KI in der Erkennung erfolgreich einsetzen

Mit KI kann die Dokumenterkennung noch effizienter und automatisierter werden. Dabei können inzwischen LLMs inklusive GenAI verwendet werden, um die Ergebnisse in der OCR, Extraktion und Klassifikation zu verbessern. Wir wurden von unserem Partner SEEBURGER zum Webcast eingeladen, um die Möglichkeiten von KI für die Prozessautomatisierung vorzustellen.

Was ist eigentlich KI?

Von künstlicher Intelligenz (KI) wird gesprochen, wenn Maschinen Aufgaben erledigen, die normalerweise Menschen durchführen. Bei der Dokumentverarbeitung kann künstliche Intelligenz beim Verstehen von Sprache, Erkennen von Mustern und Lernen aus Erfahrungen zum Einsatz kommen. Hier wird vom maschinellen Lernen (ML) gesprochen.

Bei ML werden u.a. neuronale Netzwerke eingesetzt. Diese Netze bestehen aus Schichten mit Knoten, die untereinander verbunden sind und Gewichte und Schwellwerte haben. Beim Lernen stellt das neuronale Netzwerk diese so ein, dass im Ergebnis möglichst wenig Fehler passieren.

Deep Learning (DL) ist ein Teilgebiet von ML, bei dem neuronale Netzwerke mit vielen Schichten für das Lernen komplexer Muster in großen Datenmengen verwendet werden.

Für mehr Infos rund AI gibt es von McKinsey eine schöne interaktive Grafik als Leitfaden für Führungskräfte zu KI.

DL wird u.a. zur Erzeugung von Large Language Models (LLMs) verwendet, um ein gewisses Sprachverständnis zu erreichen. LLMs können Inhalte verstehen, zusammenfassen oder auch erzeugen. Beispiele für LLMs sind u.a. GPT von OpenAI (Allianz mit Microsoft), PaLM von Google oder Llama von Meta.

Im Falle der Erzeugung neuer Inhalte spricht man von generativer KI (GenAI). Dazu werden der KI häufig Fragen gestellt, um eine Antwort und Inhalte zu erhalten. Dies wird Prompting genannt. Die richtigen Fragen zu stellen, kann komplex werden (Prompt Engineering).

Wenn die künstliche Intelligenz überzeugend falsche Antworten gibt, handelt es sich um Halluzinationen. Solche Halluzinationen können vermieden werden, indem die Entscheidung von Menschen im Zweifelsfall getroffen wird, als sogenannter Human-In-The-Loop (HITL).

Zu den Synergieeffekten des Human-in-the-Loop empfehlen wir einen gemeinsamen Blogbeitrag mit unserem Partner SEEBURGER.

Was sind die Herausforderungen bei der Nutzung von KI?

Halluzinationen können nur durch nachträgliche Prüfungen eingedämmt werden. Dafür werden wiederum Stammdaten gebraucht, die dann von guter Qualität sein müssen. Neben dem Risiko von falschen Antworten oder Halluzinationen gibt es weitere Herausforderungen bei der Nutzung von KI in der Dokumentverarbeitung. Es werden meist große Datenmengen zum Training benötigt. Zudem muss die Qualität der Trainingsdaten sehr hoch sein, damit nicht falsch gelernt wird. Für die großen Datenmengen sind oftmals Cloudlösungen am besten geeignet. KI-Lösungen haben häufig einen höheren Ressourcenbedarf und verursachen höhere laufende Kosten. Unterschiedliche Anbieter haben unterschiedliche Schnittstellen, die in die eigenen Abläufe integriert werden müssen.

Wie kann KI erfolgreich für die Erkennung eingesetzt werden?

Um die Herausforderungen bei der Nutzung von KI zu umgehen, müssen KI-Dienste und Technologien entlang des gesamten Verarbeitungsprozesses für die Dokumentenerkennung richtig eingesetzt werden: Dazu gehören OCR bzw. Texterkennung, Extraktion von Daten sowie die Klassifikation.

Wo und wie genau KI je Prozessschritt eingebunden werden kann und wie Sie die Herausforderungen bei der Einbindung erfolgreich meistern, haben wir am 27.06.2024 im Web-Cast unseres langjährigen Partners SEEBURGER erklärt. Dort haben wir als Gast-Speaker, unsere Lösungsansätze für die erfolgreiche Integration von KI-Diensten vorgestellt.

Mit SEEBURGER verbindet uns eine langjährige Partnerschaft. Gemeinsam bieten wir Lösungen im Bereich der Dokumentverarbeitung für Purchase-to-Pay sowie Order-to-Cash Prozesse. Dabei entwickeln wir uns ständig weiter und arbeiten gemeinsam an neuen Technologien im Bereich Cloud Computing und künstliche Intelligenz.

Sie haben das Webinar verpasst, möchten aber mehr über die Nutzung von KI-Technologien in der Prozessautomatisierung erfahren?

Dann ist unser nächstes Webinar genau richtig für Sie! Hier erfahren Sie, welche Integrationsmöglichkeiten Sie haben, um Large Language Models in Ihre Geschäftsprozesse zu integrieren. Unsere moderne BPM Plattform DocProStar bietet alles, was Sie für eine erfolgreiche Integration von KI-Diensten benötigen. Damit lassen sich Geschäftsprozesse modellieren, interne und externe Dienste anbinden und alles einheitlich orchestrieren.

Webinaranmeldung_Large_Language_Models_Geschäftsprozesse

© Art Gallery – stock.adobe.com
© SEEBURGER AG

Das könnte Sie auch interessieren:

Kommunikation_Mensch_und_Roboter
Herausforderungen bei Integration von LLMs und SLMs in Prozesse
Um Prozesse zukunftsfähig zu machen, führt kein Weg mehr vorbei an KI. Insbesondere Large Language Models (LLMs) und Small Language Models (SLMs) bieten enorme Möglichkeiten, die Effizienz von Geschäftsprozessen zu steigern.
Zusammenarbeit_TCG_und_Seeburger
Der Weg zur perfekten Dokumentenerkennung mit DocProStar kombiniert mit SEEBURGER
Wie kann sichergestellt werden, dass Daten aus Dokumenten effizient und korrekt in Geschäftssysteme übertragen werden? Hier kommen Lösungen wie DocProStar kombiniert mit SEEBURGER.

Kontaktieren Sie unsere Experten

BPM und BPMN

BPMN steht für Business Process Model and Notation und ist ein Industriestandard zur einheitlichen grafischen Abbildung und Modellierung von Geschäftsprozessen. Mithilfe von Symbolen für Entscheidungspunkte, Kontrollverbindungen und grafischen Elementen für Prozessbausteine werden diese in der Reihenfolge des Prozesses anschaulich dargestellt. Swimlanes erleichtern die Orientierung und ermöglichen die Unterteilung in verschiedene Prozessabschnitte.  Die aktuellste Version ist BPMN 2.0, die auch von TCG Process für die Software DocProStar genutzt wird.

Die BPM Plattform DocProStar

Der DocProStar Process Modeler nutzt die Version BPMN 2.0 zur Modellierung der Geschäftsprozesse. Über verschiedene Umgebungen, sogenannte Environments und Geschäftsbereiche, sogenannte Units lassen sich verschiedene Prozesse aneinanderreihen und miteinander verknüpfen.
Geschäftprozess_modellieren_mit_BPMN

Vorteile von BPM

  • Visualisierung von Prozessen erleichtert das Verständnis der abgebildeten Geschäftsprozesse 
  • Optimierung von Prozessen und Reduktion von Fehlern durch detaillierte Prozessdokumentation und schnelles Auffinden von Schwachstellen 
  • Bessere Zusammenarbeit von Fachabteilung und IT dank gemeinsamer Modellierung der Prozesse  
  • Hohe Flexibilität und Agilität durch schnelle Anpassungsmöglichkeiten der Prozessmodelle an Änderungen 
  • Knowhow-Transfer und Unterstützung in der Entscheidungsfindung durch transparente Prozesse durch klare, übersichtliche Darstellung