Die neue Version nehmen wir zum Anlass, einen Einblick in unsere laufenden Praxistests und die Zusammenarbeit mit Ambivio zu geben. Für viele Anwender beginnt die Arbeit außerhalb des Büros: beim Kundengespräch, auf einer Messe oder zwischen zwei Terminen. Sie halten Informationen per Sprache fest. Zurück am Arbeitsplatz sollen daraus bearbeitbare Texte und schließlich passende Dokumente werden.
Die neue Version bringt dafür einen wichtigen Baustein: Eine fertige Audiodatei lässt sich über eine Diktatschnittstelle an Ambivio übergeben. Der erkannte Text steht anschließend außerhalb der Anwendung zur weiteren Bearbeitung zur Verfügung.
Im direkten Austausch mit dem Hersteller
Wir bringen konkrete Anforderungen aus unseren Arbeitsabläufen in den Austausch mit Ambivio ein und prüfen anschließend selbst, was sich damit bereits umsetzen lässt. Dabei geht es um externe Geräteaufnahmen, die eindeutige Zuordnung zu einem Vorgang und einen Text, der außerhalb der Spracherkennung weiterbearbeitet werden kann.
Die Reaktion war schnell und konkret: Am 19. Oktober haben wir diese Anforderungen an den Hersteller übermittelt. Am 20. Oktober folgte eine Rückmeldung zu den verfügbaren Wegen und den offenen Integrationsfragen. Am 21. Oktober erhielten wir den Hinweis auf Voice 2.2.0 mit der neuen REST-Diktatschnittstelle. Noch am selben Tag konnten wir eine echte Geräteaufnahme damit praktisch verarbeiten.
Diese kurze Folge von Anforderung, Rückmeldung und eigenem Test zeigt, wie eng wir die Umsetzung mit dem Hersteller abstimmen. Aus der zeitlichen Nähe allein leiten wir nicht ab, dass die Schnittstelle eigens für uns entwickelt wurde. Für uns zählt, dass eine konkrete Anforderung schnell an einer verfügbaren Funktion überprüfbar wurde.
So profitieren beide Seiten: Wir erhalten schneller Klarheit für unsere Abläufe. Der Hersteller erhält konkrete Rückmeldungen aus überprüfbaren Anwendungsfällen, einschließlich der Stellen, die noch Nacharbeit brauchen.
Was wir tatsächlich geprüft haben
In unserem eigenen Test haben wir eine neue Aufnahme mit einem Olympus DS-9500 erstellt. Unser vorhandener Diktateingang hat die Datei übernommen und für die Verarbeitung vorbereitet. Anschließend wurde die MP3-Arbeitsfassung an die neue REST-Diktatschnittstelle von Ambivio übergeben.
Der Text kam direkt zurück. Er wurde gegen die Aufnahme geprüft und danach zusammen mit dem Audio und einem Erkennungsnachweis in OpenKM abgelegt. Durch unabhängiges Rücklesen haben wir kontrolliert, dass der freigegebene Text und die zugehörigen Dateien korrekt gespeichert waren.
Der Test enthielt ausschließlich fiktive Angaben. Er belegt diesen konkreten Übertragungs-, Erkennungs- und Ablageweg. Eine allgemeine Zusage zur medizinischen Erkennungsqualität oder zur Eignung für jedes Gerät lässt sich daraus noch nicht ableiten.
Zusätzlich haben wir mehrere synthetische WAV-Diktate verarbeitet, darunter einen Nachtrag mit einer Mengenänderung. Dabei blieb die Zuordnung in unserem eigenen Prüfadapter erhalten. Die Fallzuordnung und der lokale Wiederholschutz gehören zu unserer Anbindung; sie sind keine damit nachgewiesene Eigenschaft des Ambivio-Servers.
Warum ein extern verfügbares Transkript wichtig ist
Ein erkannter Text kann Ausgangspunkt ganz unterschiedlicher Arbeiten sein. Eine aufgesprochene Messeanfrage liefert beispielsweise Angaben zum Interessenten, zum Bedarf und zum gewünschten Rückruf. Daraus lässt sich eine Angebotsvorbereitung erstellen.
Dafür müssen jedoch weitere Schritte folgen: Ansprechpartner und Artikel zuordnen, offene Angaben klären, Preise und Lieferbarkeit im führenden System prüfen und den Entwurf fachlich freigeben. Die Spracherkennung liefert einen Textbaustein für diesen Ablauf.
Ähnlich verhält es sich bei Berichten und Gutachten. Ein verwendbares Transkript ist ein wichtiger Anfang. Gliederung, Nachträge, Quellenbezug, Gestaltung und die Prüfung der fertigen Word-Fassung benötigen eine eigene Abnahme.
Smartphone und Diktiergerät im selben Ablauf
Der Hersteller hat für Version 2.2.0 außerdem eine mobile Diktat-Warteschlange mit späterer Bearbeitung angekündigt. Hinzu kommen ein Web-SDK für registrierte Eingabefelder und weitere Verbesserungen der Diktatbedienung. Diese Funktionen unterscheiden sich vom hier geprüften Dateieingang.
Die neue mobile Warteschlange ist für uns interessant, weil eine laufende Übertragung die nächste Aufnahme möglichst nicht blockieren soll. Offline-Speicherung, erneute Verbindung, QR-Anmeldung und die Übernahme am Computer stehen noch auf unserem Prüfplan. Den bereits gelungenen Smartphone-Test setzen wir nicht mit einer Abnahme dieser neuen Queue gleich.
Wer ein separates Diktiergerät bevorzugt, soll seinen vertrauten Aufnahmearbeitsplatz behalten können. Entscheidend ist die sichere Übergabe der fertigen Aufnahme mit eindeutigem Vorgangsbezug.
Vom Transkript zum geprüften Dokument
Unser gemeinsamer Arbeitsplatz für Diktat und Dokument folgt diesem Ablauf:
Aufnehmen → zuordnen → erkennen → bearbeiten → prüfen → ablegen.
Ein Diktat kann direkt zu einer Akte entstehen oder zunächst frei erfasst und später ausdrücklich zugeordnet werden. Rohtranskript und bearbeitete Fassung bleiben unterscheidbar. So lässt sich nachvollziehen, welche Angaben erkannt und welche später korrigiert wurden.
Die Übergabe an eine KI-gestützte Dokumentausarbeitung erfolgt im derzeitigen Prototyp noch manuell. Einen vollautomatischen Weg bis zum fertigen Angebot, Lieferschein oder Gutachten haben wir damit nicht allgemein abgenommen.
Welche Prüfungen jetzt folgen
Inzwischen haben wir weitere fiktive Aufnahmen für zwei getrennte Vorgänge und einen Nachtrag mit einer Zahlenkorrektur verarbeitet. Verneinungen und die Berichtigung blieben im zurückgegebenen Text erhalten. Nach einem gezielt simulierten Verlust einer bereits eingegangenen Antwort blieb der unklare Auftrag in unserem Adapter auch nach erneutem Öffnen der Datenbank gesperrt. Eine echte Netzunterbrechung und die serverseitige Wiederaufnahme sind weiterhin gesondert zu prüfen.
Auch eine fiktive Ausgangsnotiz mit späterer Berichtigung haben wir in Ambivio manuell ausgewählt, gegliedert ausarbeiten lassen und als Word-Datei exportiert. Die Berichtigung blieb nachvollziehbar. Quellenbezug, die Unterscheidung zwischen Korrektur und Widerspruch sowie das gewünschte Word-Layout benötigen weitere Prüfung. Ein vollständiges Fachbeispiel bis zur passenden Dokumentfassung bleibt deshalb der nächste Schritt. Für den betrieblichen Einsatz müssen außerdem Lizenzumfang, Schnittstellenkosten, Berechtigungen und der konkrete Datenfluss feststehen.
Der Fortschritt von Voice 2.2.0 ist für uns greifbar: Eine externe Geräteaufnahme lässt sich über eine Schnittstelle erkennen und als geprüfter Text im bestehenden Dokumentenprozess nutzen. Die weiteren Schritte entscheiden darüber, wie zuverlässig sich daraus im jeweiligen Arbeitsalltag ein vollständiger Ablauf entwickeln lässt.
Mehr zum Produkt: Ambivio Voice. Einrichtung und Bedienung beschreibt das Ambivio-Wiki.
