Das Dokument, das Ihre KI gar nicht lesen kann
Ein eingescanntes PDF sieht für Sie wie ein Dokument aus und für Software wie eine Fotografie. Das ist der häufigste Grund, weshalb eine vielversprechende Automatisierung stockt.
Ein Muster, dem wir oft begegnen: Ein Betrieb will eingehende Dokumente automatisch verarbeiten, versucht es und bekommt schwache Ergebnisse. Die Ursache ist fast nie das Modell. Es ist, dass die Hälfte der Dokumente Bilder sind.
Die Unterscheidung, auf die es ankommt
Ein von Software erzeugtes PDF — eine Rechnung aus einer Buchhaltung, ein Export aus einer Textverarbeitung — enthält Text. Software kann ihn unmittelbar und genau lesen.
Ein von einem Scanner oder einer Handykamera erzeugtes PDF enthält ein Bild von Text. Software muss die Zeichen erst erkennen, und Erkennung macht Fehler: Aus einer 3 wird eine 8, aus einer Spalte ein Absatz, eine Tabelle verliert ihre Form.
Beide sehen auf Ihrem Bildschirm gleich aus. Unterscheiden lassen sie sich in zwei Sekunden: Versuchen Sie, ein Wort mit der Maus zu markieren. Geht es nicht, ist es ein Bild.
Warum das über Gelingen entscheidet
Erkennung auf einem sauberen, geraden, gedruckten Dokument ist heute sehr gut. Auf einem zerknitterten, bei schlechtem Licht an der Laderampe fotografierten Lieferschein ist sie es nicht — und kein Modell behebt das, weil die Information tatsächlich nicht lesbar ist.
Darum gelingt die Automatisierung von Lieferantenrechnungen bei Betrieben, deren Lieferanten ordentliche PDF schicken, und enttäuscht bei solchen, deren Lieferanten Fotos schicken.
Was vor dem Bauen zu tun ist
Nehmen Sie dreissig echte Dokumente jener Art, die Sie verarbeiten wollen. Sortieren Sie sie in Text und Bild. Das Verhältnis ist Ihre Antwort, und es kostet fünfzehn Minuten.
Sind die meisten Text, fahren Sie fort. Sind die meisten Bilder, ist das wertvollste Vorhaben nicht die Automatisierung — sondern Ihre zehn grössten Lieferanten um eine maschinenlesbare Rechnung zu bitten, was die meisten gratis tun und was das Problem an der Wurzel behebt.
Das weitere Prinzip
Die Fragen vom 12. September prüfen, ob ein Ablauf ein guter Kandidat ist. Dies ist dieselbe Frage auf der Ebene der Daten: Die Güte des Hineingehenden setzt eine Decke, die kein Modell hebt.
Zuerst das Eingehende zu prüfen ist unglamourös und rettet ganze Vorhaben.