Die harten Nüsse im Input Management sind geknackt

Die Herausforderung bestand darin, jährlich ca. 500.000 Dokumente im Posteingang – darunter viele handschriftliche Belege, Urkunden und Dokumente unterschiedlicher Scanqualität – effizient zu verarbeiten. Die Ideal implementierte dazu den Cognitive Classifier von Insiders Technologies, der eine bildbasierte Klassifikation mit einer optimierten textbasierten Klassifikation durch den Einsatz fortschrittlicher Technologien wie Natural Language Processing (NLP) und Deep Learning kombiniert. Mit der Erkennung bildlicher Merkmale lassen sich so nun beispielsweise auch Urkundenrollen mit Siegel, notarielle Dokumente oder auch Fotoanhänge automatisiert erkennen und verarbeiten. Über den universellen Integration Layer for OCR (ILFO), der die Einbindung verschiedener OCR-Komponenten für spezielle Anwendungsfälle erlaubt, wurde bei der Ideal auch eine Deep-Learning-basierte OCR eingeführt.

Diese Technologien ermöglichten es der Versicherungsgruppe, die Klassifikation und Extraktion von Dokumenten zu optimieren und damit die Basis für eine Erhöhung des Automatisierungsgrads zu schaffen. „Dank Cognitive Classifier und ILFO haben wir die harten Nüsse im Input Management auch knacken können und damit einen Sprung in der Prozessautomatisierung gemacht“, berichtet Carsten Dickau, Business Analyst bei der Ideal Versicherungsgruppe. Die Implementierung der neuen Technologien führte zu einer Steigerung der Erkennungsraten bei schwer zu verarbeitenden Dokumentenklassen auf nahezu 100 Prozent. Besonders beeindruckend soll die automatisierte Erkennung und Verarbeitung von Sterbeurkunden sein, die auf 97 Prozent gestiegen ist.

Bildquelle: Getty Images / iStock / Getty Images Plus