Der Bedarf an Lösungen, welche die manuelle Dateneingabe automatisiert, steigt. “Warum?”, fragen Sie sich vielleicht. Heutzutage nutzen viele Unternehmen eine Menge an Daten, um sich einen Wettbewerbsvorteil zu schaffen. Wenn Sie z.B besser als Ihre Konkurrenten wissen, wo Sie Prozesse optimieren können, sind Sie auf der Gewinnerseite.
Haben Sie diesen Wandel verpasst? Sind die Daten Ihres Unternehmens immer noch in einer PDF-Datei oder noch schlimmer, in gedruckten Papierdokumenten versteckt? Oder widmen sich Ihre Mitarbeiter häufig dem manuellen Herauskopieren und Einfügen von Daten aus Papier und elektronischen Dokumenten?
Glücklicherweise ist es noch nicht zu spät für einen Wechsel! Neueste Entwicklungen in der OCR und Machine Learning Technologie schaffen nach und nach die Notwendigkeit der manuellen Dateneingabe ab. Intelligente Softwarelösungen können Daten automatisch aus Bildern und Dokumenten extrahieren.
In diesem Blog erklären wir die automatisierte Dateneingabe, inklusive der Vorteile und die häufigsten Anwendungsfälle. Am Ende werden Sie genau wissen, wie Sie die manuelle Dateneingabe mit OCR und Machine Learning automatisieren können.
Gibt es Unternehmen, die Daten immer noch manuell erfassen?
Die kurze Antwort lautet: Ja. Die manuelle Dateneingabe ist eine seit vielen Jahrhunderten bestehende Tätigkeit, die auch noch heute ein fester Bestandtteil vieler Unternehmensprozesse ist.
Eine Studie aus dem Jahr 2020 gibt an, dass fast die Hälfte (48%) von Unternehmen in der Produktionsbranche immer noch Spreadsheets oder andere Dokumente, welche das manuelle Eintippen von Daten erfordert, verwenden.
Einer der Gründe, warum die Dateneingabe noch nicht vollständig automatisiert ist, ist auf das Gewohnheitsverhalten von Menschen zurückzuführen. Es ist z. B. zur eingesessenen Gewohnheit geworden, Formulare oder Dokumente manuell zu bearbeiten. Andere Gründe sind mangelnde Einsicht in die tatsächlichen Kosten des Prozesses und zu wenig Kenntnisse über die Automatisierungsmöglichkeiten. Letztendlich ist das manuelle Herauskopieren und Einfügen von Daten ein Prozess, der wenig Aufwand bei der Implementierung, Nutzung und Instandhaltung erfordert.
Wir sehen dies jedoch als den hohen Preis für kurzfristige Einsparungen. Je mehr manuelle Datenerfassung Ihr Unternehmen durchführen muss, desto mehr kostet es Sie auf Dauer. Laut Goldman Sachs belaufen sich die Gesamtkosten der manuellen, papierbasierten Rechnungsverarbeitung auf 2,7 Billionen US-Dollar jährlich, was eine enorme zeitliche und finanzielle Belastung darstellt.
Mit einer automatisierten Lösung können diese Kosten um mindestens 50-70 % gesenkt werden, einige Studien gehen sogar von Einsparungen von bis zu 80 % aus. Klingt nach einem guten Deal, oder? Sehen wir uns die automatisierte Datenerfassung als genauer an.
Was ist die automatische Dateneingabe?
Die automatisierte Dateneingabe lässt sich am besten als den Einsatz von Softwarelösungen beschreiben, welche manuelle und repetitive Aufgaben eliminiert. Durch Ihren Einsatz sparen Unternehmen Zeit und Geld, welche dann genutzt werden kann um Leistung und Ihren Umsatz zu steigern.
Software für die automatisierte Dateneingabe ist in der Lage, Informationen aus PDF-Dateien oder Papierdokumenten zu lesen und die Daten an ein anderes Programm oder einen Speicherort (z. B. Datenbanken, Spreadsheets usw.) weiterzuleiten.
Für die Automatisierung können verschiedene Methoden zum Einsatz kommen. Grob gesagt können wir unterscheiden zwischen:
- Regelbasierte Methoden
- Machine Learning Methoden
Regelbasierte Methoden
Der traditionelle regelbasierte Ansatz sucht nach Daten an ganz bestimmten Stellen eines Dokuments, die durch vordefinierte Logik und Regeln vorgegeben sind. Diese Regeln werden in Form von if-then-else-Anweisungen in ein System kodiert.
Die grundlegende Idee eines regelbasierten Systems ist es, das Wissen eines menschlichen Experten in einem Fachgebiet (z.B. Kreditorenbuchhaltung) zu erfassen und in ein Computersystem einzubinden. Das war’s. Nicht mehr und nicht weniger. Es ist ein bisschen so, als ob ein Mensch mit einem festen Wissen geboren wird.
Regelbasierte Systeme gibt es schon seit vielen Jahren und sie haben sich als recht effektiv erwiesen, wenn es darum geht, Daten aus Dokumenten zu konvertieren und damit die manuelle Dateneingabe zu reduzieren.
Während regelbasierte Techniken gut bei strukturierten Formularen funktionieren, haben sie bei semi-strukturierten (z.B. Rechnungen und Quittungen) und unstrukturierten Dokumenten (z.B. dem Hauptteil einer E-Mail) Probleme. Diese Arten von Dokumenten sind weniger vorhersehbar, weswegen sich der regelbasierte Ansatz bei diesen Dokumenten nicht als ideal erweist.
Machine Learning Methoden
Im Gegensatz zum regelbasierten Ansatz verfügen Machine Learning Systeme über eine “lernfähige Intelligenz”. Sie interpretieren und identifizieren Muster aus riesigen Datenmengen, die dann dazu verwendet werden können, aus Erfahrungswerten zu lernen und sich zu verbessern. So können Software-Anwendungen im Laufe der Zeit immer genauere Ergebnisse vorhersagen, ohne dass sie explizit dafür programmiert wurden.
Ein einfaches Beispiel sind die Wortvorschläge, die Sie auf Ihrem Smartphone erhalten, während Sie tippen. Diese Wortvorschläge werden auf der Grundlage der Eingaben in der Vergangenheit gemacht und sagen voraus, was Sie in diesem Moment vielleicht sagen möchten.
Wenn für ein Dateneingabeprogramm eine Machine Learning-Methode verwendet wird, wird ein ähnlicher Ansatz verwendet, um die einzugebenden Daten zu finden. Basierend auf den in der Vergangenheit eingegebenen Daten werden die richtigen Datenpunkte gefunden, extrahiert und automatisch in das gewünschte System eingegeben.
So können Machine Learning-Techniken in weniger strukturierte Dokumenten Muster erlernen und Methoden erstellen, um diese Dokumente in strukturierte Daten umzuwandeln.
Das Beste zweier Welten
Natürlich ist Technologie nicht immer perfekt. Obwohl sich die Machine Learning Technologie sehr schnell weiterentwickelt, werden Sie in der Regel keine Genauigkeit von 100 % erreichen. Zum Glück gibt es auch dafür Lösungen. Durch die Kombination von Software mit der Leistung von Menschen können Sie das Beste zweier Welten kombinieren. Diese Kombination wird auch als Human-in-the-Loop (HITL)-Automatisierung bezeichnet.
Mit einer HITL-Lösung kann der größte Teil eines Prozesses automatisiert werden. Anschließend erfolgt eine Überprüfung durch einen Mitarbeiter, um die Aufgabe abzuschließen. Gleichzeitig lernt die Software aus allen Änderungen, die der Mitarbeiter vornimmt, und verbessert sich im Laufe der Zeit.
Sie beginnen zwar mit einer Automatisierung von 90 %, was schon sehr hoch ist, doch mit der Human-In-The-Loop Automatisierung erreichen sie beinahe 100 %. Unten finden Sie ein Beispiel für einen Workflow, der eine HITL-Verarbeitung beinhaltet:
Was sind die Vorteile der automatisierten Dateneingabe?
Dank der Entwicklung von automatisierter Dateneingabesoftwares, welche OCR und Machine Learning nutzen, gibt es nur noch wenige Gründe, die manuelle Dateneingabe der Automatisierung vorzuziehen. Automatisierte Tools machen Sie effizienter und geben Ihnen mehr Zeit, sich auf wichtigere Aufgaben, rund um Ihr Kerngeschäft, zu konzentrieren.
Um Ihnen die Vorteile der Dateneingabe-Automatisierung zu verdeutlichen, listen wir im Folgenden die wichtigsten auf:
- Hohe Zeitersparnisse (und dadurch Kostensenkung)
- Fehler reduzieren
- Glücklichere Mitarbeiter
- Weniger Papierkram
Sparen Sie Zeit (und dadurch Kostensenkung)
Das größte Verkaufsargument für ein automatisiertes Dateneingabesystem ist die Reduzierung der Mitarbeiterstunden. Und da Zeit bekanntlich Geld ist, führt die Einführung einer automatisierten Dateneingabe zu erheblichen Kosteneinsparungen.
Eine Zauberformel für die exakte Berechnung der Kostenersparnis gibt es nicht, jedoch haben Studien ergeben, dass eine intelligente Automatisierung typischerweise zu Kosteneinsparungen von 40 % bis 75 % führt. Die Amortisationszeit für die Investition liegt dabei zwischen einigen Monaten und mehreren Jahren.
Betrachten Sie als Beispiel die Zeit, die für die manuelle Bearbeitung einer einzigen Rechnung benötigt wird. Ein/e erfahrene/r Buchhalter/in bearbeitet im Durchschnitt 50 Rechnungen pro Stunde (d. h. 1,2 Minuten pro Rechnung). Bei einem durchschnittlichen Stundenlohn von 35 € bedeutet dies, dass die Bearbeitung einer einzigen Rechnung etwa 0,70 € kostet.
Durch den Einsatz von OCR-Software ist der/die Buchhalter/in in der Lage, mindestens 200 Rechnungen pro Stunde zu verarbeiten (ca. 18 Sekunden pro Rechnung). Dies führt zu Bearbeitungskosten von etwa 0,18 € pro Rechnung. Rechnet man den Preis für die Software von 0,05 € pro Rechnung hinzu (d. h. den Preis für die OCR-Technologie von Klippa), ergeben sich Gesamtkosten von 0,23 € pro Rechnung. Das ist eine direkte Einsparung von mehr als 60 %!
Möchten Sie mehr über die Leistung der Klippa OCR-Technologie erfahren? Überzeugen Sie sich selbst, indem Sie ein Dokument in unserem Tool hochladen:
Fehler reduzieren
Wir alle machen Fehler, ob wir wollen oder nicht. Die Fehlerquote bei der manuellen Dateneingabe liegt typischerweise zwischen 0,55 % und 3,6 %, und in einigen Fällen sogar bei 26,9 %.
Glücklicherweise kann die automatisierte Dateneingabe mithilfe von Machine Learning diese Fehlerquoten deutlich senken, indem z.B. das Risiko von Ablenkungen und Tippfehlern eliminiert wird. Dies führt zu besseren, genaueren Daten, welche für zuverlässige Geschäftsentscheidungen verwendet werden können.
Glücklichere Mitarbeiter
Aufgaben, welche Mitarbeiter dazu veranlasst Daten manuell aus Dokumenten herauszukopieren und in ein System einzutippen, können sehr zeitaufwendig und langweilig sein. Häufige manuelle Dateneingabe im Arbeitsalltag führt bei Mitarbeitern zu physischen und psychischen Problemen. Dazu gehören beispielsweise eine erhöhte Augenbelastung, Karpaltunnelsyndrom, Sehnenscheidenentzündung und emotionaler Stress.
Die Automatisierung hingegen verbessert nachweislich die Zufriedenheit und das Engagement der Mitarbeiter. Sie ermöglicht es ihnen, sich auf sinnvollere und wertvollere Aufgaben zu konzentrieren und bietet eine sofortige Entlohnung (‘instant gratification’) in der täglichen Arbeitsroutine. Das klingt nach einem ziemlich guten Deal, oder?
Weniger Papierkram
Die manuelle Verwaltung von Daten kann viele Ressourcen beanspruchen, da sie viele Ressourcen benötigt, wie z. B. Ablageschränke, Drucker, Tinte und Büroraum. Mit der richtigen Datenerfassungssoftware können Sie diese Ressourcen freisetzen und für das verwenden, was wirklich wichtig ist.
Gleichzeitig tragen Sie dazu bei, dass weniger Bäume gefällt werden und bereiten so Ihr Unternehmen auf eine nachhaltige Zukunft vor.
Anwendungsfälle für die automatisierte Dateneingabe mit OCR und Machine Learning
Grundsätzlich kann jede Aufgabe, die das häufige manuelle Herauskopieren und Einfügen von Daten voraussetzt, automatisiert werden. Im Folgenden listen wir einige Anwendungsfälle auf, um Sie zu inspirieren, nach automatisierteren Prozessen in Ihrem Unternehmen zu suchen:
- Rechnungsverarbeitung & Kreditorenbuchhaltung
- Einkaufs-/Vertragsabwicklung
- HR und Personalbeschaffung
- Treue-Kampagnen
- Know Your Customer (KYC) Automatisierung
Rechnungsverarbeitung & Kreditorenbuchhaltung
Die Bearbeitung von Rechnungen ist ein Musterbeispiel für einen Prozess, der ideal für die Automatisierung geeignet ist. Viele derselben Rechnungen landen regelmässig im Postfach oder E-Mail Account von Mitarbeitern und die Verarbeitung führt zu vielen Stunden repetitive Arbeit.
Eine OCR Software kann Sie bei der Automatisierung Ihrer Kreditorenbuchhaltung unterstützen. Einige OCR Lösungen erkennen Rechnungen und extrahieren relevanten Informationen selbstständig, sodass die manuelle Dateneingabe komplett entfällt.
Die Lösungen verarbeiten Rechnungen, sobald sie eingehen. Alle Rechnungsdaten werden automatisch ausgelesen und in die entsprechenden Felder in der Buchhaltungs- oder ERP-Software eingegeben. Es ist sogar möglich, dass die Software automatisch die Kategorie der Rechnung bestimmt (z.B. Lebensmittel, Reisekosten, Büromaterialien, etc.). Diese Extrafunktionalität minimiert die manuelle Eingabe sogar um einen weiteren Schritt, was wiederum zu einer niedrigeren Fehleranfälligkeit führt.
Einkaufs-/Verkaufsauftragsabwicklung
Ein weiterer Bereich der Finanzabteilung, der automatisiert werden kann, ist die Bearbeitung von Einkaufs- oder Kundenbestellungen. Während Vertriebsmitarbeiter viel Zeit damit verbringen, Kundendaten zu sammeln und sie in das CRM- und ERP-System zu erfassen, müssen in der Finanzabteilung alle Daten repliziert und in das Buchhaltungssystem eingegeben werden.
Natürlich ist dieser Prozess nie fehlerfrei und kann zu Duplikaten führen, die der Produktivität hinderlich sind. Wenn Sie stattdessen ein automatisiertes System mit OCR und Machine Learning verwenden, können Sie Vertriebsaktivitäten durchgängig durchführen, indem Sie Aufgaben wie die Auftragserfassung und Rechnungsstellung automatisieren. Dadurch erhalten Sie eine geordnete CRM/ERP Datenbank und optimieren die Kundenerfahrung.
HR und Personalbeschaffung
Fragen Sie Ihre Kollegen aus der Personalabteilung nach der sich am häufigsten wiederholenden und zeitaufwändigsten Aufgabe in Ihrer Rolle und sie werden höchstwahrscheinlich antworten, dass es die Bearbeitung von Gehaltsabrechnungen ist. Jeden Monat stellen Sie sicher, dass Mitarbeiter korrekt und pünktlich bezahlt werden. Dazu gehört auch das Einreichen von Abrechnungsunterlagen und das Abführen von Lohnsteuern an die Finanzbehörden.
Mit der richtigen automatisierten Lösung können sie diese Aufgaben jedoch im Handumdrehen erledigen. Sie haben die Gewissheit, dass die Mitarbeiterdaten in allen verschiedenen Systemen des Unternehmens konsistent sind. Zudem können Sie Stundenzettel validieren und Verdienst und Abzüge einfach laden oder aktualisieren.
Auch für weniger strukturierte Dokumente, wie z. B. Lebensläufe, kann eine OCR Softwarelösung eine große Hilfe sein. Mittels OCR und Machine Learning können eingehende Lebensläufe anhand einer Reihe von Regeln und Keywords kategorisiert werden. Identifizieren Sie die interessantesten Bewerbungen auf einen Blick, befreien Sie sich von unerwünschten Bewerbungen und widmen Sie sich anderen Aufgaben.
Und das ist noch nicht alles. Auch der Onboarding-Prozess kann viel schneller vorangehen. Mit Hilfe von OCR und Machine Learning können Sie alle Daten aus Formularen und Ausweisdokumenten, die neue Mitarbeiter übermitteln, extrahieren und direkt in Ihr HR-System übernehmen.
Treue-Kampagnen
Loyalty-Programme existieren in vielen Formen, aber sie haben alle eines gemeinsam: Die Umsetzung und Verwaltung erfordert eine Menge Back-Office-Arbeit. Meistens bestehen die Aufgaben darin, Kaufbelege zu prüfen und zu validieren, die Daten in ein System einzugeben und die Prämie freizugeben. Mit einem manuell gesteuerten Prozess kann es Tage oder sogar Wochen dauern, bis der Vorgang erledigt ist.
Mit dem Klippa OCR SDK hingegen können Sie mit Ihrem Smartphone ein Foto des Beleges schießen und die Software die Arbeit machen lassen. Die Daten des Kassenbons werden innerhalb von Sekunden extrahiert, interpretiert und verarbeitet!
Dies führt nicht nur zu schnelleren Auszahlungen und zufriedeneren Kunden, sondern Sie sind auch besser in der Lage, Peak-Volumen zu bewältigen, machen weniger Fehler und haben weniger Betrugsvorfälle, wie z. B. doppelten oder mit Photoshop bearbeiteten Quittungen.
Know Your Customer (KYC) Automatisierung
Viele Unternehmen, insbesondere in der Miet-, Telekom-, Bank- und Versicherungsbranche, sind dazu verpflichtet, die Identität ihrer Kunden zu überprüfen. Das ist notwendig um KYC-Vorschriften einzuhalten.
Ein altmodisches Beispiel für diesen Prozess ist der Gang zu einer Bank, wo man seinen Ausweis vorlegt und einige Formulare unterschreibt. Anschließend prüft ein/e Bankangestellte/r diese Daten und gibt sie in ihre Systeme ein. Wie Sie sich vorstellen können, ist dies ein sehr kostspieliger und schwer zu skalierender Prozess. Die Auslagerung in Niedriglohnländer könnte eine Option sein, aber dann stellen sich Fragen zu Datenschutzbestimmungen und dem Risiko von Datenschutzlücken.
Die Automatisierung von KYC-Prüfungen ist natürlich die bessere Wahl. Anstatt Daten manuell einzugeben, können Sie den Ausweis oder Reisepass eines Kunden scannen, indem Sie ein Foto mit Ihrem Smartphone machen, dies mit einem Selfie und einer Unterschrift kombinieren und die Software erledigt den Rest. Die Authentizität der Scans wird automatisch festgestellt und alle erforderlichen Datenpunkte werden extrahiert.
Erfahren Sie mehr über dokumentenbasierte KYC-Prüfung mit OCR und KI in einem unserer anderen Blogs.
Dies sind nur einige der vielen Beispiele für den Einsatz von Software zur Automatisierung der Dateneingabe in der Praxis. Wir hoffen, dass wir Sie inspirieren konnten und Sie somit entdecken konnten, in welchem Bereich eine solche Lösung für Ihr Unternehmen funktionieren könnte. Im letzten Abschnitt dieses Blogs werden wir Ihnen zeigen, wie Sie Ihre Dateneingabeaufgaben mit Klippa automatisieren können.
Wie Sie Ihre Dateneingabe mit Klippa automatisieren
OCR und Machine Learning sind die Basis unserer Software zur Automatisierung der Dateneingabe. Mit OCR können wir den Text in Dokumenten und Bildern identifizieren. Sobald wir den Text haben, können wir damit beginnen, ein Verständnis für den Inhalt zu gewinnen.
Durch den Einsatz von Machine Learning können wir Datenpunkte identifizieren, die innerhalb des Textes interessant sind, und menschliches Verhalten nachahmen, indem wir aus früheren Beispielen lernen.
OCR Texterkennung
Werfen wir einen Blick auf ein Beispiel, was die Klippa Engine für Sie leisten kann:
Durch OCR werden die Pixel, die Text enthalten, identifiziert und in digitalen Text umgewandelt. Der Vorgang des manuellen Kopierens von Daten wird direkt durch OCR ersetzt. Mit einer Genauigkeit von mehr als 95 % wird der gesamte Text extrahiert, wohingegen das manuelle Kopieren von Daten eine deutlich geringere Genauigkeit aufweisen würde und zudem viel mehr Zeit beansprucht.
Datenextraktion und strukturierte Ausgabe
Als nächstes kommt unser Machine Learning-Modell ins Spiel:
Wie wir bereits beschrieben haben, wird Machine Learning immer effektiver, je mehr Beispiele es erhält. Eine KI wird mit zahlreichen Beispielen von Dokumenten und bestimmten Datensätzen trainiert, sodass sie automatisch einen bestimmten Text an einer bestimmten Stelle des Dokuments lokalisieren und identifizieren kann. Mit der Zeit kann das Klippa Machine Learning-Modell also nur besser werden.
Im oben aufgeführten Beispiel werden alle Daten automatisch kontextualisiert und in ein strukturiertes JSON-Format umgewandelt.
Automatisierte Dateneingabe
Nicht zuletzt wollen Sie diese Daten in die richtigen Felder in Ihrem System eingeben. Unten sehen Sie ein Beispiel für eine unserer Dateneingabeschnittstellen, die Ihr Team verwenden kann, um den Dropout in einer Human-in-the-Loop-Einrichtung zu verarbeiten. In diesem Fall werden alle relevanten Daten aus der Rechnung gelesen, extrahiert und bereits in die entsprechenden Felder eingetragen. Nun sind die Daten bereit für eine abschließende Prüfung durch einen Mitarbeiter.
Diese Schnittstelle allein kann Ihre derzeitigen Dateneingabeverfahren bereits erheblich verbessern, da sie eine Fehlervermeidung und automatische Vorschläge eingebaut hat:
Da wir über zahlreiche Integrationen mit den führenden ERP- und Buchhaltungssystemen verfügen und durch intelligente Import- und Exportfunktionen mit praktisch jedem System verknüpft werden können, können Sie die Daten problemlos an andere Systeme weitergeben, die Sie möglicherweise verwenden.
Es ist auch möglich, die Technologien von Klippa in Ihre bestehenden Arbeitsabläufe zu integrieren. Viele Unternehmen nutzen bereits RPA-Anbieter wie AutomationAnywhere, UiPath, BluePrism, Mendix oder andere, um bestimmte Arbeitsabläufe zu automatisieren. Aus Sicht des Workflows sind diese Lösungen alle gut. Aber was Sie oft sehen werden, wenn Sie sich ihre OCR- und Machine Learning-Funktionen ansehen, ist, dass ihre integrierten Lösungen nicht anpassungsfähig genug sind, um einen hohen Automatisierungsgrad für Ihren speziellen Anwendungsfall zu erreichen.
Deshalb sind Klippa’s Technologien als Plugins für alle führenden RPA-Anbieter, wie z. B. Automation Anywhere, UiPath oder Mendix verfügbar. Schalten Sie unser Plugin ein und integrieren Sie es in Ihre Workflows. Klippa’s Lösungen können für die Klassifizierung, Dateneingabe und Verifizierung in vielen verschiedenen Anwendungsfällen eingesetzt werden. Einige Beispiele sind die automatisierte Belegverarbeitung, das automatisierte Scannen von Bankkarten und dokumentenbasierte KYC-Prüfungen.
Nehmen Sie Kontakt mit Klippa auf
Wir hoffen, dass wir mit diesem Blog Ihr Interesse geweckt haben, aber vielleicht haben Sie noch einige Fragen. Ist Klippa die richtige Lösung für Ihr Unternehmen? Können wir Ihnen bei Ihrem speziellen Anwendungsfall helfen? Wie schwierig ist es, unsere Software zu implementieren und zu nutzen?
Unsere erfahrenen Produkt-Spezialisten beantworten gerne alle Ihre Fragen. Sie können Ihnen alles darüber sagen, was unsere Lösung für Ihr Unternehmen leisten kann.
Sie können uns eine Nachricht senden oder eine unverbindliche 30-minütige Demo vereinbaren, in der wir Ihnen zeigen, wie unsere Software funktioniert und welchen Nutzen sie für Ihr Unternehmen hat.