Dokumentenklassifizierung
Dokumentenklassifizierung ist die automatische Zuordnung eines eingehenden Dokuments zu einer Dokumentart, etwa Rechnung, Lieferschein, Auftrag, Reklamation oder Vertrag, damit es an den richtigen Bearbeitungsweg und die passende Extraktion übergeben wird.
Die Klassifizierung ist der erste Schritt jeder Belegautomatisierung und geht der [[dokumentenextraktion|Dokumentenextraktion]] voraus, weil jede Dokumentart eigene Felder und Prüfregeln hat; Grundlage der [[dunkelverarbeitung|Dunkelverarbeitung]] ist eine verlässliche Zuordnung.
In einfachen Worten
Im Posteingang eines Betriebs liegt alles durcheinander: Rechnungen, Mahnungen, Auftragsbestätigungen, Lieferscheine, Bewerbungen, Werbung. Bevor ein System Werte auslesen kann, muss es wissen, welche Art Dokument vorliegt, denn eine Rechnung hat andere Felder als ein Lieferschein. Die Klassifizierung erkennt die Dokumentart an mehreren Merkmalen: Schlüsselwörtern wie Rechnung oder Gutschrift, Aufbau und Anordnung der Seite, Absender und Dateiformat. Heutige Verfahren nutzen dafür trainierte Modelle oder Sprachmodelle, die den Inhalt des ganzen Dokuments berücksichtigen. Zu jeder Zuordnung liefert das System einen Konfidenzwert. Liegt er unter der festgelegten Schwelle, bestimmt ein Mensch die Art. Eine eigene Aufgabe ist das Trennen von Stapeln: Wird ein Stapel Papier am Stück eingescannt, erkennt die Klassifizierung, wo ein Dokument endet und das nächste beginnt.
Wozu brauche ich das?
Die Klassifizierung lohnt sich, sobald Dokumente über einen gemeinsamen Kanal eingehen, etwa ein zentrales Postfach, den Scanner der Poststelle oder ein Upload-Formular. Sie leitet jedes Dokument an die zuständige Abteilung und an die passende Extraktion weiter und ersetzt das morgendliche Sortieren von Hand.
Beispiel aus der Praxis
Eine Hausverwaltung mit mehreren tausend Wohneinheiten erhält Post von Mietern, Handwerkern, Versorgern und Behörden über ein zentrales Postfach und die Poststelle. Die Klassifizierung unterscheidet Handwerkerrechnungen, Abrechnungen der Versorger, Schadensmeldungen von Mietern, Kündigungen und behördliche Schreiben. Rechnungen gehen in die Buchhaltung und werden dort im Rahmen der Dunkelverarbeitung ausgelesen und geprüft. Schadensmeldungen erzeugen einen Vorgang für die zuständige Objektbetreuung. Kündigungen landen wegen ihrer Fristen sofort bei der Teamleitung. Schreiben, die das System keiner Art sicher zuordnen kann, ordnet die Poststelle von Hand zu; diese Zuordnungen fließen in das Nachtraining des Modells ein.
Wirtschaftlicher Nutzen
Die Klassifizierung verkürzt die Zeit, bis ein Dokument bei der zuständigen Person ankommt, und verhindert, dass fristgebundene Schreiben im Stapel liegen bleiben. Sie ist die Voraussetzung dafür, dass nachgelagerte Automatisierungen überhaupt greifen: Eine falsch erkannte Dokumentart schickt die Extraktion auf die Suche nach Feldern, die es im Dokument nicht gibt.
Typische Fehler
- Zu viele fein abgestufte Dokumentarten anlegen, die das System kaum unterscheiden kann.
- Keine Restklasse für unbekannte Dokumente vorsehen, sodass jedes Schreiben zwangsweise einer Art zugeordnet wird.
- Fristgebundene Dokumentarten wie Kündigungen oder Bescheide nicht gesondert behandeln.
- Korrekturen der Sachbearbeitung nicht für das Nachtraining nutzen.
- Stapelscans ohne Dokumententrennung verarbeiten, sodass mehrere Dokumente als eines gelten.
Worauf achten?
- Dokumentarten nach Bearbeitungsweg festlegen: Was gleich bearbeitet wird, bildet eine Art.
- Eine Restklasse für nicht zuordenbare Dokumente einrichten, die ein Mensch prüft.
- Fristgebundene Arten mit Vorrang und eigener Benachrichtigung versehen.
- Die Trefferquote je Dokumentart messen und nicht nur über alle Arten gemittelt.
- Bei personenbezogenen Inhalten wie Bewerbungen den Zugriff auf die zuständigen Personen begrenzen.
Häufig gestellte Fragen
Was ist Dokumentenklassifizierung?
Dokumentenklassifizierung ordnet eingehende Dokumente automatisch einer Dokumentart zu, etwa Rechnung, Lieferschein oder Reklamation. Die Zuordnung bestimmt, an welche Abteilung und an welche Extraktion das Dokument weitergeht.
Wie unterscheiden sich Klassifizierung und Extraktion?
Die Klassifizierung bestimmt, welche Art Dokument vorliegt. Die Extraktion liest anschließend die einzelnen Werte aus, etwa Rechnungsnummer und Betrag. Sie braucht die Klassifizierung, weil jede Dokumentart andere Felder hat.
Was passiert mit Dokumenten, die das System nicht erkennt?
Sie landen in einer Restklasse und werden von einem Menschen zugeordnet. Diese Zuordnungen dienen als Trainingsmaterial, damit das System ähnliche Dokumente künftig selbst erkennt.