LogicalDOC 9.3: KI-gestützte Dokumentenverarbeitung, Objekterkennung und mehr

Ein Dokumentenmanagementsystem sollte mehr leisten, als Informationen lediglich zu ordnen. Der eigentliche Nutzen entsteht erst dann, wenn die in Dokumenten enthaltenen Informationen mit möglichst geringem manuellem Aufwand identifiziert, extrahiert, weitergeleitet und genutzt werden können.

LogicalDOC 9.3 treibt diese Entwicklung weiter voran.

Diese Version führt neue Funktionen für die KI-gestützte Dokumentenverarbeitung ein, erweitert die Kommunikations- und Sicherheitsmöglichkeiten über WhatsApp und verbessert die Klassifizierung und Verarbeitung von Informationen, die in das Repository gelangen.

Anstatt isolierte Funktionen hinzuzufügen, konzentriert sich Version 9.3 auf ein gemeinsames Ziel: die Reduzierung der manuellen Schritte zwischen dem Erhalt eines Dokuments und der Umwandlung seines Inhalts in verwertbare Geschäftsinformationen.

Objekterkennung: KI, die versteht, wo sich Informationen befinden

Eine der bedeutendsten Neuerungen in LogicalDOC 9.3 ist die Objekterkennung, eine Computer-Vision-Funktion, die bestimmte Elemente in Dokumenten identifiziert und lokalisiert.

Die herkömmliche Bildklassifizierung beantwortet eine relativ einfache Frage: Was stellt dieses Bild dar?

Die Objekterkennung geht noch einen Schritt weiter. Sie kann mehrere Elemente innerhalb desselben Dokuments identifizieren und deren genaue Position bestimmen.

In einem Geschäftsdokument können diese Elemente beispielsweise eine Rechnungsnummer, ein Datum, Kunden- oder Lieferanteninformationen, Summen, Logos, Unterschriften oder Zahlungsdetails sein.

LogicalDOC nutzt diese Funktion, um relevante Abschnitte eines Dokuments zu identifizieren, bevor die Textextraktion erfolgt. Die OCR-Erkennung kann dann gezielt auf die erkannten Bereiche angewendet werden, anstatt die gesamte Seite einheitlich zu behandeln.

Das Ergebnis ist ein gezielterer Ansatz zur Extraktion strukturierter Informationen aus Dokumenten.

LogicalDOC unterstützt Objekteerkennungsmodelle, die auf der YOLO-Architektur (You Only Look Once) basieren. Unternehmen können ein YOLO-Modell anhand ihrer eigenen, mit Anmerkungen versehenen Dokumentdatensätze trainieren und das resultierende Modell in LogicalDOC importieren. Nach der Konfiguration kann es zur Identifizierung relevanter Bereiche in neuen gescannten oder digitalen Dokumenten verwendet werden.

Dadurch eignet sich die Technologie besonders für Dokumente mit wiederkehrenden visuellen Strukturen, darunter:

• Rechnungen;
• Bestellungen;
• Formulare und Anträge;
• Verträge;
• Frachtpapiere;
• sonstige strukturierte Geschäftsunterlagen.

Die erkannten Bereiche können anschließend von OCR-Engines, KI-Klassifikatoren oder Automatisierungs-Workflows genutzt werden und bilden so eine Brücke zwischen der visuellen Dokumentenerkennung und den nachgelagerten Geschäftsprozessen.

Sehen Sie im folgenden Video, wie dies in der Praxis funktioniert: LogicalDOC kombiniert dabei Objekterkennung, OCR und automatische Metadatenextraktion.

Von extrahierten Informationen zu Dokument-Metadaten

Die Objekterkennung wird noch nützlicher, wenn die von ihr identifizierten Informationen direkt zur Klassifizierung des Dokuments beitragen können.

LogicalDOC 9.3 führt das automatische Ausfüllen erweiterter Attribute ein, wodurch die Notwendigkeit der manuellen Eingabe von Metadaten nach der Erfassung eines Dokuments weiter reduziert wird. Die neue Version erweitert die KI-Fähigkeiten von LogicalDOC von der Analyse von Dokumentinhalten hin zur Umwandlung in strukturierte Metadaten, die durchsucht, gefiltert und von anderen Prozessen genutzt werden können.

Dies fügt sich in die übergreifende „Filler“-Architektur von LogicalDOC ein, in der Dokumentinhalte analysiert werden können, um Eigenschaften und Metadaten automatisch zu füllen. „Filler“ lassen sich zudem zu Verarbeitungsketten kombinieren und manuell oder über Ordnerrichtlinien anwenden, wodurch die Anreicherung von Dokumenten Teil des normalen Erfassungsprozesses wird.

Für Unternehmen, die große Mengen sich wiederholender Geschäftsdokumente verarbeiten, ist dies ein wichtiger Wandel: Das Dokument gelangt nicht einfach nur in das Repository – es kann bereits für die nachfolgenden Prozesse vorbereitet dort ankommen.

Sehen Sie sich die KI-gestützte Dokumentenverarbeitung in Aktion an

Das folgende Beispiel zeigt, wie LogicalDOC Computer Vision, YOLO-Objekterkennung und OCR kombiniert, um relevante Bereiche eines Dokuments zu identifizieren, deren Inhalt zu extrahieren und diese Informationen automatisch in strukturierte Metadaten umzuwandeln.

WhatsApp wird zum LogicalDOC-Kommunikationskanal

Nicht jede wichtige Benachrichtigung lässt sich am besten per E-Mail übermitteln.

Mit Version 9.3 lässt sich WhatsApp als zusätzlicher Kommunikationskanal in LogicalDOC integrieren, sodass Unternehmen ihre Nutzer über eine Anwendung erreichen können, die bereits Teil ihres täglichen Arbeitsablaufs ist.

LogicalDOC kann nun Benachrichtigungen über ein WhatsApp-Unternehmenskonto versenden, darunter auch durch Workflows generierte Warnmeldungen. Die Integration nutzt vordefinierte WhatsApp-Nachrichtenvorlagen, die über die Meta Business-Plattform konfiguriert werden.

Dies kann besonders nützlich sein, wenn Nutzer nicht an ihrem Schreibtisch sitzen, an verschiedenen Standorten arbeiten oder schnell auf ein Ereignis reagieren müssen, das innerhalb des Dokumentenmanagementsystems ausgelöst wurde.

Ein Workflow kann beispielsweise eine Benachrichtigung auslösen, die den Nutzer direkt über WhatsApp erreicht, anstatt sich ausschließlich auf E-Mails oder systeminterne Nachrichten zu verlassen.

Zwei-Faktor-Authentifizierung über WhatsApp

Die WhatsApp-Integration erstreckt sich auch auf den Sicherheitsbereich.

LogicalDOC 9.3 kann WhatsApp nutzen, um den für die Zwei-Faktor-Authentifizierung (2FA) erforderlichen Sicherheitscode zu übermitteln.

Dies bietet Administratoren eine weitere Option bei der Konfiguration von Authentifizierungsverfahren und stellt den Nutzern einen vertrauten Kanal für den Empfang ihres zweiten Authentifizierungsfaktors zur Verfügung.

Aus Sicht des Nutzers ist die Umstellung relativ einfach. Dennoch spiegelt sie einen wichtigen Aspekt des unternehmensweiten Dokumentenmanagements wider: Sicherheitskontrollen sind am effektivsten, wenn sie sich nahtlos in die tatsächlichen Arbeitsabläufe der Mitarbeiter integrieren lassen.

Durch die Kombination von Benachrichtigungen und Authentifizierung in einer einzigen Integration wird WhatsApp mehr als nur eine weitere Messaging-Option. Es wird Teil der Verbindung zwischen LogicalDOC und seinen Nutzern.

Mehr Kontrolle über importierte E-Mails

E-Mails sind nach wie vor einer der wichtigsten Zugangspunkte für Geschäftsdokumente, und LogicalDOC 9.3 verbessert auch die Erfassung dieser Nachrichten.

Administratoren können nun heruntergeladenen E-Mails für einzelne E-Mail-Import-Posteingänge eine benutzerdefinierte Dokumentvorlage zuweisen.

Dies ist besonders nützlich, wenn mehrere Postfächer unterschiedliche Geschäftsprozesse bedienen.

Eingehende Nachrichten aus einem Einkaufs-Postfach erfordern beispielsweise möglicherweise andere Metadaten und Protokollregeln als E-Mails, die bei einem Kundendienst- oder Verwaltungskonto eingehen. Selbst eingehende und ausgehende Nachrichten, die über dasselbe IMAP-Konto abgewickelt werden, müssen unter Umständen unterschiedlich klassifiziert werden.

Anstatt auf jede importierte E-Mail dieselbe Struktur anzuwenden, können Unternehmen die E-Mail-Erfassung somit enger an den Prozess anpassen, zu dem das jeweilige Postfach gehört.

Es handelt sich um eine relativ gezielte Verbesserung, die jedoch in Umgebungen, in denen E-Mails automatisch archiviert oder als Eingabe für Dokumenten-Workflows verwendet werden, einen erheblichen Unterschied bewirken kann.

Ein einheitlicherer Ansatz für die Dokumentenerfassung

Version 9.3 setzt zudem die Konsolidierung der Dokumentenverarbeitungsvorgänge rund um „Fillers“ fort.

Die bisherigen geplanten Aufgaben, die speziell für Zonal-OCR und die Barcode-Verarbeitung vorgesehen waren, sind nun zugunsten von „Fillers“ veraltet.

Diese Änderung ist über die Benutzeroberfläche hinaus von Bedeutung.

Anstatt separate Mechanismen für verschiedene Arten der Extraktion beizubehalten, bewegt sich LogicalDOC hin zu einem einheitlicheren Verarbeitungsmodell, bei dem verschiedene Techniken – darunter OCR, Barcode-Erkennung und KI-gestützte Extraktion – in konfigurierbaren Dokumentenerfassungsprozessen zum Einsatz kommen können.

Dies bietet eine klarere Grundlage für den Aufbau zunehmend automatisierter Dokumentenabläufe.

LogicalDOC 9.3: weniger manueller Aufwand zwischen Erfassung und Aktion

Der interessanteste Aspekt von LogicalDOC 9.3 ist nicht eine einzelne Funktion.

Es ist vielmehr die Art und Weise, wie die verschiedenen Verbesserungen miteinander verzahnt sind.

Ein Dokument kann in das Repository gelangen, relevante Bereiche können mittels Objekterkennung identifiziert, Informationen extrahiert und zur Erstellung von Metadaten verwendet werden, und das Dokument kann anschließend in Workflows eingebunden werden, die Nutzer über Kanäle wie WhatsApp erreichen.

Gleichzeitig lassen sich Sicherheitsmechanismen wie die Zwei-Faktor-Authentifizierung leichter in die alltägliche Arbeitsumgebung der Nutzer integrieren.

Das ist die Richtung, die LogicalDOC 9.3 einschlägt: Dokumente sollen nicht einfach nur gespeichert und gefunden werden. Sie sollen zu aktiven Informationsquellen für die sie umgebenden Prozesse werden.

Für Unternehmen, die mit wachsenden Dokumentenmengen zu tun haben, ist das Ziel klar: weniger Zeit für die manuelle Auswertung, Klassifizierung und Weiterleitung von Informationen aufwenden und das Dokumentenmanagementsystem zu einem zunehmend aktiven Bestandteil des Geschäftsablaufs machen.