{"id":18411,"date":"2025-08-07T11:00:00","date_gmt":"2025-08-07T09:00:00","guid":{"rendered":"https:\/\/office-samurai.com\/episode-7-ein-ehrlicher-blick-auf-intelligent-document-processing-was-funktioniert-was-scheitert-und-warum\/"},"modified":"2025-10-23T13:47:26","modified_gmt":"2025-10-23T11:47:26","slug":"episode-7-ein-ehrlicher-blick-auf-intelligent-document-processing-was-funktioniert-was-scheitert-und-warum","status":"publish","type":"post","link":"https:\/\/office-samurai.com\/de\/episode-7-ein-ehrlicher-blick-auf-intelligent-document-processing-was-funktioniert-was-scheitert-und-warum\/","title":{"rendered":"Folge 7 | Ein ehrlicher Blick auf Intelligent Document Processing. Was funktioniert, was scheitert und warum (Interview)"},"content":{"rendered":"\n<div class=\"wp-block-buttons is-content-justification-center is-layout-flex wp-container-core-buttons-is-layout-3e41869c wp-block-buttons-is-layout-flex\">\n<div class=\"wp-block-button is-style-outline is-style-outline--1\"><a class=\"wp-block-button__link has-black-color has-text-color has-link-color has-medium-font-size has-custom-font-size wp-element-button\" href=\"https:\/\/youtu.be\/P0PGD6SO8-w?si=aQCBIsbTfBKsrf06\" style=\"border-radius:0px\" target=\"_blank\" rel=\"noreferrer noopener\">YouTube<\/a><\/div>\n\n\n\n<div class=\"wp-block-button is-style-outline is-style-outline--2\"><a class=\"wp-block-button__link has-black-color has-text-color has-link-color has-medium-font-size has-custom-font-size wp-element-button\" href=\"https:\/\/open.spotify.com\/episode\/3bdsY8yWpny1rPaOXJtAnp?si=79474fa798284267\" style=\"border-radius:0px\" target=\"_blank\" rel=\"noreferrer noopener\">Spotify<\/a><\/div>\n\n\n\n<div class=\"wp-block-button is-style-outline is-style-outline--3\"><a class=\"wp-block-button__link has-black-color has-text-color has-link-color has-medium-font-size has-custom-font-size wp-element-button\" href=\"https:\/\/podcasts.apple.com\/us\/podcast\/an-honest-look-at-intelligent-document-processing\/id1814320637?i=1000720919911\" style=\"border-radius:0px\" target=\"_blank\" rel=\"noreferrer noopener\">Apple Podcasts<\/a><\/div>\n<\/div>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Kontext_und_Geschichte_der_Dokumentenverarbeitung\"><\/span><strong>Kontext und Geschichte der Dokumentenverarbeitung<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\"><strong>Andrzej Kinastowski (AK): <\/strong>Konnichiwa, willkommen beim <a href=\"https:\/\/www.youtube.com\/playlist?list=PLhXE_-WUIvq0-qsJPqg509l6s7vLhEOPs\" target=\"_blank\" rel=\"noreferrer noopener\">Office Samurai podcast<\/a>, wwo wir Ineffizienzen mit der Pr\u00e4zision eines Bogensch\u00fctzen aus der Edo-Periode bek\u00e4mpfen. Dieses Mal sprechen wir \u00fcber Intelligent Document Processing (IDP), also die digitalisierte Verarbeitung von Rechnungen, Bestellungen, Kontoausz\u00fcgen, Ausweisdokumenten, Zollpapieren \u2013 all dem Papier und papierlosen Papier, das Sie vielleicht haben. Ich bin Ihr Gastgeber, Andrzej Kinastowski, einer der Gr\u00fcnder von <g id=\"gid_2\">Office Samurai<\/g>, dem Unternehmen, das glaubt, dass Ihr Gesch\u00e4ft nicht von einem schlecht gescannten Dokument als Geisel gehalten werden sollte. Also schnappen Sie sich Ihre Lieblingskatana oder den \u00fcberraschend spitzen Brief\u00f6ffner, den Sie aus der Buchhaltung befreit haben, und legen wir los.   <\/p>\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe class=\"cky-consent-iframe\" data-consent=\"marketing\" data-cky-src=\"https:\/\/www.youtube.com\/embed\/P0PGD6SO8-w?feature=oembed\" data-cky-placeholder=\"1\" class=\"cky-consent-iframe\" data-consent=\"marketing\" data-cky- data-cky-placeholder=\"1\" title=\"An honest look at Intelligent Document Processing. What works, what fails, and why\" width=\"800\" height=\"450\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure>\n\n<p class=\"wp-block-paragraph\">Vor fast 20 Jahren, als ich meine Konzernkarriere begann, wurde ich in einem BPO eingestellt, und meine Aufgabe war es zun\u00e4chst, Rechnungen zu buchen \u2013 ein ganz typischer Einstiegsjob zu dieser Zeit. Jeden Tag bekam ich ein Paket mit echten Papierrechnungen, die ich dann in den Computer eintippen musste. Ich erinnere mich, dass ich damals dachte, es sei ziemlich verr\u00fcckt, dass wir im 21. Jahrhundert leben und trotzdem gro\u00dfe internationale Unternehmen einander Papierst\u00fccke schicken \u2013 Papierst\u00fccke, die dann von Menschen in den Computer \u00fcbertragen werden m\u00fcssen. Das war schon seltsam. Einige andere Kunden dieses BPO nutzten OCRs (Optical Character Recognition), und ich war ziemlich neidisch auf sie.    <\/p>\n\n<p class=\"wp-block-paragraph\">Ein paar Jahre sp\u00e4ter, als ich in den Bereich der kontinuierlichen Verbesserung wechselte und Lean-Management-Projekte durchf\u00fchrte, sah ich, dass einige dieser Teams tats\u00e4chlich mehr Arbeit damit hatten, die Fehler der OCR zu korrigieren, als wenn sie die Rechnungen einfach manuell gebucht h\u00e4tten. Das waren noch die altmodischen OCR-Systeme, bei denen man f\u00fcr jede neue Rechnung eine sogenannte Maske erstellen musste. Wenn sich das Rechnungslayout \u00e4nderte, musste man auch die Maske anpassen. Die Maske teilte dem Tool mit, dass man bei diesem Rechnungstyp das Bankkonto an dieser Stelle der Seite und den Bruttobetrag an jener Stelle erwarten kann. Das bedeutete also viel Wartungsaufwand \u2013 und wirklich gut war das nicht. Heute sind wir hier, um dar\u00fcber zu sprechen, wie diese Dinge inzwischen gemacht werden.     <\/p>\n\n<p class=\"wp-block-paragraph\">Heute ist Tomasz Wierzbicki bei mir. Er ist einer der Berater bei Office Samurai. Er ist Experte in vielen Bereichen \u2013 unter anderem in Intelligent Document Processing, <a href=\"https:\/\/office-samurai.com\/de\/communications-mining-mit-uipath-damit-jedes-wort-zaehlt\/\" target=\"_blank\" rel=\"noreferrer noopener\">Communication Mining<\/a> und <a href=\"https:\/\/office-samurai.com\/de\/die-zukunft-der-automatisierung-mit-agentic-ai-entfesseln\/\" target=\"_blank\" rel=\"noreferrer noopener\">GenAI Agents<\/a>. Tomasz, willkommen im Podcast.   <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>Tomasz Wierzbicki (TW): <\/strong>Hi, ich freue mich sehr, hier zu sein.<\/p>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Sag mir, warum bist du hier (also warum bist gerade du derjenige, mit dem ich \u00fcber Intelligent Document Processing spreche)?<\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW:<\/strong> Ich besch\u00e4ftige mich mit Intelligent Document Processing und in letzter Zeit zunehmend mit klassischem Machine Learning und Communication Mining (was gr\u00f6\u00dftenteils NLP, also Natural Language Processing, ist). Die Geschichte begann vor etwa zwei Jahren. Ich erinnere mich, dass unser Tech Lead Konrad damals einige Experimente mit Document Understanding gemacht hat, und ich habe es ausprobiert und war sofort begeistert. Es ist sehr spannend, die Dinge, die wir regelm\u00e4\u00dfig tun (RPA oder Automatisierung), mit einem St\u00fcck k\u00fcnstlicher Intelligenz zu kombinieren. Heute, mit dem rasanten technologischen Fortschritt, ist es eine sehr interessante Zeit und ein spannendes Feld, in dem man t\u00e4tig ist. Ich habe das Gef\u00fchl, dass ich jeden Tag etwas Neues lerne \u2013 und dass Dinge derzeit unglaublich schnell veralten.     <\/p>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Entwicklung_vom_klassischen_OCR_zur_layoutunabhaengigen_IDP\"><\/span><strong>Entwicklung: vom klassischen OCR zur layoutunabh\u00e4ngigen IDP<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\"><strong>AK:<\/strong> Wenn es um die altmodischen OCR-Systeme geht, die wir vor 20 Jahren in einem BPO verwendet haben \u2013 wie unterscheiden sich die heutigen Tools davon? Denn das, was ich damals gesehen habe, war nicht besonders beeindruckend.<\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW:<\/strong> Nur ein kurzer Hinweis: F\u00fcr mich ist das eher so 10 bis 15 Jahre her (vor 20 Jahren war ich eher noch Sch\u00fcler). Ich hatte damals mit diesen klassischen Systemen zu tun. Soweit ich mich erinnere, war es damals immer eine Frage, ob sich der Einsatz wirklich lohnt, denn die Nutzung solcher OCRs war unglaublich teuer \u2013 und die Technologie war bei Weitem nicht so ausgereift wie heute. Unser Tech Lead Konrad meinte neulich, dass OCRs mittlerweile so ziemlich die obere Grenze ihrer Effizienz erreicht haben. Die Technologie ist also wirklich ausgereift und wird derzeit durch Deep Learning und wahrscheinlich auch durch Large Language Models weiter verbessert.   <\/p>\n\n<p class=\"wp-block-paragraph\">Es gab immer noch viele Fehler, daher mussten die Volumina, die man mit OCR verarbeiten wollte, wirklich gro\u00df genug sein, damit sich die L\u00f6sung langfristig lohnte. Man musste trotzdem viele Tippfehler korrigieren \u2013 typisch war zum Beispiel, dass eine \u201e1\u201c wie ein \u201eL\u201c aussah oder Nullen wie \u201eO\u201cs, und so weiter. Es wurde also sehr viel Nachbearbeitung an dem von der OCR erkannten Text durchgef\u00fchrt. <\/p>\n\n<p class=\"wp-block-paragraph\">Der klassische Ansatz war, dass die OCR zwar vorhanden war, aber nicht viel mehr konnte, als Text zu lesen und zu erkennen. Heute hingegen f\u00fchren wir mit IDP (Intelligent Document Processing) auch Mustererkennungen durch, sodass das Tool layoutunabh\u00e4ngig ist. <\/p>\n\n<figure class=\"wp-block-image size-large\"><img fetchpriority=\"high\" decoding=\"async\" width=\"1024\" height=\"575\" src=\"https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-111108_00002_-1024x575.png\" alt=\"\" class=\"wp-image-19895\" srcset=\"https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-111108_00002_-1024x575.png 1024w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-111108_00002_-300x169.png 300w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-111108_00002_-768x432.png 768w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-111108_00002_-1536x863.png 1536w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-111108_00002_.png 1936w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Kategorisierung_der_Dokumentenstruktur\"><\/span>Kategorisierung der Dokumentenstruktur<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n<p class=\"wp-block-paragraph\"><strong>TW: <\/strong>Wenn man ein Dokument hat, weist es in der Regel eine gewisse Struktur auf. Man k\u00f6nnte diese Dokumente in verschiedene Kategorien einteilen: <\/p>\n\n<ol class=\"wp-block-list\">\n<li><strong>Keine Struktur:<\/strong> Wenn man sich etwa einen Vertrag oder ein Zertifikat anschaut, kann dieser v\u00f6llig anders aufgebaut sein als ein anderer.<\/li>\n\n\n\n<li><strong>Halbstrukturierte Dokumente: <\/strong>G\u00e4ngige Typen wie Rechnungen oder Bestellungen, bei denen man erwarten kann, dass bestimmte Informationen enthalten sind. In der polnischen Gesetzgebung ist man beispielsweise verpflichtet, bestimmte Angaben auf einer Rechnung zu machen. Man kann also nicht nur mit dem Vorhandensein bestimmter Daten rechnen, sondern auch mit einer gewissen Struktur (zum Beispiel einem Kopfbereich, der sich \u00fcber mehrere Seiten wiederholt).  <\/li>\n\n\n\n<li><strong>Voll strukturierte Dokumente:<\/strong> Unser ber\u00fchmtes Steuerformular PIT oder die altmodischen \u00dcberweisungsformulare bei der Post.<\/li>\n<\/ol>\n\n<p class=\"wp-block-paragraph\">Heutzutage konzentrieren wir uns nicht nur darauf, den Text zu erfassen, sondern auch auf Positionen, m\u00f6glicherweise den Winkel, in dem das Dokument schief liegt, und viele andere Parameter. Kurz gesagt, es geht nicht mehr nur um die Texterkennung, sondern auch um die Strukturerkennung \u2013 also eher um etwas in Richtung Bilderkennung, nicht nur um den reinen Textteil. <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>AK:<\/strong> Das ist etwas, das f\u00fcr Menschen sehr einfach ist. Ich erinnere mich, als man mir beigebracht hat, solche Rechnungen zu lesen \u2013 man zeigte mir ein paar Beispiele und erkl\u00e4rte, welche Informationen ich suchen soll \u2013 und f\u00fcr einen Menschen ist es ganz leicht, diese Muster zu erkennen. F\u00fcr einen Computer war das jedoch immer sehr schwierig.  <\/p>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"IDP-Workflow_Klassifizierung_Merkmalsextraktion_und_Datenausgabe\"><\/span><strong>IDP-Workflow: Klassifizierung, Merkmalsextraktion und Datenausgabe<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\"><strong>AK:<\/strong> Wie funktioniert das eigentlich \u2013 wir geben eine digitalisierte Rechnung ein, und als Ergebnis erhalten wir alle Informationen sch\u00f6n sortiert in einer Excel-Tabelle?<\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW:<\/strong> Basierend auf den Projekten, die ich durchgef\u00fchrt habe, besteht der \u00fcbliche Ablauf aus ein paar entscheidenden Schritten, die man immer durchf\u00fchrt.<\/p>\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Schritt_1_Digitalisierung_und_Merkmalsextraktion\"><\/span>Schritt 1: Digitalisierung und Merkmalsextraktion<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n<p class=\"wp-block-paragraph\"><strong>TW:<\/strong> Nicht jedes Dokument liegt in nativer Form vor (also etwa als PDF, bei dem man den Text tats\u00e4chlich markieren kann). Manchmal ist es ein flaches oder sogar gescanntes Dokument \u2013 dann m\u00fcssen die Tools den Text entweder per OCR erfassen oder extrahieren. Der erste Schritt besteht also in der Digitalisierung, und in diesem Bereich der OCR gibt es noch viel Forschungs- und Entwicklungspotenzial.  <\/p>\n\n<p class=\"wp-block-paragraph\">Im Grunde m\u00fcssen wir den Text erfassen, aber neben dem reinen Text extrahieren wir auch verschiedene Merkmale. Das nimmt die Form eines gro\u00dfen Objekts an (im Programmierkontext), in dem alle m\u00f6glichen Parameter enthalten sind. Das k\u00f6nnen W\u00f6rter sein, ihre Position, vielleicht die n\u00e4chstgelegenen Umgebungen, Informationen wie die Schieflage des Dokuments sowie verschiedene Gewichte und Wahrscheinlichkeiten, die man erwarten kann. Dieses Dokumentobjektmodell wird anschlie\u00dfend in einen Machine-Learning-Algorithmus eingespeist.   <\/p>\n\n<p class=\"wp-block-paragraph\">In einem eher klassischen Ansatz w\u00e4re das wahrscheinlich eine Kombination aus Deep Neural Networks f\u00fcr den Bild- bzw. Strukturteil und Convolutional Neural Networks. F\u00fcr den Textteil k\u00e4men wahrscheinlich Embeddings zum Einsatz. Diese Modelle sind entweder vortrainiert (der Anbieter kann Ihnen Modelle speziell f\u00fcr Rechnungen oder andere Dokumenttypen bereitstellen) oder man muss das Training selbst durchf\u00fchren.  <\/p>\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Schritt_2_Dokumentklassifizierung\"><\/span>Schritt 2: Dokumentklassifizierung<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n<p class=\"wp-block-paragraph\">TW: Der erste Schritt ist die Klassifizierung. Wenn man nicht sicherstellen kann, dass man nur einen bestimmten Dokumententyp erh\u00e4lt, m\u00f6chte man zun\u00e4chst klassifizieren. Der Algorithmus erkennt dann, um welchen Dokumententyp es sich handelt (z. B. Rechnung oder Gutschrift) \u2013 ganz ohne menschliches Eingreifen. Dabei handelt es sich nicht um einen einfachen, schl\u00fcsselwortbasierten Klassifikator, sondern erneut um einen Machine-Learning-Ansatz.   <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>AK:<\/strong> Also, wenn der Algorithmus sich nicht sicher ist, ob es sich um einen bestimmten Dokumententyp handelt, w\u00fcrde er menschliche Hilfe anfordern \u2013 und diese Daten k\u00f6nnten wir dann nutzen, um das Modell nachzutrainieren, damit es st\u00e4rker wird und k\u00fcnftig sicherere Entscheidungen treffen kann?<\/p>\n\n<p class=\"wp-block-paragraph\">TW: Ja, genau. Man kann eine Feedbackschleife aufbauen \u2013 wenn ohnehin ein Mensch zur Validierung eingreifen muss, kann man diese Information gleich nutzen und dem Modell zus\u00e4tzliche Trainingsbeispiele liefern. Sobald man wei\u00df, um welchen Dokumententyp es sich handelt, kann man das Dokument dann an spezialisierte Modelle weiterleiten (zum Beispiel ein Modell nur f\u00fcr Rechnungen, ein anderes f\u00fcr Bestellungen) und es gezielt dem richtigen Modell zuf\u00fchren.  <\/p>\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Schritt_3_Datenerfassung\"><\/span>Schritt 3: Datenerfassung<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n<p class=\"wp-block-paragraph\">TW: Der zweite Teil, der h\u00e4ufiger erwartet wird, ist die Extraktion \u2013 also das Herausziehen der wichtigen Informationen aus dem Dokument. Bei Rechnungen w\u00e4ren das zum Beispiel die Rechnungsnummer, ein Datum sowie die Produkte oder Dienstleistungen, f\u00fcr die man bezahlt. Das Ziel ist, dass der Algorithmus genau diese spezifischen Werte erfasst, sodass man ein strukturiertes Datenformat erh\u00e4lt, mit dem man weiterarbeiten kann. Auf diese Weise muss kein Mensch die Daten manuell abtippen oder gar kopieren und einf\u00fcgen \u2013 was ebenfalls eine monotone und m\u00fchsame Aufgabe ist.   <\/p>\n\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" width=\"1024\" height=\"575\" src=\"https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-143623_00004_-1024x575.png\" alt=\"\" class=\"wp-image-19900\" srcset=\"https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-143623_00004_-1024x575.png 1024w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-143623_00004_-300x169.png 300w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-143623_00004_-768x432.png 768w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-143623_00004_-1536x863.png 1536w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-11-143623_00004_.png 1936w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Implementierung_und_die_Notwendigkeit_des_%E2%80%9EHuman_in_the_Loop%E2%80%9C_HITL\"><\/span><strong>Implementierung und die Notwendigkeit des \u201eHuman in the Loop\u201c (HITL)<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Also, das Tool erkennt, um welchen Dokumententyp es sich handelt, wei\u00df, welche Daten es daraus extrahieren muss, und holt sie sich dann aus dem Dokument. Was passiert danach? Wie wird das Ganze mit unseren Gesch\u00e4ftsprozessen verkn\u00fcpft?  <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW: <\/strong>Da man nun strukturierte Daten hat, kann man im Grunde alles damit tun, was programmatisch oder mit RPA technisch m\u00f6glich ist. Wie die Anbindung erfolgt, h\u00e4ngt vom jeweiligen Anbieter der IDP-L\u00f6sung ab. <\/p>\n\n<p class=\"wp-block-paragraph\">\ud83d\udd38 Das kann alles sein \u2013 angefangen bei einer einfachen API (funktioniert mit jeder Programmiersprache).<br\/>\ud83d\udd38 Bei fortgeschritteneren Plattformen (wie UiPath) gibt es oft bereits fertige Schnittstellen oder Bibliotheken f\u00fcr RPA, in denen vordefinierte Aktivit\u00e4ten vorhanden sind \u2013 man w\u00e4hlt einfach das Modell und den Dokumentenpfad aus.<\/p>\n\n<p class=\"wp-block-paragraph\">Wenn man keine Ressourcen f\u00fcr Hardcoding hat (also nicht im RPA-Stil und nicht Low-Code, sondern klassische Programmierung), muss man sich mit den Integrationen befassen, da dies die Einstiegsh\u00fcrde deutlich erh\u00f6hen kann. L\u00f6sungen wie <g id=\"gid_0\">Document Understanding<\/g> bieten alles \u201eout of the box\u201c, und die Benutzererfahrung ist wirklich sehr angenehm \u2013 selbst f\u00fcr nichttechnische Anwender. Ich nenne die Trainingsoberfl\u00e4che oft ein \u201eMalbuch\u201c, weil der Business-User einfach Text- und Datenelemente auf einer h\u00fcbschen grafischen Benutzeroberfl\u00e4che ausw\u00e4hlt.  <\/p>\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Die_Rolle_von_HITL_und_dem_Confidence_Score\"><\/span>Die Rolle von HITL und dem Confidence Score<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Fr\u00fcher war es bei den altmodischen OCR-Systemen so, dass, wenn das Modell ein bestimmtes Dokument nicht verarbeiten konnte, es an die manuelle Bearbeitung \u00fcbergeben wurde, damit ein Mensch es buchen konnte. Wenn man nicht genug Aufwand in die Wartung steckte, verstand das Modell mit der Zeit immer weniger von den Rechnungen. Wie funktioniert das beim Intelligent Document Processing?  <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW: <\/strong>Man sollte nach einer L\u00f6sung suchen, die das Konzept \u201eHuman in the Loop\u201c (HITL) integriert. Dabei wird der Prozess nicht unterbrochen, sondern ein Mensch wird zwischengeschaltet (kein Roboter oder KI), um zu \u00fcberpr\u00fcfen, ob die Daten korrekt sind. Au\u00dferdem kann man bestimmte Elemente parallel ausf\u00fchren, sodass nicht der gesamte Prozess gestoppt wird, nur weil ein einzelnes Dokument validiert werden muss.  <\/p>\n\n<p class=\"wp-block-paragraph\">Die Validierungsstation ist eine grafische Benutzeroberfl\u00e4che, auf der das Dokument angezeigt wird \u2013 zusammen mit den erkannten Werten f\u00fcr den jeweiligen Dokumententyp und allen Feldern. Dort kann man pr\u00fcfen, ob das Modell korrekt gearbeitet hat oder nicht. Hier kommt der wichtige Aspekt des Confidence Score ins Spiel. Man muss akzeptieren, dass es sich hierbei nicht um klassisches RPA handelt. Das neuronale Netz liefert Werte (meist zwischen 0 und 100 %), die angeben, wie sicher das Modell ist, dass ein bestimmter Wert tats\u00e4chlich der relevante ist. Dann kann man entscheiden, ob man beispielsweise mit einer Sicherheit von 85 % zufrieden ist, um die n\u00e4chste Automatisierungsschritt auszuf\u00fchren. Unser \u00fcblicher Ansatz ist, sich nicht vor Heuristiken zu scheuen. KI ist gro\u00dfartig, aber man sollte keine Angst haben, Daten nachzuschlagen oder Mapping-Tabellen zu erstellen \u2013 etwa, indem man zuerst die Rechnungsnummer irgendwo im System sucht \u2013 und erst dann entscheidet, ob man dem menschlichen Benutzer die Validierungsstation anzeigt.       <\/p>\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Das_Paradoxon_der_Genauigkeit_von_Mensch_vs_Maschine\"><\/span>Das Paradoxon der Genauigkeit von Mensch vs. Maschine<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n<p class=\"wp-block-paragraph\"><strong>TW:<\/strong> Das Tool wird wahrscheinlich etwa 80 % der Arbeit \u00fcbernehmen, aber wir sind noch nicht an dem Punkt (vielleicht bei sehr einfachen F\u00e4llen), an dem ein vollst\u00e4ndig automatischer Durchlauf ohne menschliches Eingreifen zu 100 % funktioniert. Dennoch wird kaum jemand bei wichtigen Prozessen alles allein der KI \u00fcberlassen. <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Wir m\u00fcssen auch bedenken, dass KI nicht perfekt sein soll \u2013 aber Menschen sind es ebenso wenig. Unsere Genauigkeits-KPIs beim Buchen von Rechnungen lagen normalerweise bei etwa 96 %. Das bedeutet, dass bei 4 % der Rechnungen Fehler vorkamen, wenn sie von Menschen bearbeitet wurden. Die Arbeit wird sehr monoton, man l\u00e4sst sich leicht ablenken oder vergisst etwas. Ich verstehe also, warum Unternehmen z\u00f6gern, nicht-deterministische Modelle einzusetzen \u2013 aber es ist nicht so, dass Menschen dabei wesentlich besser w\u00e4ren.    <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW: <\/strong>Menschen validieren nicht so gr\u00fcndlich. Zeig mir jemanden, der geduldig genug ist, ein 30-seitiges PDF Zeile f\u00fcr Zeile mit einem MRP-System abzugleichen. Wenn man ein gro\u00dfes Unternehmen ist, bekommt man t\u00e4glich Tausende, ja Zehntausende von Rechnungen. Es ist schlicht unmenschlich, jemandem zu sagen: \u201eDu hast hier 10.000 Seiten, und du musst sie mit irgendeiner Datenbank vergleichen.\u201c Man muss verstehen, dass sowohl Menschen als auch Maschinen Fehler machen \u2013 und die Prozesse m\u00fcssen so aufgebaut sein, dass sie damit umgehen k\u00f6nnen.    <\/p>\n\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" width=\"1024\" height=\"580\" src=\"https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/OS-agent-newsletter_00120_-1024x580.png\" alt=\"\" class=\"wp-image-19913\" srcset=\"https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/OS-agent-newsletter_00120_-1024x580.png 1024w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/OS-agent-newsletter_00120_-300x170.png 300w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/OS-agent-newsletter_00120_-768x435.png 768w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/OS-agent-newsletter_00120_-1536x870.png 1536w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/OS-agent-newsletter_00120_.png 1920w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Anwendungsfaelle_ueber_Rechnungen_und_Dokumente_mit_hohem_Volumen_hinaus\"><\/span><strong>Anwendungsf\u00e4lle: \u00fcber Rechnungen und Dokumente mit hohem Volumen hinaus<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\"><strong>AK:<\/strong> Also, wir haben mit Rechnungen begonnen \u2013 das ist ja etwas, womit die meisten Unternehmen beim <a href=\"https:\/\/office-samurai.com\/de\/speedrun-bot-challenge-wie-inpost-und-office-samurai-die-automatisierung-in-24-stunden-mit-uipath-geknackt-haben\/\" target=\"_blank\" rel=\"noreferrer noopener\">Intelligent Document Processing<\/a> starten, weil jeder Rechnungen erh\u00e4lt, und je gr\u00f6\u00dfer man ist, desto mehr davon bekommt man. Aber welche anderen Dokumenttypen k\u00f6nnte man noch mit IDP verarbeiten, bei denen der Einsatz der Technologie tats\u00e4chlich sinnvoll ist? <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW: <\/strong>Ich w\u00fcrde vorschlagen, sich auf die beiden grundlegenden Funktionen zu konzentrieren \u2013 Klassifizierung und Extraktion (also zu verstehen, um welchen Dokumententyp es sich handelt und dann die relevanten Daten daraus zu holen) \u2013 und dann zu \u00fcberlegen, welche Prozesse man mit diesen beiden F\u00e4higkeiten unterst\u00fctzen k\u00f6nnte. Andere, interessantere Beispiele, die wir umgesetzt haben (denn nur klassifizieren, extrahieren und irgendwo eintippen ist der h\u00e4ufigste Anwendungsfall), waren etwa die Erkennung, ob auf einem Dokument eine Unterschrift vorhanden ist. <\/p>\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Anwendungsfall_1_Erkennung_der_Anwesenheit_einer_Unterschrift\"><\/span>Anwendungsfall 1: Erkennung der Anwesenheit einer Unterschrift<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n<p class=\"wp-block-paragraph\"><strong>TW:<\/strong> Ein Kunde interessierte sich \u00fcberhaupt nicht f\u00fcr Text- oder Datenerkennung \u2013 auf bestimmten Lieferdokumenten gab es drei Felder, und alles, was ihn interessierte, war festzustellen, ob es dort drei \u201eJa\u201c-Angaben gab. Es handelte sich um Stempel und handschriftliche Unterschriften. Bei solchen F\u00e4llen sollte man eher auf bildbasierte Erkennungssysteme setzen, da diese darauf spezialisiert sind. Gl\u00fccklicherweise unterst\u00fctzt die von uns verwendete L\u00f6sung ein spezielles Feld f\u00fcr Unterschriften, die einfach als boolesche Werte (also Ja\/Nein) erfasst werden k\u00f6nnen. Wir haben das genutzt \u2013 und in etwa 80\u201390 % der F\u00e4lle wurde alles korrekt erkannt.    <\/p>\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Anwendungsfall_2_Datenverschleierung_Anonymisierung\"><\/span>Anwendungsfall 2: Datenverschleierung (Anonymisierung)<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n<p class=\"wp-block-paragraph\">TW: Ein weiteres Beispiel war f\u00fcr ein litauisches Unternehmen, bei dem einige staatliche Beh\u00f6rden bestimmte Dokumente vom Unternehmen angefordert hatten, und sie dazu berechtigt waren. Aber andererseits musste die DSGVO eingehalten werden, also konnten sie diese Dokumente nicht einfach herausgeben. Sie mussten personenbezogene Daten der Mitarbeiter verschleiern (anonymisieren), weil es sich wahrscheinlich um Personalunterlagen oder Vertr\u00e4ge handelte. Die L\u00f6sung war, diese Extraktion zu nutzen, aber nicht zum Extrahieren, sondern um genau festzulegen, wo diese pers\u00f6nlichen Werte lagen, und dann einige Drittanbieter-Bibliotheken (wir verwendeten Python) einzusetzen, die einfach schwarze Rechtecke dar\u00fcber zeichnen, und anschlie\u00dfend das Ganze in eine Datei zu \u00fcberf\u00fchren, die man nicht mehr r\u00fcckg\u00e4ngig machen kann.   <\/p>\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Anwendungsfall_3_Verwaltung_und_Aufteilung_von_HR-Dokumenten\"><\/span>Anwendungsfall 3: Verwaltung und Aufteilung von HR-Dokumenten<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n<p class=\"wp-block-paragraph\"><strong>TW:<\/strong> Und noch ein interessanter Fall \u2013 wieder mit hohem Volumen und einigen Herausforderungen: HR-Dokumente. Das Unternehmen hatte eine gro\u00dfe Menge an personalbezogenen Dokumenten (Vertr\u00e4ge, Fitnessstudio-Mitgliedschaften, Gesundheitsvereinbarungen). Sie wollten diese digitalisieren, hatten aber ganze Papierstapel einfach direkt in den Scanner gelegt, wodurch 100 bis 150 Seiten lange zusammengef\u00fchrte PDFs entstanden. Wenn diese Dateien zusammengef\u00fchrt sind, ist es schwierig zu erkennen, wo Dokument A endet und Dokument B beginnt. Diese Tools k\u00f6nnen auch dabei helfen, indem sie analysieren, dass ein bestimmtes Dokument von hier bis hier reicht, und es automatisch in Abschnitte aufteilen. Das \u00fcbergeordnete Ziel war sp\u00e4ter zu pr\u00fcfen, ob ein Mitarbeiter (z. B. John Smith) bestimmte Dokumente unterschrieben hat \u2013 also etwa diesen Vertrag und jenen, aber vielleicht keine Krankenversicherungsunterlagen.     <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Also, wenn ich dich richtig verstehe, beginnen wir oft mit einfachen, st\u00e4rker strukturierten Dokumenten mit hohem Volumen \u2013 also Rechnungen, Bestellungen, Kontoausz\u00fcge. In der Personalverwaltung hingegen gibt es sehr viele Papierdokumente, und viele Unternehmen sind noch dabei, ihre Archive zu digitalisieren. Dann gibt es diese Kategorie mit etwas ungew\u00f6hnlicheren Anwendungsf\u00e4llen \u2013 wie du gesagt hast: das Erkennen von Unterschriften oder das Anonymisieren von Daten. Das ist also eine eher kreative Art, das Tool zu nutzen, um mit allen m\u00f6glichen Dokumenten umzugehen, die man im Unternehmen hat.    <\/p>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Technische_Herausforderungen_und_das_%E2%80%9EDigital_Paper%E2%80%9C-Paradoxon\"><\/span><strong>Technische Herausforderungen und das \u201eDigital Paper\u201c-Paradoxon<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Was mich immer wieder erstaunt, ist, dass wir zwar PDFs verwenden, dieses Format aber eigentlich gar nicht gut f\u00fcr die Datenverarbeitung geeignet ist. Ein PDF ist immer noch unstrukturierte Daten (es sei denn, es gibt versteckte Strukturebenen darin). In den letzten 20 Jahren \u2013 seit ich mit der manuellen Rechnungsverarbeitung begonnen habe \u2013 sind wir zwar vom Papier zum sogenannten digitalen Papier \u00fcbergegangen, aber im Grunde ist es immer noch Papier, weil es keine strukturierten Daten sind. Wir sind also nicht zu CSV-Dateien oder SQL-Tabellen \u00fcbergegangen, sondern haben uns nur von einer Art Papier zu einer anderen bewegt.   <\/p>\n\n<p class=\"wp-block-paragraph\">TW: Viele vergessen, dass das PDF urspr\u00fcnglich f\u00fcr den Druck gedacht war \u2013 also f\u00fcr Marketingmaterialien, Brosch\u00fcren oder digitale Flugbl\u00e4tter. Es wurde aber sehr schnell zum beliebtesten Format f\u00fcr so ziemlich alles. Es war ein Eigentor, dass wir damals nicht den n\u00e4chsten Schritt gegangen sind und ein besser standardisiertes Format entwickelt haben. Im Grunde helfen uns diese Tools heute, einen Fehler aus der Vergangenheit zu korrigieren. Wenn alles \u00fcber APIs oder ein EDI-System laufen w\u00fcrde, br\u00e4uchte man keine KI-Tools, die Daten f\u00fcr einen erkennen.   <\/p>\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"575\" src=\"https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-10-211858_00011_-1-1024x575.png\" alt=\"\" class=\"wp-image-19909\" srcset=\"https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-10-211858_00011_-1-1024x575.png 1024w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-10-211858_00011_-1-300x169.png 300w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-10-211858_00011_-1-768x432.png 768w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-10-211858_00011_-1-1536x863.png 1536w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/2024-09-10-211858_00011_-1.png 1936w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Zentralisierte_E-Rechnungsstellung_und_die_Zukunft_von_IDP\"><\/span><strong>Zentralisierte E-Rechnungsstellung und die Zukunft von IDP<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Das w\u00e4re auch gleich meine n\u00e4chste Frage, denn es gibt bereits einige L\u00e4nder in Europa, die eine zentralisierte Rechnungsstellung eingef\u00fchrt haben. In Polen tun wir uns damit noch schwer \u2013 die Einf\u00fchrung wurde schon mehrfach verschoben, aber vielleicht kommt es ja irgendwann. Wie denkst du, wird sich das auf den Bedarf an IDP-Technologien auswirken?  <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW:<\/strong> Im Moment, auf der Basis dessen, was wir haben, ist es schwer zu sagen. Da Rechnungen der h\u00e4ufigste Dokumenttyp sind, w\u00fcrde ich zumindest empfehlen, sich damit zu befassen und etwas Recherche zu betreiben \u2013 insbesondere zu Initiativen der Europ\u00e4ischen Union oder der eigenen Regierung. Ich sehe, dass die Verwaltungen zunehmend digital werden. Daher w\u00fcrde ich auf jeden Fall im Voraus pr\u00fcfen, damit es nicht passiert, dass man eine L\u00f6sung in einem halben Jahr entwickelt \u2013 und ein weiteres halbes Jahr sp\u00e4ter alle auf digitale Rechnungsstellung umsteigen m\u00fcssen, weil es gesetzlich vorgeschrieben ist.   <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Aber die Recherche muss gr\u00fcndlich sein, denn soweit ich wei\u00df, enthalten viele dieser Rechnungssysteme nur die Basisdaten der Rechnung und nicht die Tabellen mit den Details. Man muss also weiterhin einen Weg finden, diese auszulesen \u2013 au\u00dferdem geht es dabei nur um Rechnungen, und wir verarbeiten immer noch viele andere Dokumenttypen. <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW:<\/strong> Das Tempo der technologischen Entwicklung und das Tempo der Anpassung sind zwei v\u00f6llig unterschiedliche Dinge. Wir sehen, dass IDP-L\u00f6sungen zwar vor drei oder vier Jahren neu waren, aber die Leute kommen immer noch mit denselben alten Problemen, denselben Themen, denselben PDFs zu uns. Ich denke, diese Technologie wird uns noch eine Weile begleiten. Etwas, das bereits funktioniert und echten Mehrwert bringt, ist immer noch besser, als einem Traum hinterherzujagen und am Ende nichts umgesetzt zu bekommen.   <\/p>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Anbieterauswahl_Warum_UiPath_Document_Understanding\"><\/span><strong>Anbieterauswahl: Warum UiPath Document Understanding<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\">AK: Es gibt einige gro\u00dfe Anbieter auf dem Markt, und bei Office Samurai nutzen wir haupts\u00e4chlich <a href=\"https:\/\/office-samurai.com\/de\/dokumentenverstaendnis-revolutioniert-prozesse-fuer-e-d-e\/\" target=\"_blank\" rel=\"noreferrer noopener\">Document Understanding<\/a> von UiPath. Kannst du mir erkl\u00e4ren, warum wir das tun und warum wir nicht die meisten anderen Anbieter verwenden? <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW: <\/strong>Ich denke, unsere Gewohnheiten spielen hier eine gro\u00dfe Rolle \u2013 wir kennen die Technologie bereits gut. Der Anbieter ist zudem daf\u00fcr bekannt, dass seine L\u00f6sungen sich hervorragend in das \u00fcbrige Produktportfolio integrieren lassen. Ein weiterer Vorteil ist die einfache Implementierung f\u00fcr Business-User. Ich nenne das Training oft ein \u201eMalbuch\u201c \u2013 der Fachanwender markiert einfach Text- und Datenelemente. Au\u00dferdem bietet UiPath vortrainierte Modelle mit einer gewissen Grundeffizienz. F\u00fcr die g\u00e4ngigsten vordefinierten Felder auf Rechnungen kann man mit einem durchschnittlichen Confidence Score von etwa 60\u201370 % rechnen. Wenn man die Software ohnehin schon f\u00fcr RPA nutzt, ist die Einf\u00fchrung eines weiteren Tools innerhalb derselben Plattform sehr einfach. Zudem wird UiPath allgemein als f\u00fchrender Anbieter in diesem Technologiebereich angesehen.       <\/p>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Der_hybride_Ansatz_IDP_und_Large_Language_Models_LLMs\"><\/span><strong>Der hybride Ansatz: IDP und Large Language Models (LLMs)<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\"><strong>AK:<\/strong> Wir bekommen oft Fragen zu Large Language Models (LLMs). Viele Unternehmen haben die Idee: \u201eWarum sollten wir statt Intelligent Document Processing nicht einfach alles in ChatGPT eingeben?\u201c \u2013 Wie siehst du das?  <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW: <\/strong>Das Erste, was ich immer erw\u00e4hne, ist die Wiederholbarkeit. Wenn man gro\u00dfe Volumina verarbeiten will, braucht man einen klar definierten Workflow. Zweitens sind transaktionsorientierte Dokumente \u2013 wie Rechnungen \u2013 inhaltlich gar nicht so textreich. LLMs sind darauf ausgelegt, Sprache zu verstehen, nicht Strukturen. Und genau da sind spezialisierte IDP-L\u00f6sungen nach wie vor deutlich besser geeignet.    <\/p>\n\n<p class=\"wp-block-paragraph\">Ein sehr interessantes Feld ist der Aufbau hybrider Ans\u00e4tze. Man kann das Ergebnis einer IDP-L\u00f6sung nehmen und anschlie\u00dfend ein LLM einsetzen, um es beispielsweise zu validieren. Man k\u00f6nnte auch einen Agenten entwickeln, der Zugriff auf das ERP-System hat, um Daten nachzuschlagen und zu \u00fcberpr\u00fcfen. Ein gro\u00dfes Thema ist das Fuzzy Matching: Man kann den Agenten pr\u00fcfen lassen, ob unterschiedlich formulierte Produktbezeichnungen \u201eeigentlich dasselbe\u201c meinen, nur anders ausgedr\u00fcckt. Ein weiteres Einsatzgebiet f\u00fcr LLMs ist die Handschriftenerkennung. Unser Tech Lead Konrad hat einmal den von der OCR erkannten Text zusammen mit dem Bild, das viele handschriftliche Elemente enthielt, an ein LLM gegeben und es gebeten, Fehler in der Handschrift zu korrigieren \u2013 und so haben wir das Beste aus beiden Welten kombiniert.       <\/p>\n\n<p class=\"wp-block-paragraph\">Der dritte Faktor ist das Confidence Level. LLMs liefern keine Wahrscheinlichkeitsangaben. Wenn man LLMs verwendet, kennt jeder das Ph\u00e4nomen der sogenannten \u201eHalluzinationen\u201c. Wenn das Modell etwas Falsches ausgibt, tut es das mit 100%iger \u00dcberzeugung. Kaum ein Manager w\u00fcrde derzeit alles vollst\u00e4ndig der KI \u00fcberlassen, ohne menschliche Kontrolle. Daher setzen wir im Moment auf einen hybriden Ansatz.     <\/p>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Wenn_Automatisierung_an_ihre_Grenzen_stoesst_die_problematischen_Dokumente\"><\/span><strong>Wenn Automatisierung an ihre Grenzen st\u00f6\u00dft: die problematischen Dokumente<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Bist du auf Projekte oder Dokumenttypen gesto\u00dfen, bei denen diese Technologie versagt hat oder nicht so funktioniert hat, wie wir es uns vorgestellt hatten?<\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW: <\/strong>Handschrift ist nach wie vor ein Thema \u2013 also: lieber keine Handschrift. Man kann nur erwarten, dass es funktioniert, wenn die Schrift wirklich gut lesbar ist. Schlechte Scans kommen heutzutage zwar seltener vor, aber da w\u00fcrde ich mich fragen, ob es nicht g\u00fcnstiger w\u00e4re, einfach die Ger\u00e4te auszutauschen. Auch Unterschriften sind problematisch, insbesondere wenn sie unleserlich sind. In unserem Fall mussten wir lediglich pr\u00fcfen, ob \u00fcberhaupt eine Unterschrift vorhanden war \u2013 mehr nicht.    <\/p>\n\n<p class=\"wp-block-paragraph\">Aber das eigentlich gr\u00f6\u00dfte Problem waren verschachtelte Tabellen. Das Tool kann zwar zweidimensionale X- und Y-Strukturen definieren, aber viele Dokumente neigen dazu, eine gro\u00dfe Tabelle zu enthalten, in der sich innerhalb einer Spalte wiederum eine weitere Tabelle befindet. Das ist f\u00fcr das Modell sehr schwierig zu erlernen. Man musste Workarounds einsetzen und die Daten anschlie\u00dfend nachbearbeiten.   <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Das ist also unsere Botschaft an alle, die Rechnungen und andere Dokumenttypen entwerfen: Wenn wir wirklich Menschen ersetzen wollen, die diese Daten nur abtippen oder per Copy-Paste \u00fcbertragen, m\u00fcssen wir anfangen, Dokumente so zu gestalten, dass Maschinen sie leichter verstehen k\u00f6nnen.<\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW: <\/strong>Lasst uns aufh\u00f6ren mit diesen ausgefallenen Layouts. Wirklich \u2013 f\u00fcr die Automatisierung ist eine einfache Textdatei, in der einfach alles aufgelistet ist, deutlich besser.  <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Keine verschachtelten Tabellen, bitte.<\/p>\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"1024\" src=\"https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/ComfyUI_00145_.png\" alt=\"\" class=\"wp-image-19917\" srcset=\"https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/ComfyUI_00145_.png 1024w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/ComfyUI_00145_-300x300.png 300w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/ComfyUI_00145_-150x150.png 150w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/ComfyUI_00145_-768x768.png 768w, https:\/\/office-samurai.com\/wp-content\/uploads\/2025\/08\/ComfyUI_00145_-700x700.png 700w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Abschliessende_Gedanken_IDP_oder_die_Apokalypse\"><\/span><strong>Abschlie\u00dfende Gedanken: IDP oder die Apokalypse<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Nun, vielleicht werden wir eines Tages in einer Welt leben, in der Intelligent Document Processing nicht mehr n\u00f6tig ist, weil wir Daten auf eine Weise austauschen, die dem 21. Jahrhundert entspricht \u2013 und nicht dem 20. Jahrhundert. Aber bis dahin wird es wohl noch lange dauern. <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW: <\/strong>Wenn man als neues Unternehmen oder Startup ganz von vorn beginnt, sollte man von Anfang an dar\u00fcber nachdenken, wie gut man dieses Thema angeht. Wenn man gleich digitale Prozesse integriert, bei denen Computer \u00fcber APIs oder standardisierte Formate wie XML oder JSON miteinander kommunizieren, ist das immer noch besser, als Papier einfach nur durch seine digitale Version im PDF-Format zu ersetzen. <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Ich denke, wir sehen ganz klar, dass es unz\u00e4hlige M\u00f6glichkeiten gibt, Intelligent Document Processing einzusetzen \u2013 und dass es dabei nicht nur um Kosteneinsparungen geht. <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>TW: <\/strong>Es geht auch darum, dass es immer schwieriger wird, Menschen zu finden, die solche Arbeiten \u00fcberhaupt noch machen wollen. Jemanden zu finden, der lange genug bleibt, damit es sich lohnt, ihn einzuarbeiten, wird zunehmend kompliziert. Die Volumina werden nicht kleiner \u2013 jedes Unternehmen muss wachsen. Daher sehen wir zwei M\u00f6glichkeiten: Entweder wir implementieren Intelligent Document Processing, oder wir warten einfach auf die Apokalypse.   <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Mit diesen optimistischen Worten, Thomas, vielen Dank, dass du deine Erfahrungen mit uns geteilt hast.<\/p>\n\n<p class=\"wp-block-paragraph\">TW: Schauen wir zun\u00e4chst einmal, was unsere Botschaft \u201eKeine ausgefallenen PDFs\u201c bewirkt. An alle, die Dokumente gestalten: Denkt daran \u2013 in f\u00fcnf Jahren schauen wir nach, ob ihr euch daran gehalten habt. Einfachheit ist sch\u00f6n. Vielen Dank an alle!   <\/p>\n\n<p class=\"wp-block-paragraph\"><strong>AK: <\/strong>Alles klar, Leute, das war\u2019s \u2013 eine weitere Folge des Office Samurai Podcast, fein s\u00e4uberlich geschnitten, zerlegt und serviert wie euer Lieblings-Sashimi-Teller.<br\/>Diese Episode entstand in Zusammenarbeit mit UiPath, unserer ersten Wahl unter den Plattformen f\u00fcr Prozessautomatisierung.<br\/>Ein riesiges Dankesch\u00f6n an euch, unsere Zuh\u00f6rerinnen und Zuh\u00f6rer \u2013 ob ihr uns auf dem Weg zur Arbeit h\u00f6rt, in einem Meeting sitzt und so tut, als w\u00fcrdet ihr mitschreiben, oder euch einfach vor eurem Posteingang versteckt. Wir sch\u00e4tzen euch \u2013 und versprechen, euch (noch) nicht zu automatisieren.<br\/>Ein gro\u00dfes Dankesch\u00f6n auch an unseren Gast Tomasz Wierzbicki, der uns den Weg zum Sieg \u00fcber den Papierkram gezeigt hat.<br\/>Und wie immer Applaus f\u00fcr Anna Cubal, unsere Produzentin, die diese Episoden mit mehr Pr\u00e4zision zusammenh\u00e4lt als ein IDP-Modell, das eine perfekt formatierte Rechnung liest.<br\/>Aufgenommen wurde das Ganze im legend\u00e4ren Wodzu Beats Studio, wo der Kaffee stark ist \u2013 aber unser Hass auf manuelle Dateneingabe noch st\u00e4rker.<br\/>Wenn euch gefallen hat, was ihr geh\u00f6rt habt, erz\u00e4hlt es euren Freunden \u2013 und wenn nicht, dann erz\u00e4hlt es auf jeden Fall euren Feinden.<br\/>Abonniert uns dort, wo ihr gerade am liebsten prokrastiniert \u2013 bei Spotify, Apple oder in dieser seltsamen Podcast-App, die euer Cousin empfohlen hat.<br\/>Und hey \u2013 wenn ihr die Folge geliebt, gehasst oder Ideen f\u00fcr zuk\u00fcnftige Themen habt, oder einfach \u00fcber Akronyme diskutieren wollt \u2013 meldet euch bei uns!<br\/>Schickt uns euer Feedback, eure Fragen oder sogar Haikus \u00fcber Automatisierung \u2013 wir Samurais sind offen f\u00fcr alles.<br\/>Bis zum n\u00e4chsten Mal: Haltet eure Klingen scharf und eure Prozesse noch sch\u00e4rfer.            <\/p>\n\n<style>a.wp-block-button__link,\n  a.wp-block-button__link * {\n    text-decoration: none !important;\n    -webkit-text-decoration: none !important;\n  }\n<\/style>\n","protected":false},"excerpt":{"rendered":"<p>Ist Intelligent Document Processing (IDP) eine echte L\u00f6sung oder nur eine weitere \u00fcberbewertete Technologie?<br \/>\nIn dieser Episode werfen wir einen praktischen und ehrlichen Blick darauf, wo IDP tats\u00e4chlich Ergebnisse liefert, wo es Schwierigkeiten hat und was man vor der Einf\u00fchrung beachten sollte.<\/p>\n","protected":false},"author":1,"featured_media":18388,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[134,135],"tags":[176],"class_list":["post-18411","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-tools-de","category-robotergestuetzte-prozessautomatisierung","tag-podcast-de"],"acf":[],"_links":{"self":[{"href":"https:\/\/office-samurai.com\/de\/wp-json\/wp\/v2\/posts\/18411","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/office-samurai.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/office-samurai.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/office-samurai.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/office-samurai.com\/de\/wp-json\/wp\/v2\/comments?post=18411"}],"version-history":[{"count":0,"href":"https:\/\/office-samurai.com\/de\/wp-json\/wp\/v2\/posts\/18411\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/office-samurai.com\/de\/wp-json\/wp\/v2\/media\/18388"}],"wp:attachment":[{"href":"https:\/\/office-samurai.com\/de\/wp-json\/wp\/v2\/media?parent=18411"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/office-samurai.com\/de\/wp-json\/wp\/v2\/categories?post=18411"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/office-samurai.com\/de\/wp-json\/wp\/v2\/tags?post=18411"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}