KI im Mittelstand – Chance statt Bedrohung
Unternehmen erhalten täglich zahlreiche Briefe und E-Mails, die zeitnah bearbeitet werden müssen. Dazu gehören Bestellungen, Rechnungen und Kündigungen sowie Mitteilungen von Kunden über geänderte Adressen oder Bankverbindungen. Diese Nachrichten müssen klassifiziert und ihr extrahierter Inhalt als Geschäftsvorfall im Zielsystem zur Verarbeitung angelegt werden. KI-Modelle können diesen Prozess erheblich unterstützen und Mitarbeitende von monotonen Tätigkeiten entlasten.
Inhalt
KI-Modelle zielführend mit Human in the Loop trainieren
Zur Einführung von KI sollten Unternehmen zunächst analysieren, welche Geschäftsvorfälle sie automatisieren möchten, und anschließend für jeden ein individuelles Modell aufsetzen und trainieren. Dies kann entweder auf Basis historischer Dokumente samt zugehöriger Daten erfolgen oder aber dynamisch anhand von Live-Daten im Tagesgeschäft. Sind Menschen dabei aktiv eingebunden („Human in the Loop“, HITL), indem sie die Ergebnisse der KI-Modelle prüfen und gegebenenfalls korrigieren, wird sicherstellt, dass diese Trainingsdaten eine hohe Qualität haben. So können sich KI-Modelle sogar eigenständig entwickeln bzw. kontinuierlich optimieren. Diese Kombination der Stärken intelligenter technischer Algorithmen mit dem Urteilsvermögen von Menschen erhöht die Prozessqualität und -effizienz.
Human in the Loop beim Post- und E-Mail-Eingang
Damit KI-Modelle lernen, die Inhalte eingehender Briefe und E-Mails zuverlässig zu erkennen und dann als Geschäftsvorfall im Zielsystem anzulegen, werden die Dokumente zunächst von Sachbearbeitern in einer universellen Label-Maske klassifiziert. Dort werden auch die relevanten ausgelesenen Inhalte, wie eine Kunden- oder Vertragsnummer, eingetragen. Diese Label-Maske fungiert als Frontend einer Plattform, auf der jedem Geschäftsvorfall entsprechende KI-Modelle zugeordnet sind. Mit jeder Verarbeitung erhöht sich der Trainingsstand der KI-Modelle, sodass sie zunehmend besser in der Lage sind, die Briefe und E-Mails korrekt zu erkennen und relevante Inhalte zu extrahieren. Parallel dazu sinkt der manuelle Aufwand und die Mitarbeitenden werden von monotonen Routinetätigkeiten entlastet. Schließlich erfolgt der gesamte Prozess – von der Klassifizierung eingehender Dokumente über das Auslesen ihrer Inhalte bis hin zur Übergabe an die Zielsysteme und der Verarbeitung – vollständig automatisiert.
Human in the Loop automatisiert die Generierung von KI-Modellen
Unser dynamischer Ansatz ermöglicht die eigenständige Entwicklung von KI-Modellen, wie das folgende Beispiel verdeutlicht: Ein Unternehmen bietet einen neuen Service an, zu dem es erstmals Kundenanfragen erhält. Für diese existiert anfänglich noch kein KI-Modell. Die Sachbearbeiter klassifizieren deshalb in der Label-Maske die Anfragen mit den entsprechenden Dokumenten und hinterlegen relevante extrahierte Daten. Wir speichern diese Informationen, um einen Trainingsbestand für den neuen Geschäftsvorfall aufzubauen. Sobald ein definierter Schwellwert an Trainingsdokumenten erreicht ist, schlägt unser System vor, ein passendes KI-Modell selbstständig zu generieren. Dessen Ergebnisse werden durch den Menschen überprüft – ein klassischer Human-in-the-Loop-Ansatz. Wenn das KI-Modell alle Dokumente korrekt klassifiziert und die Inhalte ebenso korrekt extrahiert, werden die Informationen dunkel – also ohne menschlichen Eingriff – ins Zielsystem übertragen.
Human in the Loop optimiert Lernkurven von KI-Modellen
Ist das KI-Modell bei der Inhaltserkennung unsicher, werden die extrahierten Daten in der Label-Maske angezeigt und der Sachbearbeiter nimmt nach einer Prüfung gegebenenfalls Korrekturen vor oder ergänzt fehlende Inhalte. Dieses Feedback wird an das System zurückgegeben, das auf dieser Basis eine neue KI-Version im Hintergrund generiert.
Um sicherzustellen, dass diese leistungsfähiger ist als die vorherige, haben wir ein Verfahren integriert, das die Werte beider Modelle in einem Regressionstest miteinander vergleicht. Hier differenzieren wir uns von Anbietern universeller KI-Textract-Modelle. Wenn von diesen eine neue Version verfügbar ist, können Anwender nicht sicher sein, dass bisher erkannte Dokumente auch weiterhin zuverlässig identifiziert werden. Das stellt für Unternehmen ein großes Problem dar, weil Prozesse zunächst nicht mehr automatisiert ablaufen können und zahlreiche Dokumente wieder manuell zugeordnet und verarbeitet werden müssen. Mit unserem integrierten Vergleichsalgorithmus stellen wir hingegen sicher, dass unsere KI-Modelle ausschließlich besser, aber niemals schlechter werden. Darüber hinaus laufen sie auch On-Premises, sind also auf dem Server des Kunden implementierbar.
Fazit
Unser Human-in-the-Loop-Ansatz befähigt Unternehmen, KI-Modelle selbstständig zu generieren und kontinuierlich weiterzuentwickeln. Dadurch übernehmen sie Schritt für Schritt Routineaufgaben der Sachbearbeiter, womit Unternehmen die Folgen des demografischen Wandels abfedern und vor allem ihre Effizienz steigern können.
Kontaktieren Sie uns gern, um zu erfahren, wie unsere KI-Modelle mit Human in the Loop den Automatisierungsgrad Ihrer Prozesse erheblich steigern können!