Gastbeitrag BuDe:
Einsatz der KI-Software Buildsimple
In einer Ära, in der künstliche Intelligenz (KI) zunehmend das Rampenlicht in technologischen Innovationen erobert, und Tools wie ChatGPT und Midjourney in aller Munde sind, sticht mit Buildsimple ein Beispiel für KI-basierte Fortschritte im Bereich der intelligenten Dokumentenverarbeitung hervor. Mit der Implementierung von Buildsimple bei der Bayerischen im Juni 2023 hat sich die Landschaft der Datenextraktion und -verarbeitung signifikant gewandelt. In diesem Artikel werfen wir einen detaillierten Blick auf die Funktionsweise von Buildsimple, wie es die Herausforderungen unstrukturierter Daten meistert, und betrachten den erfolgreichen Einsatz dieser KI-Lösung in der Praxis.
Was ist Buildsimple? Was kann Buildsimple?
Buildsimple ist eine KI-basierte Software zur intelligenten Dokumentenverarbeitung und gehört zum Bereich des Inputmanagement. Das System kann eingehenden Schriftverkehr, egal ob Post, Fax oder E-Mail (egal ob maschinell oder handschriftlich geschrieben) erkennen und verarbeiten. Dabei können Dokumente in fachliche Einzeldokumente getrennt, automatisch klassifiziert und am Ende sogar die wichtigen Informationen ausgelesen werden. Durch einen No-Code Ansatz, ist die Plattform für den Fachbereich konzipiert. Zur Nutzung benötigt man keine IT- oder KI-Kenntnisse.
Wie nutzen wir Buildsimple bei der Bayerischen?
Seit dem 21. Juni 2023 nutzen wir die KI-Lösung zur Extraktion von Daten im Schriftverkehr. Als erstes Modell wurde hierzu die „Adress-/Kontoänderung“ trainiert. Unstrukturierter Input, also unorganisierte und somit maschinell schwer les- und analysierbare Dokumente, werden dabei in strukturierte und damit maschinell verwertbare Daten umgewandelt. Buildsimple nutzt hierbei Bild- und Textanalyseverfahren, um Daten aus den Dokumenten zu identifizieren und auszulesen. Vorteil: Die Extraktion/Strukturierung der Informationen hilft bei der weiteren Steigerung einer automatisierten Verarbeitung.
Ablauf des ersten Use Case
Für den ersten Use Case „Adress-/Kontoänderung“ mussten wir zuerst identifizieren, welche Geschäftsvorgänge (GeVo's) für die Bearbeitung des Dokumenttyps notwendig sind. Hinter der „Adress-/Kontoänderung“ verstecken sich u. a. die GeVo's Adressänderung, Bankdatenänderung, Namensänderung und Kommunikationsdatenänderung. Diese einzelnen GeVo's wurden dann zunächst in Feldgruppen zusammengefasst und mit den notwendigen Feldern erweitert (s. Bild).
Man kann jederzeit weitere notwendige Felder hinzufügen, muss dann nur das Modell nachtrainieren.
Nachdem die Feldgruppen definiert sind, wurde ein Modell mit Hilfe von ca. 7000 Dokumenten trainiert. Die hohe Anzahl an Dokumenten war notwendig, da im Dokumenttyp „Adress-/Kontoänderung“ so viele GeVo's enthalten waren.
Neben dem Erstellen und Trainieren des Modells waren weitere Anpassungen auf Seiten d.3 und Camunda notwendig. D. h. es war ein neues Routing in d.3 notwendig, damit die Dokumente in Buildsimple auch ankommen. Es musste eine neue Schnittstelle aufgebaut werden, damit d.3 mit Camunda (unserem Prozessorchestrierer) und Camunda mit Buildsimple kommuniziert. Des Weiteren mussten neue Prozesse aufgebaut, bzw. bestehende Prozesse angepasst werden, damit die extrahierten Daten verarbeitet werden können. Weiter war eine Schulung einer Kollegin aus dem SKC (BSC) im Bereich der Validierung in Buildsimple notwendig, um dadurch das Modell zukünftig weiter trainieren zu können und immer genauer zu werden.
Aktueller Stand und nächste Schritte
Seit Juni 2023 läuft nun der Prozess und wir konnten bereits Verbesserungspotenziale erkennen. Sei es bei der Verarbeitung der Dokumente oder auch bei der genaueren Klassifizierung. Unser Ziel ist es die notwendigen Nacharbeiten weitestgehend zu reduzieren und die Dunkelverarbeitungsquote zu erhöhen. Bereits jetzt lässt sich erkennen, dass die Bearbeitungszeit des GeVo's sich reduziert.
Autoren: Muamer Alagic / Johannes Müller
Buildsimple