Dokumente digitalisieren: Die Hebel Richtung künstliche Intelligenz stellen

Dokumente digitalisieren: Die Hebel Richtung künstliche Intelligenz stellen


Künstliche Intelligenz hilft, Digitalisierungslücken zu schließen, um alle Prozesse in einem einzigen Workflow abzudecken. Eine Alternative dazu gibt es nicht.“

Lesen Sie im Interview mit Jan Langkau, Bereichsleiter für die Produkte drebis und HCM bei der adesso insurance solutions GmbH, warum künstliche Intelligenz für Versicherer so wichtig ist und auf was bei der Anbieterwahl zu achten ist.

Dokumente digitalisieren_HP


Redaktion: Herr Langkau, was ist Ihrer Ansicht nach das Hauptproblem bei der Digitalisierung von Prozessen?

Jan Langkau: Die Assekuranz ist ein sehr komplexes System. Diese Komplexität führt leider viel zu oft dazu, dass relativ unreflektiert Prozesse und Medien digitalisiert werden. Von der Einführung neuer digitaler Systeme versprechen sich die Versicherer effizientere und schlankere Prozesse und damit Einsparungspotenziale. Dabei ergeben sich jedoch immer wieder auch blinde Flecken, sogenannte Digitalisierungslücken, die bei der Entwicklung der Strategie schlicht übersehen oder als nachrangig eingestuft worden sind.


Redaktion: Was sind die Folgen solcher Digitalisierungslücken?

Jan Langkau: Die Digitalisierungslücken haben gleich zwei negative Auswirkungen. Auf der einen Seite werden nicht alle Sparpotenziale genutzt, die sich aus einer konsequenten Digitalisierung ergeben. Auf der anderen Seite besteht das Risiko, dass die Mitarbeiter die Digitalisierung zwar als abstraktes Mammutprojekt erleben, aber auf ihr unmittelbares Arbeitsumfeld dennoch keine oder zumindest keine positiven Auswirkungen spüren.


Redaktion: Das hört sich erst mal sehr abstrakt an, wie sieht so ein Vorgang in der Praxis aus?

Jan Langkau:
Trotz aller Digitalisierungsbestrebungen müssen Versicherer nach wie vor täglich Tausende von Papierdokumenten bearbeiten. Mitarbeiter sichten, klassifizieren und bearbeiten E-Mails, Briefe und Faxe. Hier entstehen Medienbrüche, die Zeit und Geld kosten. Denn trotz des Einsatzes von digitalen Systemen innerhalb der Infrastruktur der Gesellschaft spüren die Sachbearbeiter keine Verbesserung ihrer Arbeitssituation. Sie befinden sich genau in dieser Digitalisierungslücke. Und genau hier gibt es enorme Spar- und Effizienzpotenziale. Die Umwandlung der eingehenden unstrukturierten Dokumente in digital strukturierte und somit maschinenlesbare Daten nutzt das Potenzial digitaler Systeme erst richtig aus.


Redaktion: Und wie digitalisieren Sie die Dokumente? Welche Schritte sind nötig und ab wann kommt dann die künstliche Intelligenz zum Einsatz?

Jan Langkau: Der erste Schritt auf dem Weg zur Automatisierung eingehender Dokumente ist die Digitalisierung des Inhalts mittels der optischen Texterkennung, der „Optical Character Recognition“ (abgekürzt OCR). Technisch gliedert sich der Prozess in zwei Phasen. Eine vorgelagerte Bildoptimierung, die ähnlich funktioniert wie die Kamerasoftware eines Smartphones. Sie korrigiert automatisch die Bildauflösung und Orientierung der Dokumente. Das so optimierte Ausgangsmaterial durchläuft in der zweiten Phase die OCR. Diese erstellt aus den gedruckten Buchstaben deren digitale Entsprechung, dank künstlicher Intelligenz in Form tiefer neuronaler Netze. Damit hat die OCR-Technologie in den vergangenen Jahren gewaltige Fortschritte gemacht. Die in dieser Phase eventuell noch auftretenden Fehler werden beispielsweise durch spezielle Wörterbücher korrigiert. Bildoptimierung und OCR sind jedoch rechenintensive Vorgänge. Dienstleister stehen dadurch vor der Herausforderung, die Leistungsfähigkeit des Gesamtprozesses zu gewährleisten.


Redaktion: War das schon alles beim Einsatz künstlicher Intelligenz? Das ist ja nicht wirklich neu.
Jan Langkau: Nein, das eigentliche Herzstück der Digitalisierung eingehender Dokumente versteckt sich im nächsten Schritt, der ohne KI nicht denkbar ist. Darin entwickelt das System ein Verständnis des Inhalts des jeweiligen Dokuments, ohne das die weitere automatisierte Verarbeitung nicht möglich wäre. Es müssen feste Regeln und KI miteinander kombiniert werden, um Inhalte zu klassifizieren und Informationen zu extrahieren. Eine Rechnung beispielsweise lässt sich auch ohne KI anhand bestimmter Merkmale erkennen. Hierzu ist keine rechenintensive künstliche Intelligenz nötig. Aber überall dort, wo keine eindeutigen Regeln formuliert werden können und Kriterien nur subtil vorhanden sind, kommen Algorithmen des maschinellen Lernens zum Einsatz.


Redaktion: Wie kann eine Maschine bzw. ein Algorithmus lernen und verstehen, was die richtige Antwort auf eine Frage ist?

Jan Langkau: Beim maschinellen Lernen analysieren Lernalgorithmen eine repräsentative Datenmenge auf ihre Bestandteile, also Wörter bzw. Wortpaare. Anschließend werden von einer gegebenen Frage-Antwort-Kombination die wichtigsten Wörter bzw. Wortpaare identifiziert und verknüpft. Dieser Vorgang wird dann noch häufig mit unterschiedlichen Frage-Antwort-Kombinationen und unterschiedlichen Wörtern bzw. Wortpaaren wiederholt. Auf diese Weise lernt der Algorithmus und wird zum Experten für eine Klassifikationsentscheidung. Das Training der KI erfordert allerdings zu Beginn menschliche Unterstützung, denn die Selektion der Daten, anhand derer die Maschine lernen soll, wird durch den Menschen durchgeführt.


Redaktion: Wie sieht es mit der viel gepriesenen „Lösung von der Stange“ aus?
Jan Langkau: Ich habe die Erfahrung gemacht, dass die Kunden letztendlich mit einer „Lösung von der Stange” unzufrieden sind. Kein Dokument gleicht dem anderen und jede Branche besitzt ihre eigenen, besonderen und subtilen Erkennungsmerkmale. Deshalb sollte die Anwendung möglichst passgenau für den konkreten Anwendungsfall entwickelt werden, damit einer langfristigen Freude am Produkt nichts im Weg steht.


Redaktion: Es gibt eine Menge Anbieter auf dem Markt. Wir finde ich den passenden Partner?
Jan Langkau: Die Lösungsanbieter unterscheiden sich voneinander in der Qualität und Architektur des maschinellen Lernens. Deshalb sollten sich Versicherungsunternehmen den individuellen Ansatz des Anbieters erklären lassen. Moderne und zeitgemäße KI-Systeme kombinieren verschiedene Verfahren miteinander, um die Stärken der verschiedenen Lernalgorithmen zu verbinden. Damit entscheiden unterschiedliche virtuelle Experten gemeinsam darüber, wie ein Objekt zu klassifizieren ist. Ein solcher Ensemble-Ansatz bietet die höchste Trefferqualität und erfordert vom Anbieter entsprechende Erfahrung in der Umsetzung und Bearbeitung diverser Dokumententypen – von kontextlastigen Texten bis hin zu tabellarischen Formaten wie beispielsweise Rechnungen. Das wiederum erfordert entsprechend umfangreich trainierte KI-Modelle.


Redaktion: Gibt es noch weitere Parameter, auf die man bei der Auswahl des Anbieters achten sollte?
Jan Langkau: Als Versicherer sollte man sich das Zusammenspiel zwischen Mensch und Maschine zeigen lassen, an genau zwei Stellen: zum einen, wenn die Lernalgorithmen anfangs konfiguriert werden, und zum anderen, wenn die Sachbearbeiter durch ihre qualitätssichernden Arbeiten als Lehrer der Maschine fungieren. Nur so kann die tatsächliche Skalierbarkeit bewertet werden. Auch sollten sich Prozesse und Dokumentenarten jederzeit ändern können, um eine zeitgemäße Konfigurationslösung im laufenden Betrieb erlauben. Ebenso sollte es kein Limit für zu digitalisierende Dokumente geben. Das ist auch nicht nötig, denn die Maschine lernt schnell und macht die Arbeit letzten Endes irgendwann fast von allein. Hier knüpft meine nächste Empfehlung an. Irgendwann in naher Zukunft sollte die maschinelle Lerneinheit der KI einen möglichst großen Teil der Arbeit übernehmen. Wird dauerhaft menschliche Hilfe benötigt, ist das zu teuer und nur wenig skalierbar. Wer also in eine KI-betriebene IT-Lösung investieren will, sollte bei den Herstellern genau hinsehen und nachfragen.


Redaktion: Was kommt nach der Schließung der Digitalisierungslücken?
Jan Langkau: Ein nächster logischer Schritt wäre „Predictive Analytics”. Damit treffen KI-Systeme aus vorhandenen Daten konkrete Vorhersagen zur Entwicklung der unterschiedlichsten Problemlagen. Durch die Analyse von Ergebnisdaten bieten sie Unterstützung beim Erkennen von potenziellen Schadensrisiken.

Redaktion: Danke für dieses ausführliche Interview!
Jan Langkau: Sehr gerne, jederzeit wieder.

 

Sie möchten mehr zu unseren KI-Lösungen erfahren, um Ihre Digitalisierungslücken zu schließen? Dann nehmen Sie direkt Kontakt mit unserem Experten Jan Langkau auf! 

Alle Artikel