KI und ECM als Duo mit Zukunft

Advertorial

Konkreter Nutzen und strategischer Mehrwert

Dass KI im Arbeitsalltag angekommen ist, hat der Bitkom bereits mit seinem Research 2023 bestätigt: Darin bewerten 68 Prozent der befragten deutschen Unternehmen KI als wichtigste Zukunftstechnologie. Tatsächlich lässt sich KI für das Business bereits heute sinnvoll und kostengünstig einsetzen. Essenziell sind dafür in erster Linie hohe Trefferquoten, ob auf Basis einer Datenextraktion oder einem Abgleich mit dem kaufmännischen System. Aber speziell auch monotone, repetitive Aufgaben bieten ein hohes Potenzial für intelligente Automatisierung. Daraus resultierende Arbeitserleichterungen zahlen sich vor allem in einem arbeitsintensiven Umfeld zeitnah aus und ermöglichen mehr Fokus auf das Wesentliche.

Dies trifft insbesondere in Kombination mit einem ECM-System wie der ELO ECM Suite des Stuttgarter Herstellers ELO Digital Office zu: Dessen Vorteil liegt in der gigantischen Informationsbasis an bereits eigens indizierten, von den Anwendern gespeicherten Daten. »Um KI-Modelle zu trainieren, bedarf es einer großen Menge an Trainingsdaten. Üblicherweise ist der Aufbau eines solchen Trainingsdatenpools aufwendig und teuer. Unsere ECM-Suite beherbergt jedoch neben Prozessinformationen vor allem auch Dokumente und Metadaten, so dass dieser kritische Schritt entfällt«, erläutert der CTO Nils Mosbach. »Sind die Volumina ausreichend groß, lassen sich kategorisierte Datensätze schnell gewinnbringend nutzbar machen.« Ein strategischer Mehrwert.

Rascher Nutzen in den Fachbereichen

Lukrative Use-Cases schlummern im Rechnungsmanagement oder Auftragswesen. Hier leistet KI bei der Analyse und Verarbeitung von Eingangsrechnungen und Bestellungen wertvolle Dienste. Dies umso mehr, da die ECM-Suite eng mit Enterprise-Resource-Planning (ERP)-Systemen zusammenspielt. Diese Konstellation ermöglicht zum Beispiel eine Dunkelbuchung, sprich die vollautomatisierte Verarbeitung einer Rechnung vom Eingang bis zur Bezahlung, von bis zu 80 Prozent. Bei kritischen Vorgängen oder unklaren Buchungssätzen behält der Anwender allerdings weiterhin die endgültige Entscheidungshoheit. Qualitativ hochwertige Arbeitsergebnisse gewährleisten KI-Modelle auf Basis einer Datenextraktion oder einem ERP-Abgleich. Sie lassen sich teilweise innerhalb eines Jahres monetarisieren.

Aber auch Anwendungsfälle im Personalwesen erbringen bereits hohen Nutzwert für den Kunden. Hier machen sich die Produktivitätseffekte unter anderem bei der Analyse von Human-Resources (HR)-Dokumenten wie Weiterbildungsnachweisen, Bewerbungsunterlagen oder Krankmeldungen bemerkbar. Die Unterlagen werden – wenn nötig – gescannt, analysiert, klassifiziert und direkt der jeweiligen Personalakte zugewiesen. Zudem lassen sich nachgelagerte Aktionen unmittelbar anstoßen: So ist das Team ohne Verzögerung automatisiert über den krankheitsbedingten Ausfall des Kollegen sowie die gültige Vertreterregelung im Bilde – und Liegezeiten gehören der Vergangenheit an.

Direkte KI-Integration in die ELO Digitalisierungsplattform

Derzeit arbeitet ELO Digital Office daran, die KI als integrierten Bestandteil in ihre Low-Code-Digitalisierungsplattform einzubinden. Ziel ist, die Systeme noch effizienter und intelligenter zu machen. Dabei legt sich der ECM-Hersteller nicht auf bestimmte Sprachmodelle fest, sondern bietet seinen Kunden die Flexibilität, das oder die von ihm präferierte(n) Modell(e) zu nutzen. Auf Wunsch können bestehende Modelle per Finetuning für spezifische Use-Cases angepasst und weitertrainiert werden.

Im Zuge dessen ist für die nahe Zukunft ein KI-Assistent geplant, der das gezielte Arbeiten mit Inhalten ermöglicht und ein erhebliches Unterstützungs- beziehungsweise Rationalisierungspotenzial verspricht. Damit lassen sich zum Beispiel im Vertragswesen individuell fachspezifisch formulierte Prompts hinterlegen und so in Echtzeit reproduzierbare Ergebnisse hervorbringen. Dadurch können KI-Sprachmodelle zeit- und kosteneffizient in einzelne Prozesse von Fachbereichen wie einer Rechtsabteilung eingebunden werden. Solche Sprachmodelle können semantische Kontexte in Dokumenten erkennen – und somit kritische Passagen schnell zusammenfassen oder selektieren, um eine genaue Prüfung oder auch eine Übersetzung zu veranlassen. Ein Berechtigungskonzept liegt zugrunde.

Wie gerufen kommt der KI-Assistent auch im Qualitätsmanagement, wenn es darum geht, prozessübergreifend und automatisiert interne Dokumentationen zu generieren. Zudem unterstützt er bei der Berichterstellung. Dies fördert nicht nur die Effizienz und Genauigkeit der Abläufe, sondern entlastet das gesamte Team.

In greifbare Nähe rückt außerdem die Kostenstellen-Prediction im Rechnungsmanagement. KI vermag manuelle Dateneingaben signifikant zu reduzieren beziehungsweise gänzlich zu ersetzen. Ist sie doch in der Lage, Muster wie wiederholt eingehende überhöhte Rechnungen bestimmter Kreditoren zu erkennen – eine gründlichere Prüfung anzuregen und so den Verwaltungsprozess zu optimieren. Solche beziehungsweise ähnliche Muster lassen sich auch zur Vorhersage interner Informationen wie der passenden Kostenstelle nutzen. Hierbei kommt ein KI-Algorithmus zum Tragen, der den Zusammenhang zwischen eingehenden Rechnungsinformationen und bereits vorliegenden Metadaten lernt.

Grenzenloses Zukunftspotenzial: The sky is the limit

Doch damit ist das Potenzial noch lange nicht ausgeschöpft. ELO forscht daher des Weiteren an Möglichkeiten zur noch intelligenteren und benutzerfreundlicheren Verwendung der ECM-Systeme. Beispielsweise mit einem KI-basierten Serviceportal für Mitarbeiter, das verschiedene KI-Services in der eigenen Low-Code-Plattform vereint. Die Idee dahinter ist, unterschiedlichste Dokumentenarten, wie Belege oder Lieferscheine, einfach in die Arbeitsprozesse integrieren zu können – und so die Ablaufeffizienz zu erhöhen.

Angedacht ist auch die Entwicklung eines Clients, dessen Benutzeroberfläche adaptiv über KI gesteuert wird, um eine Vielzahl an Use-Cases individuell abzubilden – und visuell ansprechend darzustellen. Ziel ist jeweils, die Benutzererfahrung, -akzeptanz sowie Bedienbarkeit des Clients zu verbessern.

Als weitere Option gilt, Entscheidungen mit Hilfe von KI automatisiert auf der Grundlage von Datenanalysen zu unterstützen. Denkbar ist dies zum Beispiel beim Supply-Chain-Management, um Lagerbestände oder Lieferketten zu optimieren. Durch vortrainierte Modelle sollen sich Prozesse mit minimalen oder ganz ohne Lerndaten automatisieren lassen. Nutzer sollen Anforderungen weitgehend ohne Programmieraufwand in natürlicher Sprache formulieren können. Das Ergebnis dürfte sich in einfachen bis komplexen Prozessautomatisierungen ohne Training und Wartung zeigen.