Line Item: Automatisiert extrahiert

Was haben all diese Positionen gemeinsam?

Bei all diesen Geschäftsdokumenten handelt es sich um Informationen rund um den Purchase2Pay (Beschaffungssicht) bzw. Order2Cash (Verkaufssicht) Prozess. Genauer gesagt, um zusätzliche Informationen rund um den Kauf eines einzelnen Produkts. Die logische Gruppierung der einzelnen Positionen ist dabei von administrativen Aspekten getrieben (z.B. Zeitintervall oder Lieferung).

Welche typischen Use Cases stehen hinter der Line Item Erfassung?

Aus diesem Grund ist auch z.B. ein 3-Wege-Abgleich (Bestellung, Rechnung, Lieferung) für die automatisierte Freigabe von Rechnungen sowie deren Dunkelbuchung oftmals eine komplexe Aufgabe. Neben dem 3-Wege Abgleich sind verschiedenste Anfragen von Kund*innen bei der Erfassung ein Thema: Splitbuchungen bei Steuerberater*innen, automatisierte Kontierung, Freigabe von Kostenvoranschläge, automatische Freigabe von Angeboten, automatisierte Annahme von Bestellungen, Preisvergleich bei Zentralregulierer, automatische Auftragsanlage, Schadensfallbearbeitung von Versicherungen, Vorhersage von Preisentwicklungen am Bau bis hin zur erweiterten Informationsgewinnung von Produkten (Ableitung von Inhaltsstoffen im Bereich Food).

Was benötigt eine gute Line Item Erfassung?

Eine gut strukturierte Tabelle und ihre einzelnen Zeilen zu erfassen, ist kein Hexenwerk. Allerdings sind Line Items sehr oft nicht gut strukturiert oder stellen eine komplexe Gruppenstruktur dar. Informationen zu Produkten können je nach Industrie stark variieren, Beschreibungen zu Produkten und deren Bestell- bzw. Rechnungsinformationen sind oftmals mehrzeilig oder nicht eindeutig Spalten zurechenbar. Aus diesem Grund benötigt es eine Technologie, die optische Strukturen erkennen kann, ein spezifisches Vokabular beherrscht und in beiden Bereichen lernfähig ist. Mit der Kombination von NLP, Deep Learning und speziellen KI-Architekturen wird die Automatisierung von Positionsdaten beherrschbar.

Zusätzlich benötigt es Daten bzw. Beispiele. Also die Kombination aus einem Dokument und den zu extrahierenden, strukturierten Daten von denen die KI lernen kann. Die meisten KIs sind ready2use. D.h. sie sind gewöhnlich vortrainiert und haben bereits viele Line Item Strukturen vorab gelernt und können diese auch out-of-the-box erfassen. Reicht die Erfassungsqualität nicht, so kann man dies durch Daten Feedback und einem Human-in-the-Loop Ansatz verbessern.

Bei der BLU DELTA KI haben Sie auf der einen Seite die Möglichkeit Line Items bzw. Einzelpositionen von Ihren Dokumenten extrahieren zu lassen und auf der anderen Seite können Se uns auch direkt Daten Feedback senden. So, können Sie Korrekturen in Ihrer Software intransparent und automatisiert erfassen und an die BLU DELTA KI senden. Diese lernt dadurch im Hintergrund regelmäßig dazu und stellt automatisiert eine verbesserte KI wieder zur Verfügung. BLU DELTA verfolgt dabei ein Shared Intelligence Konzept. Das bedeutet, dass die KI nicht nur von Ihren Korrekturen lernt, sondern von den Korrekturen aller BLU DELTA Kunden!

Durch unsere lernende Positionsdatenerfassung konnten viele Kunden eines ERP Herstellers die manuelle Erfassung der Positionsdaten massiv reduzieren. Alle bisherigen Testkunden haben sich daraufhin zu einer Migration zu BLU DELTA KI entschlossen.

Für Sie stellt die Positionsdatenerfassung auch eine Herausforderung dar und Sie würden dies gerne automatisieren? Dann lassen Sie uns gemeinsam einen Blick auf Ihre Problemstellung werfen und wir sagen Ihnen, ob wir Ihnen mit unserer Lösung helfen können.