Zum Inhalt springen
echteBerater.

Automatisiert ✅ – Erfassung und Analyse von Dokumenten

Autor
echteBerater G&W GmbH
Veröffentlicht
Kategorie
Workflow | Camunda | Prozessmanagement

Automatisierte Analyse digitaler Dokumente

Daten fallen in unserem Unternehmen täglich in großen Mengen an. Da wir von Anfang an ein papierloses Büro forciert haben, sind unsere Daten alle digital abgelegt. Die Nutzung dieser Daten für einfachste Analysen erweist sich jedoch als schwierig. Alle Daten liegen digital vor, jedoch in unstrukturierter Form, das heißt, die Daten in den Dokumenten sind zwar maschinenlesbar, jedoch nicht für Analysen geeignet. Die simple Frage „Wie viel geben wir jedes Jahr für Sprit aus?“ konnte nicht so einfach beantwortet werden.

In Unternehmen sammeln sich mit der Zeit riesige Mengen an digitalen Unterlagen, sei es in Form von Rechnungen, Quittungen oder anderen Dokumenten. Oft sind diese jedoch nicht unmittelbar nutzbar. Auch bei uns lag eine umfangreiche Sammlung an PDFs vor, die zwar sicher abgelegt, aber praktisch unbrauchbar war.

Ein konkreter Use Case brachte die Herausforderung auf den Punkt: Die Ermittlung der jährlichen Kosten für Kraftstoffe. Die Idee, alle Tankbelege manuell durchzugehen, wurde schnell verworfen. Was folgte, war die Suche nach einer automatisierten Lösung, die uns nicht nur diese Aufgabe erleichtern, sondern eine Vielzahl weiterer Analysen ermöglichen sollte.

Die Idee: Tankbelege automatisiert auswerten

Die Anforderung war klar: Eine Software, die Tankbelege automatisch einliest und relevante Informationen wie Treibstoffart, Literpreis und Gesamtbetrag extrahiert. Idealerweise sollte sie auch erkennen, ob auf dem Beleg andere Artikel verzeichnet sind – eine wichtige Information für steuerliche Zwecke. Doch die Umsetzung brachte ihre eigenen Herausforderungen mit sich, da wir folgende Anforderungen festgelegt hatten:

  • Kein Training auf Tausende Layouts: Die Software sollte ohne aufwendiges Layout-Training arbeiten.
  • Open Source bevorzugt: Die Lösung sollte auf frei zugänglicher Software basieren.
  • Lokale Verarbeitung: Alle Datenverarbeitungen müssen auf unseren eigenen Servern stattfinden.
  • Hohe Genauigkeit: Eine Erkennungsgenauigkeit von mindestens 90 % war das gesetzte Ziel.

Ein positiver Nebeneffekt der Auswertung ist die Möglichkeit, unsere CO₂-Bilanz bezogen auf den Fuhrpark zu berechnen. Dies ist nicht nur für interne Nachhaltigkeitsziele wertvoll, sondern auch im Hinblick auf die kommende EU-Verordnung zum CSRD-Reporting relevant. Unsere Anwendung könnte daher auch für Ihr Unternehmen von großem Interesse sein.

Der Entwicklungsprozess: Vom Plan zur ersten Version

Die Umsetzung begann wie bei jedem unserer Projekte: mit einer klaren Struktur und einer guten Tasse Kaffee. Unser erster Schritt war die Erstellung der Anforderungen in Jira, einem Tool zur Erfassung und Strukturierung von Anforderungen. Dies half uns, die Ziele und Funktionen der Software präzise zu definieren.

Planung und Programmierung

Mit den Anforderungen vor Augen startete der Programmierprozess – und das ist für mich immer der spannendste Teil. Innerhalb weniger Tage und Nächte entstand eine Anwendung, die sowohl einzelne Tankbelege als auch komplette Ordner mit vielen Belegen verarbeitet. Die Ergebnisse werden in strukturierter Form (JSON) ausgegeben.

Die erste Version: Ein funktionierender Prototyp

Der Prototyp erfüllt bereits die grundlegenden Anforderungen:

  • Einzel- und Massenverarbeitung: Belege können einzeln oder in Ordnern analysiert werden.
  • Relevante Daten extrahieren: Die Software identifiziert Treibstoffart, Literpreis, Gesamtbetrag, Währung und ob zusätzliche Artikel auf dem Beleg enthalten sind.
  • API-Schnittstelle: Die Anwendung bietet eine RESTful API.
  • Asynchrone Verarbeitung: Da die Auswertungen teils mehrere Sekunden laufen, muss eine asynchrone Verarbeitung gewährleistet sein.

Dieser Prototyp ist ein wichtiger Meilenstein, aber keine Endstation. Als nächsten Schritt nutzen wir diesen Prototypen als Grundlage, um einen ersten BPMN-Prozess aufzusetzen. Ziel ist es, eine vollautomatisierte Lösung bereitzustellen, die nahtlos in unsere bestehenden Geschäftsprozesse integriert werden kann.

Das Ergebnis

Als Input wird ein Tankbeleg an die Anwendung übergeben

untitled.png

Als Ergebnis liefert die Anwendung die Daten im JSON-Format zurück

{
    "process_id": "2c39340c-9bee-4171-897b-cc68e5b3ebb0",
    "status": "success",
    "results": [
        {
            "file_name": "single_file",
            "result": {
                "fuel_type": "Diesel",
                "liter": "53.58",
                "price_per_liter": "1.749",
                "currency": "EUR",
                "amount": "93.71",
                "note": "No other items included",
                "fuel_receipt": "true",
                "file_name": "Beleg_7_1.png"
            }
        }
    ]
}

Tests und nächste Schritte

Die erste Testphase umfasste 500 Dokumente, und die Ergebnisse sind vielversprechend. Doch um die Belastbarkeit und Skalierbarkeit der Software zu prüfen, plane ich umfangreichere Tests mit 5000 Dokumenten. Parallel dazu werden wir die Software um weitere Funktionen erweitern, basierend auf den Ergebnissen und dem Feedback aus der Testphase.

Zusätzlich geht es uns darum, die Möglichkeit der Datenstrukturierung allgemein auszubauen. Tankbelege dienten hier als Prototyp, aber die Technologie kann auf zahlreiche andere Arten von Dokumenten angewendet werden. Dadurch eröffnen sich zahlreiche neue Anwendungsfälle, die Effizienz und Transparenz in Unternehmen steigern.

Fazit: Erfolg durch Eigeninitiative

Dieser Prozess verdeutlicht, wie aus einer klaren Idee durch gezielte Eigeninitiative und fundiertes technisches Wissen eine praxisorientierte Lösung entsteht. Der entscheidende Faktor liegt darin, Herausforderungen präzise zu identifizieren und mit innovativen Ansätzen anzugehen. Dabei spielt es eine zentrale Rolle, komplexe Anforderungen auf einen überschaubaren Use Case herunterzubrechen, diesen erfolgreich zu realisieren und schrittweise weiterzuentwickeln. Die automatisierte Belegerkennung steht exemplarisch dafür, wie die Digitalisierung von Prozessen nicht nur neue Möglichkeiten eröffnet, sondern auch signifikante Effizienzgewinne für Unternehmen generieren kann – ein Potenzial, das es zu nutzen gilt.

Passendes Projekt: Belege automatisch auswerten

Wie sehen Ihre Use Cases aus? Lassen Sie uns ins Gespräch kommen und gemeinsam digitale Lösungen entwickeln!