Seminar enaio® KI-Automatisierung – lumee, kairos und classify-pro

KI-Funktionen werden entlang konkreter Dokumentprozesse bewertet. Neben Konfiguration und Nutzung stehen Datenzugriff, Ergebnisqualität, Schwellwerte, menschliche Verifikation und belastbarer Betrieb im Mittelpunkt.

Zwei Tage ermöglichen getrennte Übungsblöcke für dialogorientierte Assistenz und automatisierte Dokumentverarbeitung sowie einen gemeinsamen End-to-End-Fall.

Inhaltsverzeichnis

1. Lernziele
2. Zielgruppe
3. Voraussetzungen
4. Seminarinhalte
5. KI-Anwendungsfall, Datenzugriff und Qualitätsziel
6. enaio® lumee für dokumentbezogene Assistenz
7. enaio® kairos für Klassifizierung und Extraktion
8. enaio® classify-pro und elektronische Rechnungen
9. Transfer, Monitoring und kontrollierter Betrieb
10. Praxisübungen

Lernziele

• geeignete KI-Anwendungsfälle von ungeeigneten oder risikoreichen Fällen abgrenzen
• lumee für berechtigungsgebundene Zusammenfassungen, Vergleiche und Fragen einsetzen
• kairos-Klassen und Extraktionsfelder mit Qualitätskriterien testen
• classify-pro in einen Rechnungseingangsprozess einordnen
• Verifikation, Monitoring und Fehlerbehandlung für KI-Ergebnisse gestalten

Zielgruppe

Projektleitende, Administrierende, Prozessverantwortliche, Fachbereichs-Key-User und technische Consultants.

Voraussetzungen

Grundkenntnisse in enaio®, Dokumentprozessen und Datenqualität. Für Konfigurationsübungen ist administratives Verständnis erforderlich.

Seminarinhalte

Die Themen werden in einer festen Arbeitsfolge aus Einordnung, Konfiguration oder Bedienung, praktischer Prüfung und dokumentierter Auswertung bearbeitet.

KI-Anwendungsfall, Datenzugriff und Qualitätsziel

Vor der technischen Umsetzung werden Nutzen, Datenbasis, Berechtigungen und messbare Qualitätsziele festgelegt.

1. Schritt 1: Dokumentprozess und manuelle Aufwände eines Anwendungsfalls erfassen.
2. Schritt 2: Benötigte Dokumente, Metadaten und Benutzerrechte bestimmen.
3. Schritt 3: Fehlerrisiko und erforderlichen menschlichen Kontrollgrad bewerten.
4. Schritt 4: Qualitätskennzahlen für Treffer, Extraktion und Bearbeitungszeit festlegen.
5. Schritt 5: Pilotumfang und Abbruchkriterien definieren.

enaio® lumee für dokumentbezogene Assistenz

Dialoge mit Dokumentbeständen werden mit klarer Fragestellung und kontrollierter Ergebnisprüfung durchgeführt.

1. Schritt 1: Berechtigte Dokumentmenge und fachlichen Kontext auswählen.
2. Schritt 2: Präzise Frage mit gewünschtem Ausgabeformat formulieren.
3. Schritt 3: Zusammenfassung, Vergleich oder Extraktion anhand der Dokumente prüfen.
4. Schritt 4: Unklare oder unbelegte Aussage durch veränderte Fragestellung eingrenzen.
5. Schritt 5: Geeignete Nutzungsmuster und nicht zulässige Entscheidungen dokumentieren.

enaio® kairos für Klassifizierung und Extraktion

Dokumenttypen und relevante Werte werden automatisiert erkannt und mit Schwellwerten gesteuert.

1. Schritt 1: Dokumentklassen und Abgrenzungsmerkmale definieren.
2. Schritt 2: Repräsentative Trainings- und Testdokumente zusammenstellen.
3. Schritt 3: Extraktionsfelder, Formate und Validierungsregeln festlegen.
4. Schritt 4: Ergebnisse nach Konfidenz, Fehlerart und Dokumentklasse auswerten.
5. Schritt 5: Schwellwerte für automatische Verarbeitung und manuelle Verifikation bestimmen.

enaio® classify-pro und elektronische Rechnungen

Rechnungen werden klassifiziert, ausgelesen, fachlich geprüft und in einen nachgelagerten Prozess übergeben.

1. Schritt 1: Eingangsformate und erforderliche Rechnungsattribute erfassen.
2. Schritt 2: Stammdatenabgleich und fachliche Validierungsregeln festlegen.
3. Schritt 3: Gescanntes Dokument und strukturiertes Rechnungsformat getrennt testen.
4. Schritt 4: Unsichere oder widersprüchliche Werte im Verifikationsschritt bearbeiten.
5. Schritt 5: Ausgabedaten und Dokumente dem Zielprozess eindeutig zuordnen.

Transfer, Monitoring und kontrollierter Betrieb

KI-Ergebnisse werden über einen nachvollziehbaren Übergabeweg in enaio® verarbeitet und laufend überwacht.

1. Schritt 1: Transferweg, Zielobjekt und Feldzuordnung konfigurieren.
2. Schritt 2: Fehlerablage, Wiederanlauf und Dublettenregel definieren.
3. Schritt 3: Qualitätswerte und manuelle Korrekturen regelmäßig auswerten.
4. Schritt 4: Modell- oder Konfigurationsänderung in Test und Produktion trennen.
5. Schritt 5: Betriebsbericht mit Qualität, Volumen, Fehlern und Verbesserungsmaßnahmen erstellen.

Praxisübungen

• Bewertung eines KI-Anwendungsfalls mit Qualitäts- und Risikomatrix
• Dokumentvergleich und strukturierte Zusammenfassung mit lumee
• Klassifizierung und Extraktion eines gemischten Dokumentsets mit kairos
• Verarbeitung eines Rechnungsfalls mit Verifikation und Zielablage