Im Vergleich zu anderen L\u00f6sungen am Markt klassifizieren wir nicht nur die unterschiedlichen Dokumente und lesen auf Basis dieser Klassifikation die relevantesten Felder wie beispielsweise den Lieferanten, Empf\u00e4nger, Dokumentdatum und -nummer, Betr\u00e4ge inklusive Teilbetr\u00e4ge, Steuer und Steuersatz sowie Positionsdaten aus, sondern wir \u00fcbernehmen auch gleich die komplette Nachkontrolle und Nachbesserung, der von der Maschine erkannten Werte. Damit garantieren wir Ihnen h\u00f6chste Qualit\u00e4t, befreien Sie von l\u00e4stiger und kostspieliger Abtipp-Arbeit und erm\u00f6glichen eine h\u00f6here Robustheit der Prozessautomationen, welche auf dem initialen Dokumenteninput aufbauen.<\/p>\n\n\n\n
Bevor ich Ihnen die Plattform zeige, hier ein \u00dcberblick zur Verdeutlichung dessen, was wir wir im Hintergrund tun.<\/p>\n\n\n\n Dokumente werden im Normalbetrieb von Ihnen \u00fcber ein REST API an die Plattform gesendet, wo wir eine Qualit\u00e4tsverbesserung durchf\u00fchren. Das heisst, wir nehmen beispielsweise eine Rotation vor, sollte das Dokument auf dem Kopf stehen, wir verbessern wenn notwendig die Qualit\u00e4t des Bildes und f\u00fchren nat\u00fcrlich eine OCR sowie ein Layoutbildung aus. Anschliessend folgt die Klassifikation, wo wir identifizieren, um welche Dokumentart es sich handelt. Zuletzt extrahieren wir die wichtigsten Daten, um aus den unstrukturierten Dokumenten ein einheitliches, strukturiertes Datenformat zu erstellen, das an die nachgelagerten Systeme \u00fcbergeben werden kann.<\/p>\n\n\n\n Neben den Kopfdaten wie Adresse des Lieferanten und Empf\u00e4ngers, Referenznummern, Lieferdaten, Totalbetr\u00e4ge inkl. Steuers\u00e4tze und Zahlungsverbindungen extrahieren wir auch, insofern gew\u00fcnscht, die einzelnen Positionsdaten mit allen relevanten Daten wie Artikelbeschreibung, Artikelnummer, Menge, Einzelpreis als nat\u00fcrlich auch Referenzen der Positionen zu Bestellungen und Lieferscheinen, welche bei Sammelrechnungen und Bestellabgleichen essenziell sind. Am Ende erhalten Sie via unsere einfach anzubindende REST API ein strukturiertes JSON-File zur\u00fcck. Der ganze Prozess inklusive Kontrolle dauert dabei an Werktagen zwischen 08:00 und 17:00 Uhr maximal drei Stunden.<\/p>\n\n\n\n Erg\u00e4nzend zur Nachbearbeitung, die wir f\u00fcr Sie \u00fcbernehmen, bieten wir ausserdem<\/p>\n\n\n\n Schauen wir uns nun die grafische Oberfl\u00e4che an, welche Sie aber im Normalbetrieb nicht ben\u00f6tigen werden. Dokumente k\u00f6nnen Sie hier, insbesondere wenn Sie nachher einen Testlauf starten<\/a>, \u00fcber den Button oben rechts im Bild hochladen. Beim Upload \u00fcber den Dialog, welchen Sie hier im Screenshot als Pop sehen k\u00f6nnen, kann ich, wie bei dem Upload \u00fcber unsere REST Schnittstelle, angeben ob Positionsdaten extrahiert werden sollen und ob das Dokument zu klassifizieren ist oder ich bereits eine fixe Dokumentart mitgeben will. Anschliessend gehen Dokumente in die Verarbeitung.<\/p>\n\n\n\n Wie schon erw\u00e4hnt, spielen wir nach sp\u00e4testens drei Stunden die voll kontrollierten und vervollst\u00e4ndigten Extraktionsergebnisse zur\u00fcck. Im Hintergrund geht unser System \u00fcber das Dokument und interpretiert anhand aller durch uns jemals verarbeiteten Dokumente mittels Machine Learning die relevanten Daten, welche es zu extrahieren gilt.<\/p>\n\n\n\n In diesem Beispiel sehen wir, dass der Lieferant erkannt wurde sowie auch diverse weitere Kopfdaten: Rechnungsdatum, Rechnungsnummer, W\u00e4hrung, Positionen als auch das Total und die Zahlungskonditionen. Nun ist es aber so, dass sich hier Fehler eingeschlichen haben k\u00f6nnen und sich die Maschine bei gewissen Feldern nicht sicher war, ob sie ihren Job richtig gemacht hat. Denn keine Maschine ist heute im Stande, eine makellose Performance \u00fcber alle Dokumente hinweg hinzulegen. Zumindest noch nicht.<\/p>\n\n\n\n Durch unseren Ansatz Machine Learning methodisch neu und in einem nie zuvor erreichten Umfang auf Dokumenten anzuwenden und so von einem Swarm Learning Effekt zu profitieren, kommen wir unserer Vision, der autonomen Dokumentverarbeitung, das heisst perfekte Ergebnisse ohne menschliche Interaktion, mit grossen Schritten n\u00e4her. Wir sind daher \u00fcberzeugt, dass wir \u00fcber die Zeit mehr und mehr menschliche Arbeit aus dem Prozess heraus nehmen und diese Kostenersparnis an Sie weiter geben k\u00f6nnen. <\/p>\n\n\n\n Die nachbearbeitete Version des hochgeladenen Dokumentes habe ich Ihnen hier auch einmal aufgef\u00fchrt. Das w\u00e4re nun also die Art von Datenqualit\u00e4t, welche Sie von uns erwarten k\u00f6nnen. Wir haben hier anders als vorher auch den Rechnungsempf\u00e4nger, der nicht extrahiert wurde. Das Leistungsdatum wurde ebenso erg\u00e4nzt. Die Positionsdaten sind detaillierter nachgetragen worden sowie auch die Aufteilung des Totalbetrags nach den verschiedenen Steuers\u00e4tzen und Netto- und Bruttobetr\u00e4gen.<\/p>\n\n\n\n Basierend auf diesen Metadaten sollten Sie also im Stande sein, die Rechnung gr\u00f6sstenteils vollautomatisch durchbuchen zu k\u00f6nnen. Alternativ mit den Positionsdaten erm\u00f6glichen Ihnen die Daten auch die Rechnung direkt gegen Ihre interne Bestellung abzugleichen und zu kontrollieren, ob der Lieferant auch wirklich zu den Konditionen verrechnet hat, zu denen Sie bestellt haben.<\/p>\n\n\n\n Die Integration von Parashift wird normalerweise nach am Anfang des Inputprozesses vorgenommen. Elektronische und physische Dokumente kommen \u00fcber die verschiedenen Kan\u00e4len in ein f\u00fchrendes System – dies kann ein ERP-, Dokumentenmanagement-, Workflow-System oder sonstige Business Software sein, wo Sie Ihren Kreditorenworkflow oder P2P-Prozess abwickeln – und in diesem sitzen wir dann im Hintergrund beziehungsweise \u00fcbernehmen die ganze Konvertierung hin zu einem strukturierten Format.<\/p>\n\n\n\n Mit der Grundlage dieser Metadaten k\u00f6nnen Sie dann wiederum in Ihrem f\u00fchrenden System<\/p>\n\n\n\n In den meisten F\u00e4llen legen Sie das urspr\u00fcnglich erhaltene Dokument noch in einem Dokumentenmanagement-System ab und haben dann lediglich die aufbereiteten Buchungsdaten, welche im ERP-System weiterverarbeitet werden. Sie sehen, wir sind lediglich ein kleiner aber entscheidender Teil in einem Gesamtprozess, der als Enabler f\u00fcr umfassendere Automation ins Spiel kommt.<\/p>\n\n\n\n Kommen wir zu einem anderen spannenden Thema: dem Pricing. Wie schon angedeutet, verrechnen wir lediglich eine Transaktionsgeb\u00fchr f\u00fcr die Anzahl verarbeiteter Dokumente. Verpflichtende laufende Fixkosten gibt es keine.<\/p>\n\n\n\n Ein voll validiertes Dokument inklusive Klassifikation und allen Kopfdaten kostet zwischen EUR 0.35 und EUR 0.25 (egal wie viele Seiten dieses hat), die optionale Extraktion der Positionsdaten zwischen EUR 0.08 bzw. EUR 0.06 pro Position.<\/p>\n\n\n\n Umso mehr Volumen Sie pro Monat mit uns verarbeiten, umso g\u00fcnstiger wird der durchschnittliche Preis pro Dokument. F\u00fcr zus\u00e4tzliche Kostenvorz\u00fcge bieten wir Ihnen ebenfalls optional die M\u00f6glichkeit Pakete zu kaufen, welche einen Rabatt auf das Volumen mehrerer Monate gew\u00e4hren. Die Gr\u00f6sse dieser Pakete k\u00f6nnen Sie individuell bestimmen.<\/p>\n\n\n\n Wie gehts weiter? Wenn wir Sie \u00fcberzeugen konnten, melden Sie sich doch bei uns, sodass wir entweder einen Produkt-Workshop oder einen Proof of Concept organisieren k\u00f6nnen. Alternativ k\u00f6nnen wir auch direkt ins Thema Integration und Produktionsbetrieb eintauchen.<\/p>\n\n\n\n Eine Kontaktaufnahme starten Sie am besten direkt hier<\/a>, wo Sie gerne ein Meeting mit Thilo Rossa, unserem Head Product, buchen k\u00f6nnen. Sollten Sie noch keinen Testmandaten haben, registrieren Sie sich doch bei dieser Gelegenheit gleich \u00fcber das untenstehende Banner und nutzen Sie die Chance, die L\u00f6sung 14 Tage kostenlos und unverbindlich zu testen.<\/p>\n\n\n\n![\"overview_p2p-1\"\/](\"https:\/\/blog.parashift.io\/hs-fs\/hubfs\/overview_p2p-1.png?width=900&name=overview_p2p-1.png\")
<\/figure>\n\n\n\nDie Vorteile der L\u00f6sung<\/h4>\n\n\n\n
\n
Kurzer Einblick in die Oberfl\u00e4che<\/h4>\n\n\n\n
![\"Upload](\"https:\/\/blog.parashift.io\/hs-fs\/hubfs\/Bildschirmfoto%202020-05-15%20um%2014.16.09.png?width=900&name=Bildschirmfoto%202020-05-15%20um%2014.16.09.png\")
<\/figure>\n\n\n\n![\"Extraktionsergebnisse](\"https:\/\/blog.parashift.io\/hs-fs\/hubfs\/Bildschirmfoto%202020-05-15%20um%2014-16-29.png?width=900&name=Bildschirmfoto%202020-05-15%20um%2014-16-29.png\")
<\/figure>\n\n\n\n![\"Von](\"https:\/\/blog.parashift.io\/hs-fs\/hubfs\/Bildschirmfoto%202020-05-15%20um%2014.17.13.png?width=900&name=Bildschirmfoto%202020-05-15%20um%2014.17.13.png\")
<\/figure>\n\n\n\nWie Sie Parashift integrieren k\u00f6nnen<\/h4>\n\n\n\n
![\"integration_scenario-1\"\/](\"https:\/\/blog.parashift.io\/hs-fs\/hubfs\/integration_scenario-1.png?width=900&name=integration_scenario-1.png\")
<\/figure>\n\n\n\n\n
Der Kostenpunkt<\/h4>\n\n\n\n
![\"pricing-1\"\/](\"https:\/\/blog.parashift.io\/hs-fs\/hubfs\/pricing-1.png?width=900&name=pricing-1.png\")
<\/figure>\n\n\n\nDie ersten Schritte<\/h4>\n\n\n\n