Was ist Cognitive Process Automation?

cognitive process automation

19.05.2020

English version of the post

Dokumenten- und Input-Management: Fakten und Status Quo

In einer vollständig digitalen Welt würde jede Form der Kommunikation zwischen Kunden und Unternehmen in einem digitalen Raum stattfinden, der eine direkte und unmittelbare Verständigung ermöglicht.

Die Realität jedoch sieht anders aus und Unternehmen müssen immer noch Tausende von schriftlichen Dokumenten auf langem Postweg, per Live-Chat oder E-Mail bearbeiten. 

Die Arbeitsabläufe haben sich noch nicht vollständig dem digitalen Wandel angepasst und es wird noch lange dauern, bis jeder Prozess standardisiert und komplett digital sein wird. Es gibt noch eine Reihe von Einschränkungen und Hindernissen, die eine solche Welt zu einem weithergeholten Zukunftsbild machen.

Besonders im Versicherungs- und Bankwesen sind Papierdokumente, E-Mails, PDFs und andere Formen unstrukturierter Kommunikation noch immer die Norm.

Rechtliche und betriebliche Einschränkungen machen es Versicherungs- und Finanzunternehmen schwer, sich auf einen komplett papierlosen Betrieb umzustellen.

Darum gibt es trotz einer „immer und überall“ – Einstellung, die im Mittelpunkt der digitalen Transformation steht, immer noch Bereiche, in denen offene und unstrukturierte Informationen zwischen Unternehmen und anderen Instanzen, mit denen sie interagieren, ausgetauscht werden. 

Versicherungsunternehmen in Deutschland müssen derzeit etwa 1,4 Milliarden unstrukturierte Dokumente pro Jahr verarbeiten, die Standardfälle wie etwa Vertragsänderungen, Genehmigungen, Kündigungen, Schadensansprüche und medizinische Gutachten abdecken.

Lassen Sie diese Zahl auf sich wirken. 1,4 Milliarden Dokumente – pro Jahr!

Das ist eine enorme Menge an Informationen, die empfangen, an die richtige Abteilung weitergeleitet, verarbeitet und archiviert werden müssen. 

Kunden erwarten eine schnelle Antwort auf ihre Anfragen, aber oftmals sind für Unternehmen mehrere Teilschritte erforderlich, um jede schriftliche Mitteilung zu bearbeiten. Dieser Prozess kann oft Tage dauern und das ist nicht zu vereinbaren mit dem tatsächlichen Schwerpunkt der digitalen Transformation, der eine reibungslose und unmittelbare Kundenerfahrung mit sich bringt. 

Hinzu kommt, dass Input-Management Prozesse schnell extrem kostspielig werden können, da sie mehrere Schnittstellen haben und verschiedene Personen umfassen, welche die eingehenden Dokumente auswerten und in die Tat umsetzen müssen. 

Deutsche Versicherer berichten, dass die Verarbeitung unstrukturierter Informationen letztendlich Kosten von bis zu 23 € pro Dokument verursachen kann. 

Unternehmen weltweit versuchen natürlich, mit dieser Ineffizienz umzugehen. Es gibt einige wenige Technologien, die ihnen dabei helfen können, diese Situation zu bewältigen, indem verschiedene Schritte im Prozess automatisieren werden.

Außerdem, gibt es auch eine relativ neue Lösung für die Probleme, die mit Input-Management zusammenhängen: Eine Softwarekategorie, die als Cognitive Process Automation (CPA) bezeichnet wird.

Versuchen wir zu verstehen, was Cognitive Process Automation ist und wie es Ineffizienzen im Input-Management beseitigt.

 

Was ist Cognitive Process Automation?

 

Cognitive Process Automation ist eine Input-Management Technologie, die jede Art von unstrukturierten Information (wie E-Mails, gescannte Dokumente, Bilder von Dokumenten) in strukturierte und verarbeitbare Daten umwandelt, wobei die in Texten enthaltenen Informationen durch Natural Language Processing ausgewertet werden.

Die Software zur Cognitive Process Automation verwendet Künstliche Intelligenz und Machine Learning, um Module zu trainieren, die in Dokumenten wie Rechnungen, Verträgen, Schadensansprüchen oder medizinischen Berichten enthaltene Informationen klassifizieren, extrahieren und auswerten können, um jede Art von Text oder Formular in gebrauchsfertige kategorisierte Daten umzuwandeln, die sofort verarbeitet werden können.

Eine Cognitive Automation-Plattform wie ExB kann in jedes andere bestehende Input-Management, Workflow-Management oder Robotic Process Automation (RPA) System integriert werden, um den gesamten Input-Management Prozess zu automatisieren. Dabei wird maximale Effizienz erzielt, während gleichzeitig Reaktionszeit und Kosten drastisch gesenkt werden.

Im Grunde genommen überbrückt eine Cognitive Automation-Plattform die Lücke zwischen strukturierter (aber in Umfang und Raum begrenzter) und unstrukturierter (offener und flexibler) Kommunikation und ermöglicht es Unternehmen, jede Art von eingehendem Text sofort in verwertbare Informationen für die Prozessautomatisierung umzuwandeln. Das alles ist ohne jegliche Kodierung oder Prozessänderung, bzw. -anpassung seitens der Unternehmen möglich.

Lassen Sie uns ein wenig genauer hinschauen und sehen, wie sich Cognitive Process Automation von anderen Dokumenten-Management Lösungen unterscheidet. Werfen wir zunächst einen Blick auf andere Technologien und ihre Funktionsweisen, um zu verdeutlichen, wie eine Plattform zur Cognitive Process Automation verschiedene Elemente kombiniert, um eine end-to-end Input-Management Lösung bereitzustellen, die in beliebige Prozesse implementiert werden kann.

 

Dokumenten-Management Lösungen

 

OCR-Lösungen: Digitalisierung von Informationen

 

Das erste Problem, mit dem Unternehmen oft konfrontiert werden, ist die Digitalisierung der erhaltenen Dokumente. Um manuelle Dateneingabe zu vermeiden, führen sie häufig eine OCR-Software ein, um nicht-digitale Dokumente in maschinenkodierten Text umzuwandeln, der dann elektronisch mit Standard-Texteditoren verarbeitet werden kann, die oft in die OCR-Software selbst eingebettet sind. 

OCR steht für „optical character recognition“ (optische Texterkennung) und beschreibt den Umwandlungsprozess gescannter Bilder von Texten in maschinenlesbare Zeichen. 

OCR-Technologien variieren in Bezug auf Genauigkeit und Integrationsgrad, ihr Anwendungsbereich ist jedoch beschränkt auf die Umwandlung gescannter Dokumente in digital verarbeitbare Dateien

Diese Technologie ist hilfreich, um Rechnungen, Bestellungen, Papierdokumente oder PDFs in editierbare Formate umzuwandeln, die entweder manuell oder von anderen Systemen verarbeitet werden können. 

Es gibt verschiedene Arten von OCR-Lösungen, die meist in ein Dokumenten-Management System implementiert werden. 

Standard OCR-Lösungen verarbeiten und digitalisieren den gesamten Textinhalt, während Zone-OCR implementiert wird, um bestimmte Bereiche in einem Dokument mit einem höheren Spezialisierungs- und Genauigkeitsgrad umzuwandeln. 

Die Intelligent Character Recognition (ICR; intelligente Zeichenerkennung) erkennt auch handgeschriebene Textabschnitte und kann Buchstaben und Zahlen in digitale Zeichen umwandeln.

Optical Mark Recognition (OMR; optische Markierungserkennung) erkennt auch menschlich gekennzeichnete Angaben in Dokumenten, wie z. B. Ankreuzfelder, Unterschriften oder andere optische Markierungen in Umfragen, Formularen oder Fragebögen. 

OCR-Lösungen haben sich in den letzten Jahren stark verbessert und sind in unterschiedlichen Bereichen ausgesprochen weit verbreitet, aber sie ermöglichen es Unternehmen lediglich, gescannte Dokumente in digitale Daten umzuwandeln

OCR-Lösungen verstehen die Informationen, die sie konvertieren, nicht und erlauben keine Form der Automatisierung, es sei denn, sie werden in andere Systeme integriert. 

 

Optische Erkennungssysteme (Visual Recognition Systems)

 

Optische Erkennungssysteme werden darauf trainiert, Bilder zu erkennen und zu klassifizieren. Solche Systeme können auch darauf trainiert werden, Informationen auszuwerten, die nicht in die Kategorie von Text oder Formular fallen.

Solche Systeme können in einer bestimmten Kategorie von Bildern hochspezialisiert sein und z.B. Gesichter für die ID-Erkennung oder Straßenschilder für Autonavigationssysteme verarbeiten. 

Die optische Erkennung wird manchmal als Computervision bezeichnet. Bei der Verarbeitung von Dokumentationen ist diese ein ausgesprochen wichtiges Element, da es Unternehmen ermöglicht, z.B. Stempel oder Bilder, die in gescannten Dokumenten enthalten sind, zu erkennen und zu kategorisieren.

 

Text-Mining Lösungen

 

Als Text-Mining bezeichnet man den Prozess der Extraktion analytischer Erkenntnisse aus Texten

Text-Mining Lösungen verwenden Natural Language Processing (NLP), Computerlinguistik und Data Science, um bestimmte Texte in Analytik zu konvertieren, die dann je nach Ausgabeformat und zusätzlicher Systemintegration in verschiedenen Formen visualisiert werden können. 

Text-Mining Lösungen können zur Klassifizierung und Auswertung großer Datenmengen aus digitalisierten Dokumenten verwendet werden und sind nützlich für die Kategorisierung (Themenmodellierung) sowie für die Statistik- oder Sentiment-Analyse.

Text-Mining Lösungen werden in der Regel für bestimmte Aufgaben (auf der Grundlage von Zielen und Eingabedaten) trainiert und können für Informationsextraktion, Data Mining und Knowledge Discovery in Datenbanken (KDD) zur Durchführung von Textanalyse-Operationen eingesetzt werden. 

 

Einzelprozess-fokussierte Texterfassungs-APIs

 

Die Herausforderung, Dokumente automatisch zu digitalisieren und auszuwerten, hat eine Reihe hochspezialisierter Lösungen hervorgebracht, die Informationen für die Automatisierung des Input-Managements verstehen und extrahieren

Texterfassungslösungen können regelbasierte Systeme sein oder Maschinelles Lernen und Natural Language Processing (NLP) verwenden, um Daten zu kategorisieren und zu klassifizieren. 

Es gibt eine Vielzahl von Lösungen auf dem Markt, die sich auf die Extraktion von Informationen z.B. aus Bestellungen, Rechnungen, Verträgen und anderen Arten unstrukturierter Informationen konzentrieren oder die auf Betrugserkennung und Datenvalidierung trainiert sind. 

Bei solchen Lösungen kann es sich um einfache regelbasierte Systeme (recht unflexibel und nicht besonders innovativ) oder um vortrainierte KI-Modelle handeln, die in spezifische Prozesse implementiert werden können, um Input-Management oder RPA Systeme zu speisen.

Diese Tools können lokal ausgeführt werden oder Daten in der Cloud verarbeiten und unterscheiden sich in Bezug auf Verständnistiefe, Genauigkeit und Umfang der Implementierung.

 

End-to-end Input-Management durch Cognitive Process Automation

 

Cognitive Process Automation (CPA) kombiniert verschiedene Elemente der Dokumentenverwaltung, um eine end-to-end Lösung für die Automatisierung im Input-Management bereitzustellen.

Eine Cognitive Process Automation-Plattform kann jede Art der Texteingabe, angefangen bei E-Mails über Formulare, PDFs, gescannte oder fotografierte Dokumente, übernehmen, den Inhalt verstehen und in brauchbare und verarbeitbare Informationen für die Automatisierung umwandeln.

 

cognitive process automation diagram

 

Der Prozess beginnt mit einer OCR- und optischen Erkennungsphase, die es dem System ermöglicht, nicht nur Text, sondern auch handschriftliche Markierungen, Bilder, Tabellen, Stempel und Unterschriften zu erfassen und zu verarbeiten. 

Anschließend verwendet das System Natural Language Processing (NLP), um den Kontext und die Taxonomie für Klassifizierung, Entitätserkennung und Validierung wirklich zu verstehen. 

Im Grunde verarbeitet die Plattform Dokumente genau wie ein Mensch und schafft es, die Bedeutung verschiedener Elemente auf der Grundlage des Kontexts zu verstehen (z.B. die Unterscheidung des Ausstellungsdatums eines medizinischen Berichts vom Datum der Diagnose oder des Startdatums einer Behandlung).

Eine CPA bietet höchste Flexibilität in Bezug auf Umfang und Anwendung, da das System Machine Learning verwendet, um spezifische Modelle zur Erfassung und Verarbeitung jeglicher Art von Dokumenten für die Automatisierung des Input-Managements zu trainieren. 

An die KI-Phase schließen sich Validierungs- und Verifizierungsphasen an, in denen die Daten mit internen und externen Datenbanken verglichen werden, um ein Höchstmaß an Genauigkeit zu gewährleisten. 

Die Qualität der Daten für KI-Extraktoren wird mit einem F-Score (einem Qualitätsindikator, der von 0 bis 1 geht) gemessen. Bei einer CPA-Plattform wird die Ausgabequalität jedoch im Anschluss an die Post-Processing Phase in Form der Relevant Field Recognition Rate (RFRR) erfasst.

In diesem Fall ist es wichtig zu betonen, dass bei dem Vergleich verschiedener Lösungen die ML-Einheit einer CPA-Lösung allein nicht direkt mit spezialisierten, auf einzelne Prozesse fokussierten Input-Management Lösungen oder regelbasierten Systemen mit einem einfachen F-Wert verglichen werden kann.

Ein CPA-System wird jedoch in Bezug auf Genauigkeit und Effizienz immer gewinnen, wenn es als ganzer Prozess von der Vorverarbeitung über NLP bis zur Nachverarbeitung betrachtet wird.

 

comparison table of elements and performance of different information management systems VS cognitive process automation

Vergleichstabelle: Dokumenten-Management/Informationsmanagement Lösungen

ExB

 

ExB bietet eine leistungsstarke und flexible Cognitive Process Automation-Plattform an, die sich auf die Cognitive Workbench des Unternehmens stützt. Eine Trainingsplattform, die von Top-Neurolinguisten und ML-Experten entwickelt wurde, um hocheffiziente NLP-Modelle für die Automatisierung des Input-Managements zu generieren. 

Die Cognitive Workbench von ExB verwendet modernste Technologien für Deep Learning und NLP, um sogenannte „extraction thinker“ zu schaffen, spezialisierte Module, die die menschliche Sprache verstehen und Dokumente in strukturierte Daten umwandeln können. Dabei werden nicht nur semantische Klassifikation und Taxonomie, sondern auch positions- und kontextbezogene Hinweise zur Auswertung von Daten verwendet, wodurch ein viel höherer Genauigkeitsgrad erreicht wird.

Die Cognitive Workbench kann jede Art von Modellen trainieren, unabhängig von Branche, Sprache und Komplexität, derzeit wird sie aber in großem Umfang für das Training von CPA-Modellen für das Input-Management im Versicherungswesen eingesetzt (angefangen bei der Verwaltung von Policen über die Rechnungsverarbeitung und -validierung bis hin zu medizinischen Berichten u.v.m.). 

Ein CPA-Modul kann zunächst für einen einzelnen Anwendungsfall entweder lokal oder als AIaaS implementiert werden, aber dasselbe System kann dann auch auf andere Bereiche ausgedehnt werden, um potenziell alle Dokumentenverwaltungsprozesse abzudecken. 

Das System kann in der Tat eine vollwertige end-to-end Input-Management Plattform anbieten, sodass Unternehmen nicht mehrere verschiedene Lösungen für unterschiedliche Arten von Dokumenten implementieren müssen. 

Für jedes Dokument, das ein Unternehmen verarbeiten muss, kann ExB ein spezifisches Modul bereitstellen, das sofort in das zentralisierte CPA-System integriert werden kann. 

Ein Unternehmen – eine Lösung für den gesamten Input-Management Prozess!

Die CPA-Technologie von ExB versteht den Kontext, die Dokumentenstruktur, die Bedeutung und die kausalen Zusammenhänge vollständig und liefert klare Daten und Erkenntnisse, die dann für die Prozessautomatisierung genutzt werden können. 

 

Vorteile einer Cognitive Process Automation-Plattform

 

Cognitive Process Automation mit einer end-to-end Input-Management Lösung bringt eine Vielzahl an Vorteilen mit sich. Im Vergleich zu regelbasierten Altsystemen ist die Plattform extrem anpassungsfähig und kann leicht mit Variabilität und Unvorhersehbarkeiten umgehen.

Darüber hinaus ermöglichen Nachbearbeitungs- und Überprüfungsaktivitäten es den Betreibern, Feedback an das System zu geben, dessen Genauigkeit dann mit der Zeit exponentiell zunimmt. 

Unternehmen können spezifische, sofort einsatzbereite Module bestellen, aber auch direkt auf die Cognitive Workbench zugreifen. Sie können dann selbständig eigene Modelle erstellen und trainieren, die auf spezifische fachliche Anforderungen, Fachjargon und Geschäftsprozesse zugeschnitten sind, und zwar ohne jegliche Kodierung und mit minimalem Benutzertraining. 

Die Plattform garantiert ein Höchstmaß an Compliance in Bezug auf Output, da sie sich spezifischen Vorschriften anpassen kann, die Datenformat und -inhalt diktieren.

Eine CPA-Plattform ermöglicht es Unternehmen, ihre Produktivität zu steigern und die Reaktionszeit zu verkürzen, wenn Kunden Änderungen oder Anfragen einreichen, und gleichzeitig die Kosten für die Dokumentenverwaltung drastisch zu senken

Der ROI zeigt sich daher sowohl in direkten Einsparungen als auch in der sofortigen Skalierbarkeit (in Bezug auf das Volumen) und der Erweiterung der Anwendungsmöglichkeiten (eine zentralisierte Lösung für jede Art von Dokument, das verarbeitet werden muss). 

ExB ist der bahnbrechende Technologieanbieter in diesem Bereich und definiert die Kategorie der Cognitive Process Automation mit seinem einzigartigen Ansatz für das Input-Management. 

Um mehr über diese Kategorie, unser Produkt und darüber zu erfahren, wie Ihr Unternehmen von der Implementierung von KI und NLP in Ihren Input-Management Prozess profitieren kann, wenden Sie sich jetzt an unsere Solution Architects.