17.09.2019 (as)
5 von 5, (1 Bewertung)

Trends beim Scannen und Erfassen

  • Inhalt dieses Artikels
  • Scanner-Anbieter betrachten Digitalisierung als zentralen Treiber
  • Immer mehr Intelligenz wandert in Scanner
  • Das passiert auf der Softwareseite
  • Mögliche Kombinationen aus KI, ML, NLP und RPA

Reines Erfassen und Aufbereiten zur Langzeitarchivierung ist längst nicht mehr die vorrangige Aufgabe von Hard- und Software für die Erfassung von papiergebundenen und elektronischen Informationen. Es geht darum, aktive Geschäftsprozesse zu digitalisieren, um sie effizient und rechtssicher zu gestalten. Nutzer können von Hard- und Softwarelösungen im Scan-Umfeld profitieren, die sich mittels neuer Technologien auf diese Entwicklungen einstellen.

Moderne Scanner wie dieser wie dieses Inotec-Modell werden mit intelligenter Software und anderen neuen Technologien ausgestattet (Bild: A.Stadler)Moderne Scanner wie dieses Inotec-Modell werden mit intelligenter Software und anderen neuen Technologien ausgestattet (Bild: A.Stadler)Zwar war es auch im professionellen Bereich schon immer die Aufgabe von Scannern papiergebundene Informationen zu erfassen, aber die zunehmende Digitalisierung stellt die Hardware wie die dafür benötigte Software vor höhere Herausforderungen. Häufig genügt es nicht nur, die Informationen nach dem Digitalisieren zu archivieren, vielmehr ist gefordert, Informationen vom Papier direkt in die Geschäftsprozesse einfließen zu lassen und Archivierungsvorschriften zu erfüllen.

Frühes statt spätes Scannen lautete beispielsweise beim Finanzdienstleister Hoist die Devise. Hier werden täglich zwischen 800 und 1.000 mehrseitige Briefe sofort nach dem Posteingang digitalisiert und tagesgleich von den entsprechenden Teams bearbeitet. Zuvor wurden diese erst nach der Bearbeitung durch die Sachbearbeiter als barcodegekennzeichnete Dokumente von einem externen Dienstleister gescannt und digital an revisionssichere Archive im zentralen Dokumenten-Management-System übergeben. Nun kann die Post unmittelbar auf elektronischem Weg bearbeitet werden, was erheblich schneller abläuft als zuvor, da physikalisches Weiterleiten zum Dienstleister und Bearbeitenden entfällt und parallele Abläufe möglich sind.

Scanner-Anbieter betrachten Digitalisierung als zentralen Treiber

Davon, dass sich aufgrund der zunehmenden Digitalisierung papierbasierte Informationen im Unternehmensumfeld verringern und der Bedarf für Produktionsscanner vermutlich eher sinken wird, gehen die Anbieter nicht aus. Vielmehr glauben sie an das Gegenteil, wie Johannes Boerboom, CEO von InoTec, der mehr als optimistisch ist, dass Produktionsscanner auch und gerade in Zeiten der Digitalisierung weiterhin stark nachgefragt werden: »Die zunehmende Digitalisierung ist keine Bedrohung für unser Business, sondern der zentrale Treiber. Schließlich gilt es, Unmengen von Dokumenten zu digitalisieren – also zu scannen.«

Das Einhalten von Vorgaben wie GoBD und DSGVO sorgt außerdem für eine vermehrte Nachfrage nach Scannern, wie Friedhelm Schnittker, Managing Director beim ECM- und Capture-Systemintegrator Alos, meint: »Aufgrund von gesetzlichen Bestimmungen wird der Scanprozess in naher Zukunft noch stärker an Bedeutung gewinnen. Insbesondere mittelständische Unternehmen werden gezwungen sein, bestehende Dokumente zu digitalisieren.«

Immer mehr Intelligenz wandert in Scanner

Wichtigste Aufgabe der Produktionsscanner ist es, die Dokumente produktiv und in hoher Qualität zu erfassen. Je intelligenter die Produktionsscanner dabei selbst sind und nicht nur die nachgelagerte Capture- und Klassifizierungssoftware, desto vorteilhafter ist dies. Fehler aufgrund beschädigter oder verschmutzter Vorlagen lassen sich beispielsweise besser mittels Bildoptimierung und Imagebearbeitung kompensieren. Aber auch das Vorstrukturieren von Dokumenten anhand von Index-Informationen wie Format, Farbe und Barcodes ist hilfreich, um sie in die richtigen elektronischen Kanäle zu leiten und zeitaufwendiges Nachsortieren der Vorlagen zu vermeiden.

Eine Belegtrennung beispielsweise per Barcode kann unter anderem ein ERP-System generieren. Die Erfassungssoftware sorgt dann dafür, dass die getrennten Belege auch in unterschiedlichen Dateien abgespeichert werden und in ein lokales oder cloud-basiertes digitales Archiv wandern oder weiterbearbeitet werden. Welche Dateitypen und nachgelagerten Systeme unterstützt werden, ist von der Erfassungssoftware abhängig.

Das passiert auf der Softwareseite

Generell verwendet Erfassungs- oder Capture-Software Optical Character Recognition (OCR) oder Intelligent Character Recognition (ICR), um gescannte Dokumente in maschinenlesbaren Text zu wandeln. Zum Extrahieren dienen den Lösungen verschiedene analytische Technologien sowie mathematische, statistische und semantische Modelle. Der Einsatz von Künstlicher Intelligenz (KI) und Maschinellem Lernen (ML) spielt eine immer größere Rolle. So ist ML-Software in der Lage, unstrukturierte Daten zu erkennen wie sie in gescannten Dokumenten oder E-Mails vorkommen. Mit historischen Daten und steigender Laufzeit lassen sich die Systeme trainieren und verbessern.

Mehr Intelligenz können digitale Assistenten bieten, die auf Natural Language Processing (NLP)-Software basieren. Sie erkennen die gesprochene und geschriebene Sprache und besitzen die Kompetenz, die enthaltenen Informationen zu verstehen. Sie extrahieren relevante Daten, bearbeiten diese weiter und wirken wie ein Bindeglied zwischen Mensch und System. Ihre Assistenz beginnt bei der Terminfindung und reicht bis zur Unterstützung von komplexen Kundenprozessen.

Mögliche Kombinationen aus KI, ML, NLP und RPA

Kombiniert werden können diese Möglichkeiten auch mit Robotic Process Automation (RPA). RPA-Software ist in der Lage, wiederkehrende Aufgaben nach klar definierten Regeln durchzuführen. Damit lassen sich feste strukturierte Daten, die an einer bestimmten Stelle stehen, aus digitalisierten Formularen auslesen, ohne dass es eine digitale Integration geben muss. Praktisch ist diese Methode beispielsweise bei alten Programmen, die keine Schnittstelle bieten und eine Systemintegration aufwändig wäre. Zwar ist RPA im Gegensatz zu ML keine KI-Technik, aber trotzdem lassen sich entsprechende Lösungen miteinander kombinieren. Im ausgereizten Zustand können sogar autonom agierende intelligente Systeme entstehen, die eigenständig entscheiden und sich selbständig weiter entwickeln.

Capture-Software kann sich unterschiedlichster Methoden bedienen, verschiedenste Eingangskanäle anzapfen und diverse Vorgänge unterstützen. Um eine Übersicht über bestehende Erfassungslösungen zu geben, haben wir die »Auswahl verschiedener Capture-Lösungen« aktualisiert. Aber auch hardwareseitig geben wir in der neu erstellten »Übersicht über Hochleistungs- und Produktionsscanner« einen Überblick über zur Verfügung stehender Systeme.