Suchen

Kommentar von Chris Huff, Kofax Wie erfolgreich ist Cognitive Document Automation?

| Autor / Redakteur: Chris Huff / Nico Litzel

Die technologischen Entwicklungen, darunter die Digitalisierung, verlangen von Unternehmen, dass sich jede Investition in eine neue Technologie auszahlt – etwa hinsichtlich Zeit, entstehendem Aufwand und anfallenden Kosten. Dafür müssen Unternehmen die richtigen Best Practices anführen und Erfolgskennzahlen ansetzen. Wie lässt sich aber nun die Rentabilität einer Lösung wie Cognitive Document Automation prüfen, einer Software, die alle eingehende Daten im Unternehmen verarbeitet?

Firmen zum Thema

Der Autor: Chris Huff ist Chief Strategy Officer bei Kofax
Der Autor: Chris Huff ist Chief Strategy Officer bei Kofax
(Bild: Kofax)

Cognitive Document Automation (CDA) unterstützt Unternehmen dabei, eingehende Daten zu verarbeiten. Denn für gewöhnlich erhalten sie (un)strukturierte Daten oder Informationen in unterschiedlichsten Formaten und über verschiedenste Kanäle. Diese alle manuell zu erfassen und weiter zu verarbeiten, ist sehr aufwendig. Mit CDA wird dieser Aufwand auf ein Minimum reduziert. Dabei handelt es sich um ein Tool, das auf Basis von Optical Character Recognition (OCR) und Künstlicher Intelligenz (KI) arbeitet. Durch die Kombination dieser beiden Technologien ist das System in der Lage, Daten automatisiert zu verarbeiten.

Es kann beispielsweise ohne Weiteres den Unterschied zwischen einer Eingangsrechnung oder einer Beschwerde erkennen. Sollte sich das Layout eines Dokuments ändern, ermittelt CDA sehr zuverlässig, an welcher Stelle sich das Datum oder die Bearbeitungsnummer findet. In Verbindung mit Robotic Process Automation (RPA) lassen sich eingehende Dokumente anschließend automatisch an den verantwortlichen Mitarbeiter oder in das zuständige System weiterleiten.

Darüber hinaus ist es möglich, Daten an mehreren Standorten zeitgleich zu erfassen. Mittels CDA können Unternehmen also viele Bearbeitungszeiten innerhalb ihrer Organisation stark reduzieren. Im Banking-Bereich beispielsweise die Zeit bis zur Konto- oder Depoteröffnung eines Kunden. Ebenso möglich ist aber auch ein schnelleres Customer- oder Employer-Onboarding mithilfe von CDA.

CDA erfolgreich einsetzen

Viele Unternehmen setzen CDA mit dem Ziel ein, mehr Transparenz über ihre Prozesse zu erhalten, Kosten und Fehler zu reduzieren, Prozesse effizienter zu gestalten und die Kundenbindung zu stärken, da sich beispielsweise eingehende Anfragen deutlich schneller bearbeiten lassen. Allerdings stellen sie sich auch die Frage, wie sie den Erfolg einer CDA-Lösung messen können. Dafür gibt es unterschiedliche Methoden. Eine gute CDA-Metrik gibt den Unternehmen Einblick in das Konzept und die Korrektur von Automatisierungsausnahmen. Mit folgenden Beispielen erlangen Unternehmen diese Einblicke aber nicht:

• Zeichen- oder Feldebene als Maßstab

Bei diesem Beispiel handelt es sich um eine CDA-Lösung, die eine Dokumentenklassifizierung und Datenextraktion für eine Vielzahl von Dokumententypen durchführen kann. Aus dem Ergebnis dieser automatisierten Aufgaben lässt sich ein Vertrauensscore abbilden. Bei der Konfidenz-Scoring-Metrik handelt es sich um einen numerischen Wert, der dem Dokument oder Feld von der zugrundeliegenden OCR-Engine zugewiesen wird – möglicherweise sind auch mehrere Engines im Einsatz – und angibt, wie sicher das System „denkt“. Der Wert lässt sich in einem Scoring von 1 bis 100 ausdrücken, wobei 100 dem höchsten Vertrauenswert entspricht. Dieser Wert ist allerdings nicht sehr zuverlässig, da OCR-Engines sich selbst unterschiedlich bewerten, weil sie verschiedene Algorithmen verwenden.

• Genauigkeit der Zeichenebene

Diese Metrik findet man in der Regel innerhalb von Dateneingabe-Lösungen, die Tastenanschläge pro Stunde messen. Auch diese Form bietet keine zuverlässige Grundlage, den Erfolg von CDA zu überprüfen, da es unterschiedliche Kosten für verschiedene Unternehmensbereiche gibt. So wird normalerweise ein Datumsfeld mit einem OCR-Fehler erkannt, wenn das Datum ungültig ist oder zu weit in der Vergangenheit liegt. Ein Beitragsfeld mit OCR-Fehlern lässt sich erkennen, weil A+B<>C, und in einigen Fällen können Systeme numerische Werte automatisch reparieren. Ein Fehler in einem weniger wichtigen Bereich kann unbedeutend sein, allerdings ist ein OCR-Fehler in einem Feld, das eine Kontonummer oder Sozialversicherungsnummer beinhaltet, äußerst kritisch. Zudem könnte ein Feld auch mehrere falsche Zeichen enthalten, was die Korrektur zeitaufwendiger macht. Es könnte aber auch nur ein Zeichen falsch sein (was schneller zu korrigieren ist), so dass die Genauigkeit auf Zeichenebene nicht darüber entscheidet, wie schnell ein Feld verarbeitet werden kann. Eine Genauigkeit auf Zeichenebene von 94 Prozent gibt allerdings keine Auskunft darüber, wie hoch der Aufwand für Mitarbeiter ist, um die verbliebenen sechs Prozent der Fehler zu korrigieren.

Benutzer als Produktivitätsmetrik

Ziel eines CDA-Projekts ist es vielmehr, mit möglichst wenig menschlichem Eingreifen eine maximal akzeptable Datengenauigkeit zu erwirken, um eine End-to-End-Automatisierung der zu verarbeitenden Daten zu erreichen. Deshalb liegt es auf der Hand, den Erfolg von CDA daran zu messen, ob sich die Produktivität der Mitarbeiter verbessert hat. Reduziert sich durch den Einsatz von CDA der Aufwand bei der Dokumentenverarbeitung und bei der Dateneingabe?

Selbst Lösungen, die einen Schwerpunkt und hohe Anforderungen an die Datengenauigkeit legen, sind letztlich Systeme, bei denen es um Produktivität geht, weil es notwendig ist, den menschlichen Aufwand für die Korrektur von ungenauen Daten reduzieren zu müssen. Wenn Unternehmen aber nun die Mitarbeiter-Produktivität als Messwert ansetzen, führt dies zu Lösungen, die gleichzeitig zu effizienten Arbeitsplätzen beitragen, an denen Mitarbeiter deutlich einfacher mit genauen, qualitativ hochwertigen Daten arbeiten können.

Im Wesentlichen geht es darum, wie viele Dokumente eine Person in einer Stunde, an einem Tag, in einer Woche oder in einem Monat mit qualitativen Ergebnissen bearbeiten kann. Damit berechnen Unternehmen die Bemühungen von Computern und Menschen gemeinsam. Diese Kennzahl ist als eine messbare ROI- und Payback-Analyse für eine CDA-Lösung errechenbar. Die Produktivität von Mitarbeitern besteht wiederum aus zwei Komponenten: der Genauigkeit von OCR sowie der Effizienz von Mitarbeitern.

Wie genau ist OCR?

Häufig fragen Unternehmen bei Anbietern von CDA-Lösungen an: Welchen Grad an Genauigkeit kann OCR erreichen? Darauf gibt es keine pauschale Antwort, denn dies variiert stark von Anwendungsfall zu Anwendungsfall und hängt von verschiedenen Parametern ab, beispielsweise von den verwendeten Scannern, der Auflösung von Scans, der Qualität von Bilddateien, des Dokumententyps, der Schriftart, der Sprache etc. Je höher die Genauigkeit, desto mehr Klassifikations- und Extraktionsautomatisierung, je geringer die Genauigkeit, desto weniger ist Automatisierung möglich, was wiederum einen höheren manuellen Aufwand notwendig macht. Da die Genauigkeit stark schwankt, sollten Unternehmen Benchmark-Tests für die Klassifizierungs- und Extraktionsgenauigkeitsraten anhand realer Prozesse durchführen.

Anhand dieser Ergebnisse lassen sich Einstellungen für das Projekt für jeden Dokumententyp und jedes Feld optimieren und dadurch die Genauigkeit von CDA erhöhen. Für jeden Dokumenttyp und jedes Feld sollten die Benchmarktests sowohl die Zuverlässigkeit (ja/nein) als auch die Korrektheit (ja/nein) aufzeichnen, mit dem Ziel, die positiven Ergebnisse zu maximieren, die falsch positiven Ergebnisse zu minimieren und den Export von falsch positiven Ergebnissen an nachgelagerte Personen, Prozesse und Systeme vollständig zu unterbinden.

Effizienz der Mitarbeiter

Die OCR-Genauigkeit ist eine Seite von erfolgreichem CDA, die Mitarbeitereffizienz die andere. Dabei handelt es sich um Ausnahmen, Dokumente und Felder, die nicht ohne menschliches Eingreifen Prozesse durchlaufen (auch bekannt als „low confidence“), da eine manuelle Prüfung erforderlich ist. Dabei gilt es, diese Ausnahmen korrekt zu klassifizieren und zu extrahieren. Es geht darum, wie schnell ein Benutzer nun ein Dokument oder ein Feld mit diesem „geringen Vertrauen“ prüfen und eine Entscheidung darüber treffen kann, was genau zu korrigieren oder zu bestätigen ist – und diese Entscheidung dann auch auszuführen.

Die Validierungsoberfläche für die Mitarbeiter sollte deshalb so gestaltet sein, dass diese Prüfung und Dokumentenklassifizierung möglichst schnell erfolgen kann. So hilft es Mitarbeitern dabei, wenn die CDA-Lösung beispielweise automatisch zu dem Feld springt, das zu überprüfen ist und nicht notwendige, vertrauensvolle Felder einfach überspringt. Zudem sollte es möglich sein, einzelne Zeichen im Feld zu korrigieren, anstatt das gesamte Feld neu eingeben zu müssen. Ebenso denkbar ist es, dass die CDA-Lösung Felder automatisch auf der Grundlage der Liste der Dokumententypen ausfüllt. Eine Lösung mit einer intuitiven Benutzeroberfläche unterstützt Mitarbeiter also erheblich dabei, effizienter zu arbeiten.

Fazit: Erfolgreich mit CDA arbeiten

Die Kombination von hoher OCR-Genauigkeit und der Effizienz von Anwendern ist die wichtigste Metrik für erfolgreiches CDA. Unternehmen sollten die Kosten und den Arbeitsaufwand prüfen, der durch die manuelle Verwaltung eines dokumentenzentrierten Prozesses entsteht und in Beziehung setzen, welche (manuellen) Aufgaben sich beseitigen (oder zumindest stark reduzieren) lassen. In der Regel haben sich die Ausgaben für eine CDA-Lösung innerhalb von 18 Monaten amortisiert. OCR-Genauigkeit und Benutzereffizienz erzielen Unternehmen am besten, indem sie die Art und Weise optimieren, wie Nutzer mit dem System interagieren – etwa durch eine bessere User Experience. Entscheiden sich Unternehmen für eine CDA-Lösung, die individuelle Anpassungen zulässt, wird sich der Erfolg binnen kürzester Zeit einstellen.

Artikelfiles und Artikellinks

(ID:46371035)