Automatisierung mit Machine Learning für KMU
Automatisierung mit Machine Learning für KMU
4. September 2021 -
Dank Machine Learning und OCR können KMU beispielsweise ihre gesamte Rechnungsverarbeitung automatisieren. Und: Die Technologie lässt sich vielfältig einsetzen.
Artikel erschienen in IT Magazine 2021/09
Wo ein Unternehmen ist, sind Eingangsrechnungen nicht weit entfernt. Um den eigenen Betrieb aufrechtzuerhalten, muss jede Organisation – egal ob Grosskonzern oder Kleinunternehmen – Rechnungen verbuchen und bezahlen. Laut verschiedenen Umfragen sind speziell bei KMU die hiermit verbundenen Prozesse noch immer geprägt von manuellen Handgriffen, was wertvolle finanzielle und zeitliche Ressourcen bindet. Dank modernster Machine-Learning (ML)-Technologie erhalten KMU nun die Möglichkeit, ihre gesamte Rechnungsverarbeitung komplett zu automatisieren. Der Schlüssel dazu heisst Dokumentenextraktion.
Die Evolution der Dokumentenextraktion
Ohne sauberes Datenmaterial lassen sich keine nachgelagerten Prozesse maschinell abwickeln. Folglich kommt der Extraktion von Belegen eine zentrale Bedeutung zu, wenn es um die Verselbständigung der Buchhaltung geht. Bis anhin existierten zwei Optionen, um die Daten einer erhaltenen Rechnung auszulesen. Zum einen können Menschen die unterschiedlichen Rechnungsinformationen wie beispielsweise das Datum, den Rechnungsbetrag oder die Bankverbindung manuell in ein System einpflegen. Dieser heute noch weitverbreitete Ansatz ist aber äusserst langsam, fehleranfällig und ausserdem nicht skalierbar.
Eine Alternative zur manuellen Datenerfassung bietet die Optical-Character-Recognition (OCR)-Technologie, deren Ursprung ins Jahr 1960 zurückdatiert. Ins Deutsche lässt sich OCR mit dem Be-griff «optische Zeichenerkennung» übersetzen. OCR-Technologie erlaubt Anwendungen, die verschiedenen Charaktere, Zahlen und Zeichen auf einer gescannten Rechnung zu erkennen sowie die einzelnen Textbausteine (z.B. Lieferantenadresse oder Rechnungsbetrag) automatisch zu extrahieren. Dadurch entfällt für Unternehmen die manuelle Dateneingabe in eine Buchhaltungssoftware. Damit dieser Vorgang einwandfrei funktioniert, müssen KMU aber vorab Regeln und Templates für jede einzelne Rechnung definieren. Dies ist notwendig, da sich beispielsweise das Layout einer Swisscom-Rechnung stark von demjenigen einer kantonalen Steuerrechnung unterscheidet. Doch auch wenn Swisscom das eigene Layout anpasst (z.B. Rechnungsadresse neu links anstatt rechts), setzt dies wiederum eine Anpassung am entsprechenden Template voraus. Geht die Modifikation vergessen, lässt sich die automatische Belegextraktion und nachfolgende Verbuchung nicht durchführen. Generell kann herkömmliche OCR-Technologie nicht mit unstrukturierten Daten sowie Variationen umgehen. Setzt also ein KMU auf die Rechnungsverarbeitung mithilfe von OCR, resultieren daraus häufig hohe Kosten (Implementierungs-, Software- und Extraktionskosten pro Rechnung) sowie manuelle Arbeiten.
Eine Alternative zur manuellen Datenerfassung bietet die Optical-Character-Recognition (OCR)-Technologie, deren Ursprung ins Jahr 1960 zurückdatiert. Ins Deutsche lässt sich OCR mit dem Be-griff «optische Zeichenerkennung» übersetzen. OCR-Technologie erlaubt Anwendungen, die verschiedenen Charaktere, Zahlen und Zeichen auf einer gescannten Rechnung zu erkennen sowie die einzelnen Textbausteine (z.B. Lieferantenadresse oder Rechnungsbetrag) automatisch zu extrahieren. Dadurch entfällt für Unternehmen die manuelle Dateneingabe in eine Buchhaltungssoftware. Damit dieser Vorgang einwandfrei funktioniert, müssen KMU aber vorab Regeln und Templates für jede einzelne Rechnung definieren. Dies ist notwendig, da sich beispielsweise das Layout einer Swisscom-Rechnung stark von demjenigen einer kantonalen Steuerrechnung unterscheidet. Doch auch wenn Swisscom das eigene Layout anpasst (z.B. Rechnungsadresse neu links anstatt rechts), setzt dies wiederum eine Anpassung am entsprechenden Template voraus. Geht die Modifikation vergessen, lässt sich die automatische Belegextraktion und nachfolgende Verbuchung nicht durchführen. Generell kann herkömmliche OCR-Technologie nicht mit unstrukturierten Daten sowie Variationen umgehen. Setzt also ein KMU auf die Rechnungsverarbeitung mithilfe von OCR, resultieren daraus häufig hohe Kosten (Implementierungs-, Software- und Extraktionskosten pro Rechnung) sowie manuelle Arbeiten.