Dokumente automatisch mit KI auslesen – Praxisprojekt aus Österreich

Anonymisiertes Kundenprojekt · KI · Dokumentenverarbeitung · Automatisierung · Schnittstellen · Softwareentwicklung

Für ein österreichisches Unternehmen entwickelten wir einen mehrstufigen Prozess, mit dem Informationen aus Dokumenten automatisch ausgelesen, strukturiert, geprüft und an bestehende Systeme weitergegeben werden können.

Die Herausforderung bestand dabei nicht nur darin, Text aus PDFs oder anderen Dokumenten zu extrahieren. Unterschiedliche Strukturen, variable Inhalte und geschäftsrelevante Daten mussten zuverlässig verarbeitet werden.

Deshalb setzten wir bewusst nicht ausschließlich auf künstliche Intelligenz.

Stattdessen kombinierten wir klassische Parser und Regeln mit KI, Validierungsmechanismen und Schnittstellen zu bestehenden Unternehmenssystemen.

Das Grundprinzip:

Parser übernehmen das Eindeutige. KI unterstützt dort, wo Inhalte verstanden werden müssen. Validierungen prüfen kritische Ergebnisse. Schnittstellen sorgen für die automatische Weiterverarbeitung.

Das Projekt auf einen Blick

Ziel
Dokumente automatisch auslesen und relevante Informationen strukturiert weiterverarbeiten.

Herausforderung
Unterschiedliche Dokumentstrukturen, variable Inhalte und Informationen, die sich nicht vollständig mit festen Regeln erfassen lassen.

Lösungsansatz
Kombination aus Parsern, klassischen Regeln und KI-gestützter Analyse.

Qualitätssicherung
Mehrstufige Prüfung der extrahierten Daten und definierte Behandlung unsicherer Fälle.

Automatisierung
Reduktion manueller Dateneingaben und wiederkehrender Verarbeitungsschritte.

Integration
Anbindung bestehender Unternehmenssysteme über Schnittstellen.

Schwerpunkte
KI · Dokumentenverarbeitung · Parser · APIs · Prozessautomatisierung · Individualsoftware

Die Ausgangslage: Dokumente waren digital – der Prozess dahinter aber nicht vollständig

Viele Unternehmen arbeiten heute bereits mit digitalen Dokumenten.

Rechnungen, Formulare, Verträge, Berichte, Angebote oder Bestellungen liegen als PDF, Scan oder Datei vor. Trotzdem müssen relevante Informationen daraus häufig noch manuell gelesen, geprüft und in ein anderes System übertragen werden.

Dadurch entsteht trotz Digitalisierung weiterhin ein Medienbruch:

Dokument öffnen → Information suchen → Wert prüfen → Daten kopieren → anderes System öffnen → Daten übertragen

Genau dieser wiederkehrende Aufwand sollte im Projekt reduziert werden.

Das Ziel war deshalb nicht nur das automatische Auslesen einzelner Dokumente.

Es sollte ein durchgängiger Prozess entstehen:

Dokument übernehmen → Informationen erkennen → Daten strukturieren → Ergebnisse prüfen → automatisch weiterverarbeiten

Warum ein klassischer Parser alleine nicht ausreichte

Parser und regelbasierte Software sind für viele Aufgaben sehr zuverlässig.

Wenn klar definiert werden kann, wo eine Information steht, welches Format sie besitzt oder nach welchem Muster gesucht werden muss, lassen sich solche Daten effizient mit klassischen Regeln verarbeiten.

Im Projekt zeigte sich allerdings, dass nicht jeder Inhalt eindeutig strukturiert war.

Bezeichnungen konnten variieren. Informationen standen teilweise an unterschiedlichen Stellen. Manche Werte konnten erst im Zusammenhang mit anderen Textpassagen eindeutig zugeordnet werden.

Eine rein regelbasierte Lösung hätte dadurch immer mehr Sonderfälle benötigt.

Deshalb ergänzten wir den technischen Ansatz um KI-gestützte Verarbeitung.

Die KI wurde allerdings nicht überall eingesetzt.

Sie kam gezielt dort zum Einsatz, wo ein semantisches Verständnis oder eine flexible Interpretation von Inhalten notwendig war.

Warum wir nicht einfach jedes Dokument vollständig an eine KI übergeben

Ein Dokument an ein KI-Modell zu senden und Informationen daraus extrahieren zu lassen, ist technisch heute relativ einfach.

Für produktive Unternehmensprozesse reicht das jedoch nicht aus.

Die entscheidende Frage lautet:

Was passiert, wenn ein Ergebnis falsch, unvollständig oder widersprüchlich ist?

Gerade wenn extrahierte Daten anschließend automatisch in ERP-, CRM-, DMS-, Buchhaltungs- oder andere Unternehmenssysteme übertragen werden, müssen Fehler erkannt werden können.

Deshalb wurde die KI nicht als isolierte Anwendung umgesetzt.

Sie wurde Teil einer kontrollierten Verarbeitungskette.

Wo eindeutige Regeln möglich waren, wurden Regeln verwendet.

Wo Inhalte interpretiert werden mussten, kam KI zum Einsatz.

Bevor Daten automatisch weiterverarbeitet wurden, erfolgte eine zusätzliche technische und fachliche Prüfung.

So entstand eine hybride Lösung aus:

Parser + KI + Validierung + Schnittstellen + Automatisierung

So funktioniert die automatisierte Dokumenten­verarbeitung

1. Dokumente übernehmen und technisch vorbereiten

Am Anfang steht die Dokumentenquelle.

Je nach Unternehmensprozess können Dokumente beispielsweise aus folgenden Quellen kommen:

• Dokumentenmanagementsystemen
• E-Mail-Postfächern
• Netzlaufwerken
• Portalen
• Fachanwendungen
• Datenbanken
• internen Upload-Prozessen

Vor der eigentlichen Verarbeitung können technische Prüfungen durchgeführt werden.

Ist das Dokument lesbar? Liegt Text direkt vor oder handelt es sich um einen Scan? Welcher Dokumenttyp wurde erkannt? Kann ein Teil der Daten bereits eindeutig extrahiert werden?

Damit erhält die weitere Verarbeitung eine möglichst konsistente Ausgangsbasis.

2. Eindeutige Informationen mit Parsern auslesen

Nicht jeder Verarbeitungsschritt benötigt künstliche Intelligenz.

Klar strukturierte Daten lassen sich häufig besser mit Parsern, regulären Ausdrücken, festen Regeln oder bestehenden Datenstrukturen verarbeiten.

Das bietet mehrere Vorteile:

• reproduzierbare Ergebnisse
• hohe Geschwindigkeit
• geringe laufende Kosten
• einfache Tests
• klare Fehlerbilder
• gute Nachvollziehbarkeit

Im Projekt wurden deshalb eindeutig erkennbare Informationen zunächst regelbasiert verarbeitet.

Erst bei komplexeren Inhalten kam KI zum Einsatz.

3. Komplexere Inhalte mit KI interpretieren

KI wurde dort eingesetzt, wo klassische Regeln an Grenzen stießen.

Das betrifft beispielsweise Inhalte, die unterschiedlich formuliert sind, nicht immer an derselben Stelle vorkommen oder erst aus dem Zusammenhang verstanden werden können.

Die KI kann solche Informationen beispielsweise:

• klassifizieren,
• semantisch zuordnen,
• relevante Textpassagen erkennen,
• unterschiedliche Formulierungen verstehen,
• Inhalte strukturierten Datenfeldern zuweisen.

Wichtig war dabei, dass die KI nicht einfach freien Text erzeugte.

Die Ausgabe wurde so strukturiert, dass die Ergebnisse anschließend automatisch geprüft und technisch weiterverarbeitet werden konnten.

Weitere Einsatzmöglichkeiten finden Sie bei unseren KI-Lösungen für Unternehmen.

Ergebnisse automatisch validieren

Ein besonders wichtiger Bestandteil des Projekts war die Validierung.

Denn bei größeren Dokumentenmengen muss eine Lösung nicht nur erkennen, wenn etwas funktioniert.

Sie muss auch erkennen können, wenn ein Ergebnis nicht eindeutig genug ist.

Je nach Datenfeld und Prozess können unterschiedliche Prüfungen eingesetzt werden.

Dazu zählen beispielsweise:

• Pflichtfelder
• Formatprüfungen
• Plausibilitätsregeln
• Wertebereiche
• Querprüfungen innerhalb eines Dokuments
• Abgleich mit bestehenden Stammdaten
• fachliche Geschäftsregeln
• Prüfung auf fehlende oder widersprüchliche Informationen

Dadurch entsteht ein entscheidender Unterschied zwischen einer einfachen KI-Demo und einer produktiven Unternehmenslösung:

Nicht nur richtige Ergebnisse müssen automatisch verarbeitet werden. Unsichere Ergebnisse müssen zuverlässig erkannt werden.

Unsichere Fälle gezielt behandeln

Das Ziel einer professionellen Automatisierung sollte nicht darin bestehen, jeden Sonderfall um jeden Preis automatisch durch den Prozess zu drücken.

Kann ein Wert nicht zuverlässig erkannt oder validiert werden, wird dieser Vorgang gezielt behandelt.

Abhängig vom jeweiligen Prozess kann ein solcher Fall beispielsweise:

• erneut verarbeitet,
• mit zusätzlichen Daten abgeglichen,
• als Ausnahme markiert
• oder einer manuellen Prüfung zugeführt werden.

Dadurch konzentrieren sich Mitarbeiter nicht mehr auf jedes einzelne Dokument.

Sie befassen sich gezielt mit jenen Fällen, bei denen tatsächlich eine Entscheidung oder Kontrolle notwendig ist.

Schnittstellen machen aus Dokumenten-KI einen echten Geschäftsprozess

Mit dem Auslesen eines Dokuments ist die Automatisierung noch nicht abgeschlossen.

Der eigentliche wirtschaftliche Nutzen entsteht häufig erst im nächsten Schritt:

Die extrahierten Daten müssen dort ankommen, wo sie anschließend gebraucht werden.

Deshalb spielten Schnittstellen eine zentrale Rolle.

Je nach bestehender IT-Landschaft können strukturierte Informationen beispielsweise an folgende Systeme übergeben werden:

• ERP-Systeme
• CRM-Systeme
• Dokumentenmanagementsysteme
• Buchhaltungssoftware
• Datenbanken
• interne Fachanwendungen
• Workflow-Systeme
• individuelle Softwarelösungen

Damit entsteht nicht:

Dokument → KI → Mitarbeiter kopiert das Ergebnis

sondern:

Dokument → Parser & KI → Prüfung → strukturierte Daten → Schnittstelle → bestehendes System

Die Verbindung bestehender Anwendungen ist dabei ein wichtiger Bestandteil unserer Digitalisierung und Prozessautomatisierung.

Bestehende Systeme weiterverwenden statt neue Insellösungen schaffen

In vielen Unternehmen existieren bereits ERP-, CRM-, DMS- oder Fachsysteme.

Diese müssen für eine intelligente Dokumentenverarbeitung nicht automatisch ersetzt werden.

Wenn geeignete Schnittstellen vorhanden sind, kann die Verarbeitung zwischen bestehende Prozessschritte integriert werden.

Ein möglicher Ablauf sieht beispielsweise so aus:

Dokument kommt im bestehenden System an

↓

Parser und KI lesen relevante Informationen aus

↓

Validierungen prüfen die Daten

↓

Strukturierte Informationen werden über Schnittstellen weitergegeben

Dadurch entsteht keine zusätzliche Insellösung, sondern eine Erweiterung der bestehenden IT-Landschaft.

Wenn vorhandene Systeme erweitert, über APIs verbunden oder individuelle Anwendungen benötigt werden, kann dies im Rahmen einer individuellen Softwareentwicklung umgesetzt werden.

Warum wir große KI-Projekte schrittweise aufbauen

Ein wichtiges Learning aus Digitalisierungs- und KI-Projekten ist:

Je komplexer der Prozess, desto wichtiger wird seine Aufteilung in einzelne, überprüfbare Schritte.

Eine Lösung, bei der ein gesamtes Dokument gemeinsam mit einer sehr umfangreichen Aufgabe in einem einzigen KI-Schritt verarbeitet wird, kann in kleinen Tests funktionieren.

Im produktiven Einsatz wird die Fehlersuche jedoch schnell schwierig.

Durch eine modulare Architektur kann gezielt geprüft werden:

War bereits das Eingangsdokument problematisch?

Hat der Parser die Information korrekt erkannt?

War für die KI genügend Kontext vorhanden?

War die Validierungsregel passend?

Hat die Schnittstelle das Ergebnis korrekt übernommen?

Diese Trennung erleichtert Tests, Wartung und Weiterentwicklung deutlich.

Parser und KI sind keine Gegensätze

Ein zentraler Grundsatz dieses Projekts lautet:

Nicht jeder Prozessschritt wird automatisch besser, nur weil KI eingesetzt wird.

Parser und klassische Software sind besonders stark bei eindeutig definierten Aufgaben.

KI ist besonders interessant, wenn Inhalte verstanden, klassifiziert oder flexibel interpretiert werden müssen.

Validierungen sorgen dafür, dass kritische Ergebnisse geprüft werden.

Schnittstellen verbinden die Verarbeitung mit realen Unternehmenssystemen.

Die beste Lösung entsteht deshalb häufig aus einer Kombination verschiedener Technologien.

Wir verfolgen keinen reinen AI-first-Ansatz. Wir analysieren zuerst den Prozess und entscheiden anschließend, wo Parser, Regeln, Software, Schnittstellen oder KI am sinnvollsten eingesetzt werden.

Für welche Dokumente eignet sich dieser Ansatz?

Ein vergleichbarer Ansatz kann – abhängig vom jeweiligen Prozess – beispielsweise für folgende Dokumenttypen interessant sein:

• Rechnungen
• Angebote
• Bestellungen
• Lieferscheine
• Verträge
• Formulare
• Berichte
• Protokolle
• E-Mail-Anhänge
• technische Dokumente

Entscheidend ist nicht nur die Frage, ob KI ein Dokument lesen kann.

Viel wichtiger ist:

Welche Informationen werden benötigt?

Wie zuverlässig müssen sie erkannt werden?

Welche Inhalte lassen sich regelbasiert verarbeiten?

Wo wird Kontextverständnis benötigt?

Welche Prüfungen müssen durchgeführt werden?

In welches System sollen die Daten anschließend übertragen werden?

Das Ergebnis des Kundenprojekts

Durch die entwickelte Lösung entstand ein strukturierter Prozess für die automatisierte Dokumentenverarbeitung.

Dokumente können:

ausgelesen,

strukturiert,

KI-gestützt interpretiert,

automatisch geprüft

und anschließend

über Schnittstellen weiterverarbeitet werden.

Damit konnten wiederkehrende manuelle Arbeitsschritte reduziert und Informationen schneller für nachgelagerte Prozesse bereitgestellt werden.

Gleichzeitig bleibt die Verarbeitung kontrollierbar.

Unsichere Ergebnisse werden nicht einfach ungeprüft übernommen, sondern gezielt erkannt und separat behandelt.

Die Architektur bietet außerdem eine Grundlage, um später weitere Dokumenttypen, Datenfelder, Prüfregeln oder Schnittstellen zu ergänzen.

Dokumentenprozesse mit KI in Österreich automatisieren

Sie verarbeiten regelmäßig PDFs, Rechnungen, Verträge, Formulare oder andere Geschäftsdokumente und übertragen Informationen daraus noch manuell in andere Systeme?

Wir analysieren gemeinsam Ihren bestehenden Prozess und prüfen:

• welche Dokumente automatisiert verarbeitet werden können,
• welche Informationen sich mit Parsern auslesen lassen,
• wo künstliche Intelligenz sinnvoll ist,
• wie kritische Daten validiert werden sollten,
• welche bestehenden Systeme angebunden werden können
• und welche Automatisierungsschritte wirtschaftlich sinnvoll sind.

Kompass Consulting & Software unterstützt Unternehmen bei Digitalisierung und Prozessautomatisierung, KI-Lösungen und individueller Softwareentwicklung.

Dokumentenprozess automatisieren?

Wir unterstützen bei der automatisierten Dokumentenauslesung, Systemanbindung und Prozessoptimierung.

Dokumentenprozess unverbindlich besprechen

Kernaussage des Projekts

Wir entwickeln nicht einfach eine KI, die Dokumente liest. Wir entwickeln einen belastbaren Prozess, der Informationen erkennt, prüft und automatisch dort bereitstellt, wo das Unternehmen sie benötigt.

Weitere Informationen zu OCR finden Sie auf der Website der JKU.

AI-assisted