Modernes Dokumentenmanagement ist mehr als "Archivierung" - der gesamte Lebenszyklus eines Dokuments liegt dabei im Focus, von der Erstellung über Prüfung, Zusammenarbeit mit externen Partnern, elektronischer Unterschrift bis hin zur Langzeitarchivierung.
Dabei gilt es, unstrukturierte Daten - Dokumente - mit strukturierten Daten aus den operativen Anwendungen zu einheitlichen, prozessorientierten Sichten und Abläufen (Workflows) so zu verbinden, dass eine durchgehend digitalisierte Strecke entsteht.
Anwender sollen bestmöglich so unterstützt werden, dass Vorteile für die Kunden entstehen. Transparenz und Zeitgewinn über die gesamte Produktionsstrecke - seien es Produkte oder Dienstleistungen - ist das Ziel: die Digitalisierung ist hier ein klarer Wettbewerbsfaktor.
Wir beraten Sie gerne bei der Auswahl einer passenden Lösung und deren Implementierung - je nach Ihren Anforderungen.
Wir waren lange auf der Suche nach einer Lösung zur Klassifikation und Datenextraktion aus eingehenden Dokumenten, um Digitalisierungs-Projekte für unsere Kunden besser und mit weniger Aufwand umsetzen zu können. Wichtig war uns dabei vor allem, die nötige Zeit für das klassische "Training" von Dokumententypen zu vermeiden und die im laufenden Betrieb erforderliche Zeit für Fehlerkorrekturen zu minimieren. Mit dem neuartigen Ansatz von parashift sind wir nun fündig geworden.
Das besondere an parashift sind die vordefinierten, umfassenden Dokumententypen und ein kundenübergreifendes Machine Learning auf Datenpunktebene - so profitieren alle Nutzer von den Verbesserungen der Erkennung, die bei einzelnen Kunden anfallen. Darüber hinaus bietet parashift eine Vollvalidierung an - inklusive der in Einzelfällen oder der Anlaufphase erforderlichen manuellen Optimierung der Erkennung. Sie erhalten stets vollständig korrekt erkannte Belege und müssen für den gesamten Prozess der Beleglesung keinerlei interne Ressourcen (und Kosten) mehr einplanen.
Parashift bietet eine auf offenen Standards basierende Schnittstelle (REST / JSON) zur Integration in Anwendungen und eigene Lösungen, an welche Sie alle gängigen Geschäftsdokumente schicken können. Ohne Konfiguration und Training liefert die Schnittstelle dann produktiv nutzbare Dokumentendaten in strukturierter Form zurück.
Heute können nach diesem Prinzip über 150 Standard-Dokumenttypen verarbeitet werden. Über 1.000 weitere sind Bearbeitung. Ein Standard-Dokumenttyp ist eine gebrauchsfertige Lösung, die mit einem vordefinierten Datenmodell sowie trainierten Extraktionsmodellen für Datenpunkten ausgestattet ist.
Für die Verarbeitung greift die Parashift Plattform unter anderem auf Machine Learning-Technologien zurück, um das Schreiben von Extraktionsregelwerken zu automatisieren und Flexibilität hinsichtlich Layoutvariation, Datenformaten und Sprachen zu gewinnen. Anwendungsfälle können mithilfe solcher Out-of-the-Box-Lösungen entsprechend schnell und kostengünstig umgesetzt werden.
Kunden nutzen Parashift, um unternehmensweit Geschäftsprozesse zu beschleunigen. Egal, ob hoch- oder tiefvolumige Dokumenttypen, die Plattform ermöglicht die Dokumentenverarbeitung in der Breite. So können Out-of-the-Box-Lösungen von Parashift mit individuellen Dokumenttypen komplementiert werden. Solche Dokumenttypen definieren Sie innerhalb weniger Minuten mithilfe von Standard-Datenpunkten selbst oder lassen sich durch Parashift unterstützen.
Die Parashift Plattform lernt von allen Interaktionen. Sei dies bei der Seitentrennung, Klassifikation oder Datenextraktion. Speziell für die Datenextraktion verfolgt Parashift radikal neue Ansätze.
Anstatt die Lernmodelle wie in konventionellen Systemen an Dokumententypen zu binden, teilt Parashifts Verfahren die Modelle auf Datenpunkte auf. Datenpunkte repräsentieren einen strukturierten, normalisierten zu findenden Wert. Dieses Verfahren wird unabhängig vom eigentlichen Extraktionsansatz eingesetzt. So werden also die Datenpunkt von den Dokumententypen getrennt, von den Lernmodellen und Extraktionsmethoden entkoppelt und neu in Beziehung zueinander gesetzt.
Pro Datenpunkt können Lernmodelle und Extraktionsmechanismen also in Konkurrenz zueinander gestellt werden. In diesem Fall bildet ein weiteres Modell die Evaluation des jeweils besten Lernmodells und der besten Extraktionsmethode ab. Auf diese Weise ist es möglich, dass Lernmodelle unabhängig vom Dokumententyp verbessert werden können.
Dies führt dazu, dass für dieselben Datenpunkte kein zusätzlicher Lernaufwand für den jeweiligen Mandanten getrieben werden muss.
Zudem ermöglicht dies die einfache und zeitlich stark reduzierte Konfiguration von neuen Dokumententypen durch Verwendung bereits vor trainierter Datenpunkte und eliminiert gegenüber bestehenden Ansätzen Redundanzen beim Antrainieren der Lernmodelle.
Parashift durch dieses Verfahren ein "Schwarm-Effekt", indem die verbesserten Modelle über sämtliche auf der Plattform befindlichen User geteilt werden. In gleichem Masse fließen sämtliche Daten der formellen Validierung nach der Qualitätsprüfung in die Verbesserung der Lernmodelle. Sämtliche Verbesserungen der Lernmodelle werden wiederum allen Usern auf der Plattform zur Verfügung gestellt. Der gesamte Lernprozess erfolgt vollständig automatisiert.
Parashift ist eine Cloud-Lösung. Entsprechend einfach ist das Aufsetzen einer produktiv nutzbaren Umgebung sowie die Anpassung an die Anforderungen Ihres laufenden Betriebes.
Die Parashift Plattform wurde mit Security und Privatsphäre als Design-Anforderungen gebaut. So können sämtliche Vorgaben der DSGVO erfüllt und die Privatsphäre von Datensubjekten geschützt werden.
Mit unserer Software-Entwicklungsabteilung bieten wir Ihnen alle Leistungen, um die Funktionalität von parashift mittels der standardisierten REST-API in Ihre spezielle Anwendung zu integrieren.
Für das DMS M-Files haben wir für Eingangspost-Bearbeitung und Rechnungsworkflow fertige, erprobte Integrationen verfügbar.
Sprechen Sie jederzeit direkt Herrn Rubinstein an und holen Sie sich ihre kostenlose Erstberatung: arubinstein@symplasson.de
