Automatische Dokumentklassifizierung mit intelligenter OCR

Dokumentenklassifizierung, automatische Kategorisierung, intelligentes Sortieren – all dies bezeichnet eine zentrale Fähigkeit in einer Arbeitswelt, die von Dokumenten überflutet wird. Ob Gehaltsabrechnungen, Lieferantenrechnungen, Verträge oder Ausweisdokumente: Die effiziente Organisation und Sortierung von Informationen ist heute in vielen Branchen entscheidend.

Banken, Versicherungen, Gesundheitswesen, Logistik, Personalwesen und sogar der öffentliche Sektor stehen vor einem massiven Zustrom heterogener und oft sensibler Dokumente, die schnell und präzise verarbeitet werden müssen. Doch manuelle Bearbeitung stößt schnell an Grenzen: Sie ist langsam, fehleranfällig und arbeitsintensiv.

Hier kommen Intelligent Document Processing (IDP)-Technologien ins Spiel. Künstliche Intelligenz, maschinelles Lernen und optische Zeichenerkennung (OCR) ermöglichen es heute, große Mengen an Dokumenten automatisch zu analysieren und zu klassifizieren.

Was ist Dokumentenklassifizierung?

Darunter versteht man die Fähigkeit, den Typ eines Dokuments (z. B. „Vertrag“, „Reisepass“, „Rechnung“ usw.) automatisch zu erkennen – ohne menschliches Eingreifen – um es dem richtigen Workflow oder der passenden Datenbank zuzuordnen.

Dieser Schritt ist entscheidend für jede Automatisierung, da er die nachfolgenden Phasen wie Datenerfassung, Validierung und Archivierung direkt beeinflusst.

In diesem Artikel veranschaulichen wir diese Fähigkeit anhand eines realen Anwendungsfalls: der automatischen Klassifizierung mehrsprachiger Ausweisdokumente (Personalausweise, Reisepässe, Führerscheine, Aufenthaltstitel) mit der Koncile-Lösung.

Dokumentenklassifizierung für Ausweisdokumente

Koncile ist eine intelligente OCR-Software, die sich auf die präzise Datenerfassung aus komplexen Dokumenten wie Verträgen, Gehaltsabrechnungen, Finanzberichten oder Transportpapieren spezialisiert hat.

Unser Ziel ist einfach: ein schnelles, zuverlässiges System ohne manuelle Konfiguration bereitzustellen.
Damit ist es eine ideale OCR-Software zur Datenerfassung für Teams, die manuelle Arbeit reduzieren und Konsistenz über große Dokumentenmengen hinweg verbessern möchten.

In diesem Beispiel haben wir unsere automatische Klassifizierungs-Engine mit Ausweisdokumenten (Personalausweise, Reisepässe, Führerscheine, Aufenthaltstitel) aus mehreren Ländern getestet.

Testprotokoll

Wir verwendeten ein Set von 18 Dokumenten (Führerscheine, Aufenthaltstitel, Personalausweise, Reisepässe), darunter:

 
• Französische Ausweisdokumente
 
• Britische Dokumente
 
• Und italienische Dokumente, die absichtlich ausgeschlossen wurden, um die automatische Erkennung zu überprüfen.

Test 1: Klassifizierung nach Dokumenttyp

Ziel: Bewertung der Systemleistung ohne Kontextinformationen.
Hier sind die Schritte dieses ersten Tests:

1 – Erstellen eines Ordners für Ausweisdokumente

2 – Hinzufügen der verfügbaren Extraktionsvorlagen

In diesem Test geben wir keine Beschreibung der zu erfassenden Informationen an. Wir fügen einfach die bestehenden Vorlagen hinzu, die bereits in der Anwendung erstellt wurden.

3 – Import der verschiedenen Dokumenttypen ohne Klassifizierung

Wir importierten alle 18 Dokumente ohne Sortierregeln oder Anweisungen, um das Standardverhalten der Koncile-Engine zu beobachten.

Die Engine sollte in der Lage sein:

 
• Relevante Dokumente zu identifizieren
 
• Deren Typ zu bestimmen (Ausweis, Reisepass, Führerschein…)
 
• Sie automatisch zu klassifizieren, ohne menschliche Eingabe

Ergebnisse von Test 1

Trotz fehlender Anweisungen konnte die Engine alle Dokumenttypen korrekt erkennen und automatisch klassifizieren – unabhängig von der Sprache. Erfolgsquote: 100 %.

Test 2: Klassifizierung nach Land

Ziel: Automatische Unterscheidung französischer und britischer Ausweisdokumente ohne Kontext.

Mit zwei Ordnern (Frankreich / Vereinigtes Königreich) wurde die Komplexität erhöht. Die Engine sollte die Dokumente allein anhand des Inhalts zuordnen.

Ergebnisse von Test 2

15 von 18 Dokumenten wurden korrekt klassifiziert, was einer Erfolgsquote von 83,33 % entspricht. Fehler traten hauptsächlich bei italienischen Dokumenten auf, die mangels Kategorie fälschlich zugeordnet wurden.

Test 3: Hinzufügen einer Beschreibung

Ziel: Beobachtung der Auswirkungen eines beschreibenden Prompts auf die Genauigkeit.

Ergebnisse von Test 3

Nach Hinzufügen eines präzisen Prompts erreichte das System eine Erfolgsquote von 100 %. Der Kontext half, die zuvor fehlerhaften Fälle korrekt zuzuordnen.

Strategien zur Verbesserung der Zuverlässigkeit

 
• Erstellen zusätzlicher Kategorien: Feinere Unterordner verbessern die Erkennungsgenauigkeit.
 
• Verwendung dokumentenspezifischer Prompts: Detaillierte Beschreibungen erhöhen die Präzision je nach Dokumenttyp.
 
• Nutzung der visuellen Struktur: Layout und Felder helfen, ähnliche Dokumente zu unterscheiden.
 
• Einbindung menschlicher Validierung: Bei Unsicherheiten kann eine manuelle Prüfung die Modelle weiter verbessern.

Automatische Dokumentenklassifizierung ist längst kein technisches Extra mehr, sondern ein strategischer Vorteil für jede Organisation mit großen Datenmengen.

Wie unsere Tests zeigen, liefert Koncile selbst ohne Konfiguration präzise Ergebnisse – dank fortschrittlicher visueller, textueller und kontextueller Analysefunktionen.

Durch gezielte Prompts oder erweiterte Sortierkategorien lässt sich die Leistung noch weiter steigern, wodurch Dokumentenmanagement schneller, sicherer und weitgehend automatisiert wird.