Dokumente mit KI lesen und verstehen

Mit neuartigen Modellen der Künstlichen Intelligenz (KI) können Unternehmen ihre Geschäfts- und Verwaltungsprozesse beschleunigen, ohne dabei lange Projektlaufzeiten hinnehmen oder hohe Investitionen in Hardware tätigen zu müssen. In diesem Interview erklären die beiden KI-Experten der applord GmbH, Dr. Yumeng Qin und Dr. Dominik Wurzer, wie dies sogar On-Premise umsetzbar ist.

Die Entwicklung im Bereich KI schreitet unaufhörlich voran. Wo stehen wir heute?

Insbesondere im kaufmännischen Bereich lassen sich heute zahlreiche Prozesse mithilfe von KI-Modellen automatisieren und damit Mitarbeitende entlasten – bei gleichzeitig steigenden Durchsatzraten. Typische Anwendungsfälle sind das Klassifizieren von Dokumenten sowie das Extrahieren der darin befindlichen Informationen. Dies gelingt mit neuen KI-Modellen schneller, genauer und effizienter als durch den Menschen. Denn sie basieren auf neuronalen Netzen, die lernen, Dokumente selbstständig zu lesen, zu identifizieren und zu interpretieren. Dabei werden die Unterlagen nicht zwingend auf Basis ihrer Inhalte klassifiziert. Vielmehr nutzen KI-Modelle der neuesten Generation Erfahrungswerte, also Informationen darüber, wie ähnlich aufgebaute Dokumente in der Vergangenheit kategorisiert worden sind.

Bedeutet dies, dass solche KI-Modelle ohne OCR auskommen?

Ganz genau. Idealerweise sind die KI-Modelle bereits mit typischen Dokumentenarten wie Bestellungen oder Rechnungen angelernt und „wissen“ deshalb, welche Struktur ein bestimmter Dokumententyp hat bzw. welche Merkmale er aufweist. Ausgehend davon klassifiziert das KI-Modell neu eingehende Dokumente und extrahiert deren Inhalte.

Nun gibt es aber auch branchenspezifische Dokumente. Wie viele Beispieldokumente sind dann notwendig, damit ein KI-Modell diese zuverlässig verarbeitet?

Die Zahl der für das Training erforderlichen Dokumente hängt von der Komplexität der Aufgabe und der Vielfalt der Daten ab. Grundsätzlich gilt die Faustregel „Je mehr, desto besser“. Aber es geht nicht nur um Quantität, sondern auch um Qualität. Wenn ein KI-Modell nur mit einander sehr ähnlichen Dokumenten trainiert wurde, dann ist es sehr stark auf deren Struktur fokussiert. Daher ist es empfehlenswert, Dokumente aus mehreren Datenquellen heranzuziehen, die unterschiedlich aufgebaut sind.

Wie lässt sich verhindern, dass die KI falsche Ergebnisse liefert?

Wir alle kennen generative neuronale Netze wie ChatGPT, die bestrebt sind, immer eine Antwort zu liefern. Aber es gibt keine Garantie, dass diese auch richtig ist. Und wenn keine Antwort gefunden wird, könnte die KI Daten erfinden. Die Rede ist dann von einer halluzinierenden KI. Das wäre für die Extraktion von Informationen aus Dokumenten katastrophal. Daher sollte man auf ein KI-Modell setzen, das aus mehreren neuronalen Netzen besteht, die gelernt haben, erzielte Ergebnisse gegenseitig zu validieren und ggf. zu korrigieren.

Hat der Anwender auch eine Möglichkeit, die Ergebnisse zu überprüfen?

Sicherlich steht und fällt die Akzeptanz von KI-Modellen mit deren Transparenz. Insofern sollten KI-Modelle immer Werkzeuge bereitstellen, mit denen auch Anwender die Ergebnisse validieren und korrigieren können. Dies fördert Vertrauen und ermöglicht darüber hinaus einen kollaborativen Ansatz bei der Verfeinerung der KI-Leistung. Denn durch das Feedback der Anwender lernen auch KI-Modelle.

Sind KI-Modelle für mittelständische Unternehmen mittlerweile lukrativ?

Ein klares Ja. Bislang waren hohe Investitionen in die IT-Infrastruktur notwendig, damit ein KI-Modell in akzeptabler Zeit Ergebnisse liefert. Hinzu kamen lange Projektvorlaufzeiten sowie ein hoher Implementierungsaufwand, sodass der Einsatz von KI gerade für mittelständische Unternehmen unrentabel war. Dagegen lassen sich neue KI-Modelle problemlos auf handelsübliche Server portieren. Sie stellen die extrahierten Daten in strukturierten Excel-, CSV- oder JSON-Dateien zur Verfügung, die direkt in weiterführende Systeme importiert werden können. Die Dokumente bleiben somit auf dem Server des Unternehmens und müssen nicht zwangsläufig eine Reise in die Cloud antreten.

Bild: ThankYouFantasyPictures / Pixabay