet es mittels Embeddings die \u201eParzelle\u201c und dar\u00fcber die zugeh\u00f6rige Kategorie, in die das Dokument eingeordnet werden soll. Et voil\u00e0!<\/p>\n\n\n\n Da das Verfahren ausschlie\u00dflich den Rohtext eines Dokuments als Eingabe verlangt, eignet es sich zur Klassifizierung einer Vielzahl verschiedener Eingangsformate. Unabh\u00e4ngig davon, ob die Dokumente in Form von Scans, PDFs oder Emails eingehen. Sobald der Dokumentinhalt \u2013 der Text \u2013 einmal vorliegt, kann das Dokument automatisch abgelegt werden. Dar\u00fcber hinaus ist das System unabh\u00e4ngig von starren Regelkorsetten. Was das hei\u00dft? Es ben\u00f6tigt keine Musterbriefk\u00f6pfe oder fest vorgegebene Schl\u00fcsselworte. Somit klassifiziert es auch Dokumente bisher unbekannter Absender zuverl\u00e4ssig.<\/p>\n\n\n\n Experimente zeigen, dass bereits 500 Beispiele pro Dokumentenkategorie ausreichen, um die Kategorie bisher nicht gesehener Dokumente in mehr als 90% der F\u00e4lle richtig zu bestimmen. Und hier kommen Sie ins Spiel: Als Nutzer eines DMS Systems besitzen Sie schon heute einen gro\u00dfen Fundus an Dokumenten, den Sie und Ihre Mitarbeiter \u00fcber Jahre hinweg akribisch in Ihre virtuellen Aktenstrukturen eingepflegt haben. Ihre Daten sind nun eine wesentliche Zutat auf dem Weg zur automatischen Klassifizierung. Unser System lernt aus diesen Daten, wie Sie Ihre Dokumente sortieren. Sind die Daten einmal vorhanden, dauert ein Trainingsvorgang nur wenige Minuten. Die Klassifizierung eines einzelnen Dokuments beansprucht anschlie\u00dfend nur einige hundert Millisekunden \u2013 f\u00fcr jedes neu eingehende Dokument, reproduzierbar und vollautomatisch. Und sollte der Algorithmus doch einmal daneben liegen, haben sie jederzeit die M\u00f6glichkeit, das Ergebnis zu korrigieren \u2013 das Verfahren bedankt sich, indem es aus dem Fehler lernt und versucht, diesen in Zukunft zu vermeiden.<\/p>\n\n\n\n Laut Bitkom-Studie nutzen \u00fcberraschenderweise nur 26.3% der befragten Unternehmen ihr zentrales ECM-System f\u00fcr das Input-Management [2]. Die automatisierte Kategorisierung von Dokumenten leistet einen wichtigen Beitrag, diese Quote zu verbessern. Im Rahmen der Ablage werden Klassifizierungsergebnisse zur Vorauswahl der Ablagekategorie genutzt. Diese ersparen unn\u00f6tige, manuelle Eingaben, k\u00f6nnen aber bei Bedarf vom Benutzer korrigiert werden. Im Anschluss erlaubt die Klassifizierung das zielgerichtete Starten nachgelagerter Prozesse. Zu guter Letzt erleichtert die konsistente, automatische Vergabe von Kategorien das Wiederfinden von Dokumenten. Inhalte werden so prozess\u00fcbergreifend vernetzt. In Summe stellt die KI-gest\u00fctzte Klassifizierung somit einen pragmatischen und dennoch wesentlichen Schritt im Hinblick auf eine ganzheitlich integrierte Betrachtung Ihres Dokumentenbestandes dar.<\/p>\n\n\n\n Digitales Dokumentenmanagement einfach erkl\u00e4rt. <\/p>\n\n\n\n\t<\/span>Automatische Kategorisierung mittels neuronaler Netze<\/span><\/h2>\n\n\n\n
Denn genau das tun wir heute: Wir nutzen tiefe neuronale Netze (DNN) f\u00fcr die Kategorisierung eingehender Dokumente. Eine Analyse des Dokumenteninhalts liefert vollautomatisch die Zuordnung des Dokuments zu einer Kategorie, unter der es abgelegt werden kann. Eine eingehende Rechnung wird beispielsweise als solche erkannt. Diese kann nun nicht nur am richtigen Ort abgelegt werden, sondern es k\u00f6nnen auch nachgelagerte Prozesse \u2013 im Beispiel die Rechnungspr\u00fcfung \u2013 automatisch angesto\u00dfen werden. Ein manuelles Eingreifen ist m\u00f6glich aber nicht n\u00f6tig. Im Folgenden beschreiben wir anschaulich, wie die Technik hinter diesem Feature funktioniert.<\/p>\n\n\n\n<\/span>Word Embeddings \u2013 Rechnen mit Dokumenten<\/span><\/h2>\n\n\n\n
![\"Infografik](\"https:\/\/www.d-velop.de\/blog\/wp-content\/uploads\/2019\/04\/ki-basierte-dokumentenablage-1090x650.png\")
Abb. 1: Der Rechner \u201esieht\u201c Dokumente auf Basis ihrer Embeddings. Jeder Punkt im Diagramm repr\u00e4sentiert ein Dokument. Die Farbe kodiert dessen Kategorie. Die gew\u00e4hlten Embeddings bilden Dokumente einer Kategorie auf nahe beieinander liegende Punkte im Diagramm ab. Dies verdeutlicht die \u201eParzellen\u201c, die eine Kategorisierung neuer Dokumente erm\u00f6glichen.<\/em><\/p>\n\n\n\nAus vorhandenen Daten lernen<\/h3>\n\n\n\n
Unternehmen k\u00f6nnen vom Input-Management ihres ECM-Systems profitieren<\/h3>\n\n\n\n