Business Center · Eingangspost
Eingangspost für mehrere hundert Mieterfirmen: scannen, erkennen, zuordnen
Ein Business Center nimmt die Post von mehreren hundert Mieterfirmen an. DATONG AI hat in einem Proof of Concept gezeigt, wie eingehende Briefe gescannt, ausgelesen und der richtigen Firma zugeordnet werden, mit einer Prüfseite, auf der ein Mensch bestätigt.
Status: Prototyp fertig, noch nicht im Produktivbetrieb; die IT des Kunden baut das System weiter auf
Auf einen Blick
- Branche
- Business Center, Büro- und Postservice
- Umfang
- Eingangspost für mehrere hundert Mieterfirmen
- Art
- Proof of Concept mit echten Beispielbriefen
- Status
- Weiterentwicklung durch die IT des Kunden
- Diese Leistung heißt bei uns
- Abläufe mit KI automatisieren
Wo lag das Problem?
Die Post aller Mieterfirmen kommt an einer Stelle an. Jeder Brief muss geöffnet oder angesehen, der richtigen Firma zugeordnet und weitergegeben werden. Bei mehreren hundert Firmen mit ähnlichen Namen ist das viel Handarbeit, und eine falsche Zuordnung ist peinlich.
Was sollte erreicht werden?
- Zeigen, ob sich das Sortieren zuverlässig automatisieren lässt, bevor jemand Geld in ein fertiges System steckt.
- Messen, wie oft die Zuordnung stimmt, statt es zu schätzen.
Wie sind wir vorgegangen?
- Beispiele sammelnEchte eingescannte Briefe und die Liste der Mieterfirmen.
- Ablauf bauenVon Scan über Erkennung bis zum Zuordnungsvorschlag.
- PrüfseiteEine Seite, auf der ein Mensch jeden Vorschlag bestätigt oder korrigiert.
- AuswertungEine Messung, wie oft die Zuordnung stimmt. Evaluation: An Beispielen, deren richtige Antwort bekannt ist, wird gezählt, wie oft das System richtig liegt.
- ÜbergabeDer Proof of Concept ging an die IT des Kunden, die das System weiter aufbaut.
Wie läuft es heute?
Ein Durchlauf, Schritt für Schritt. Die Markierung zeigt, wer den Schritt erledigt.
- MenschDer Brief wird gescannt.
- KIAbsender, Empfänger und Art des Schreibens werden erkannt. Dokumentenerkennung (OCR und Klassifikation): Erst wird der Text gelesen, dann die Art des Briefs bestimmt.
- AutomatikDas System schlägt die Mieterfirma vor. Entity Matching: Unter mehreren hundert ähnlich klingenden Firmennamen wird die richtige erkannt.
- MenschAuf der Prüfseite wird der Vorschlag bestätigt oder korrigiert.
Was bleibt beim Menschen?
- Jede Zuordnung bestätigt ein Mensch.
- Ein Proof of Concept ist noch kein laufender Betrieb: Er zeigt, was geht, und wie gut.
Wo liegen die Daten?
Für den Proof of Concept wurden Beispielbriefe des Kunden verwendet; die Weiterentwicklung liegt bei seiner IT.
Was hat der Kunde bekommen?
- Ein Ablauf von Scan über Erkennung bis zur Zuordnung.
- Eine Prüfseite.
- Eine Auswertung der Zuordnungsgenauigkeit.
Was haben wir dabei gelernt?
- Bevor jemand Geld in ein fertiges System steckt, mit echten Beispielen zeigen und messen, ob es funktioniert: Das ist eine bessere Entscheidungsgrundlage als jede Präsentation.
Passt das zu Ihnen?
Ein ähnliches Projekt lohnt sich, wenn:
- Bei Ihnen kommen täglich viele Dokumente an, die jemand sortieren und verteilen muss.
- Sie wollen erst sehen, ob es funktioniert, bevor Sie in ein fertiges System investieren.
Diese Leistung heißt bei uns: Abläufe mit KI automatisieren, ab 5.000 € pro Ablauf. Leistung und Preis ansehen
Welche Bausteine wurden eingesetzt?
- Dokumente erkennen
- Zuordnen
- Prüfseite
- Auswertung