Papierdokumente zu scannen ist einfach. Aus einem Scan ein zuverlässig nutzbares Geschäftsdokument zu machen, ist deutlich anspruchsvoller.
Ein Bild oder PDF kann zwar digital gespeichert werden. Ohne erkannten Text, Dokumenttyp, Metadaten und fachlichen Zusammenhang bleibt es jedoch nur eine digitale Kopie. Es ist schwer auffindbar, nicht automatisch steuerbar und muss häufig erneut manuell gelesen werden.
Intelligente Dokumentenerfassung schließt diese Lücke. Sie verbindet Eingang, OCR, Klassifikation, Datenextraktion, Qualitätsprüfung und die Übergabe an OpenKM oder einen nachfolgenden Prozess.
Der Engpass ist nicht das Scannen. Der Engpass ist die verlässliche Zuordnung zum richtigen Vorgang.
Wo Dokumente in die Organisation gelangen
Dokumentenerfassung beginnt nicht nur am Scanner. Geschäftliche Unterlagen erreichen Unternehmen über viele Wege:
- Papierpost und Multifunktionsgeräte,
- E-Mail und Anhänge,
- überwachte Importordner,
- mobile Fotos,
- Webformulare und Portale,
- Fachanwendungen und Schnittstellen,
- bereits vorhandene Dateiablagen.
Eine tragfähige Lösung führt diese Eingangskanäle kontrolliert zusammen. Dabei muss die Herkunft erhalten bleiben: Wann kam das Dokument an? Über welchen Kanal? Von wem? Gehört es bereits zu einem bekannten Kunden, Vertrag, Auftrag oder Vorgang?
OCR: Text sichtbar und durchsuchbar machen
OCR steht für Optical Character Recognition, also optische Zeichenerkennung. Sie wandelt Text in gescannten Seiten oder Bildern in maschinenlesbare Zeichen um.
Dadurch kann ein Dokument im Volltext gefunden, kopiert oder weiterverarbeitet werden. Aus einem eingescannten Schreiben wird beispielsweise ein PDF, das über Namen, Aktenzeichen oder Formulierungen auffindbar ist.
OCR ist damit eine wichtige Grundlage, aber noch nicht die gesamte Dokumentenerfassung. Sie beantwortet zunächst nur: Welche Zeichen stehen auf der Seite?
Sie beantwortet noch nicht zuverlässig:
- Welche Dokumentart liegt vor?
- Zu welchem Vorgang gehört sie?
- Welche Werte sind geschäftlich relevant?
- Ist die Erkennung vollständig und plausibel?
- Wer darf das Dokument sehen?
- Welcher nächste Arbeitsschritt folgt?
Drei Ebenen, die nicht vermischt werden sollten
Im Sprachgebrauch wird schnell alles als „KI-OCR“ bezeichnet. Für Planung, Qualitätskontrolle und Verantwortlichkeit ist eine saubere Trennung notwendig.
| Ebene | Kernfrage | Typisches Ergebnis |
|---|---|---|
| OCR | Welche Zeichen und Wörter stehen im Dokument? | durchsuchbarer Text |
| Klassifikation und Extraktion | Welche Dokumentart liegt vor und welche Felder sind relevant? | Dokumenttyp, Lieferant, Rechnungsnummer, Datum, Betrag |
| KI-Unterstützung | Wie lassen sich variable Inhalte, unklare Zuordnungen oder freie Texte sinnvoll einordnen? | Vorschläge, Wahrscheinlichkeiten, Zusammenfassungen oder Anreicherungen |
In einer modernen Gesamtlösung greifen diese Ebenen ineinander. Das Ergebnis kann am Ende als KI-gestützte OCR oder „KI-OCR“ wahrgenommen werden. Trotzdem muss erkennbar bleiben, welche Stufe eine Information erzeugt hat und an welcher Stelle eine Prüfung notwendig ist.
Klassifikation: Erkennen, was für ein Dokument vorliegt
Nach der Texterkennung muss das Dokument fachlich eingeordnet werden. Ist es eine Rechnung, ein Lieferschein, ein Vertrag, eine Bescheinigung, ein Prüfprotokoll oder eine Reklamation?
Die Klassifikation kann regelbasiert, anhand von Barcodes, über definierte Importwege oder mit KI-Unterstützung erfolgen. In der Praxis ist häufig eine Kombination sinnvoll. Ein bestimmtes Postfach kann bereits eine Vorauswahl liefern; Absender, Schlüsselbegriffe oder Layoutmerkmale verfeinern die Zuordnung.
Wichtig ist, dass die Klassifikation nicht nur technisch plausibel, sondern fachlich brauchbar ist. Dokumentarten sollten zu den tatsächlichen Prozessen und Aufbewahrungsregeln der Organisation passen.
Metadaten: Aus Text werden steuerbare Informationen
Metadaten machen geschäftlich wichtige Merkmale strukturiert nutzbar. Bei einer Rechnung können dies Lieferant, Rechnungsnummer, Datum, Betrag, Bestellnummer und Fälligkeit sein. Bei einem Vertrag sind Vertragspartner, Beginn, Laufzeit, Kündigungsfrist und Verantwortlicher relevant.
Diese Werte können je nach Dokument ausgelesen, aus einem Vorsystem übernommen oder manuell ergänzt werden. Entscheidend ist nicht, möglichst viele Felder zu erfassen. Jedes Feld sollte einen klaren Zweck erfüllen: Suche, Berechtigung, Frist, Workflow, Aufbewahrung oder Auswertung.
Validierung: Automatik braucht kontrollierte Unsicherheit
Erkennung ist nie unter allen Bedingungen fehlerfrei. Schlechte Scanqualität, handschriftliche Ergänzungen, wechselnde Layouts oder ähnliche Dokumentarten können zu Unsicherheit führen.
Eine gute Erfassungslösung behandelt Unsicherheit sichtbar. Plausibilitätsregeln können beispielsweise prüfen:
- Ist eine Rechnungsnummer vorhanden?
- Entspricht das Datum einem zulässigen Format?
- Stimmen Netto-, Steuer- und Bruttobetrag rechnerisch überein?
- Ist der Lieferant bekannt?
- Existiert die angegebene Bestellung?
- Wurde eine Seite möglicherweise doppelt oder gar nicht erfasst?
Dokumente mit hoher Sicherheit können automatisiert weitergeleitet werden. Unklare Fälle gelangen in eine Prüfaufgabe. Dadurch wird Automatisierung kontrollierbar, statt Fehler unsichtbar zu vervielfachen.
OpenKM: Ablage im Zusammenhang
In OpenKM wird das erfasste Dokument nicht nur gespeichert. Es kann einer Akte oder einem Vorgang zugeordnet, versioniert, berechtigt, mit Metadaten versehen und in einen Workflow übergeben werden.
Beispiele:
- Eine Rechnung gelangt in die Lieferantenakte und startet die Freigabe.
- Ein Vertrag wird der Vertragsakte zugeordnet und erzeugt eine Wiedervorlage.
- Ein Prüfprotokoll wird mit Produkt, Seriennummer und Auftrag verbunden.
- Ein Eingangsschreiben wird einer digitalen Akte zugeordnet und einer verantwortlichen Person vorgelegt.
Erst diese Verbindung schafft den zwingenden Nutzen: Informationen werden nicht nur schneller gelesen, sondern führen zuverlässig zum richtigen Arbeitsvorgang.
Unser Praxisfall: der Rechnungseingang
Als ersten eigenen Praxisfall setzen wir den Rechnungseingang um. Er ist besonders geeignet, weil alle Ebenen der intelligenten Dokumentenerfassung sichtbar werden und der Nutzen messbar ist.
Eine Rechnung kann per E-Mail oder als Papierbeleg eingehen. Nach der Übernahme soll sie nur einmal erfasst, als Original erhalten und mit den erforderlichen Rechnungsdaten versehen werden. Anschließend folgen Dublettenprüfung, buchhalterische Vorprüfung, kostenartenabhängige Sachprüfung, gegebenenfalls Inventarisierung, Monatsfreigabe und Zahlungsübergabe.
Für den Demonstrator verwenden wir mindestens:
- Lieferant,
- Rechnungsnummer,
- Rechnungs- und Eingangsdatum,
- Fälligkeit,
- Netto-, Steuer- und Bruttobetrag,
- Währung,
- Kostenart und gegebenenfalls Kostenstelle,
- Eingangskanal,
- Prüf- und Bearbeitungsstatus.
OCR macht den Rechnungstext maschinenlesbar. Klassifikation erkennt die Dokumentart „Eingangsrechnung“ und ordnet die benötigten Felder zu. KI kann bei wechselnden Layouts, unklaren Feldpositionen oder Zuordnungsvorschlägen unterstützen. Plausibilitäts- und Dublettenregeln prüfen anschließend, ob die Daten für den weiteren Vorgang belastbar sind.
Praxisbezug: eine Organisation mit zentralem Rechnungseingang
Der Demonstrator ist nicht nur ein Blogbeispiel. Er soll kurzfristig als selbst nutzbarer Rechnungseingang entstehen und zugleich einen bereits fachlich beschriebenen Sollprozess für eine Organisation mit zentralem Rechnungseingang anschaulich machen.
Der anonymisierte Praxisfall beschreibt folgenden fachlichen Weg:
Eingang → Erfassung → Pflichtfeld- und Dublettenprüfung → buchhalterische Vorprüfung → kostenartenabhängige Sachprüfung → gegebenenfalls Inventarisierung → zahlungsbereit → Monatsübersicht → Freigabe → Zahlungsübergabe → Archiv
Für den ersten Demonstrator muss noch nicht jeder spätere Integrationsschritt vollständig produktiv umgesetzt sein. Er soll jedoch den entscheidenden Zusammenhang beweisen: Eine Rechnung wird aus dem Eingang heraus erkannt, mit überprüfbaren Metadaten versehen, einer digitalen Akte zugeordnet und kontrolliert an die nächste Aufgabe übergeben.
Zwei Demonstrationswege: OpenKM-Demo und OpenKM CE
Wir bauen das Beispiel bewusst in zwei Umgebungen auf.
OpenKM-Demo
Die OpenKM-Demo zeigt den fachlich vollständigen Zielzustand mit Dokument, Metadaten, Rollen, Aufgaben und einem nachvollziehbaren Freigabeweg. Sie eignet sich besonders für die Präsentation des Sollprozesses und der verfügbaren professionellen Workflowfunktionen.
OpenKM CE
In OpenKM CE bilden wir denselben Dokumenten- und Metadatenkern mit den verfügbaren Bordmitteln und klar abgegrenzten Ergänzungen ab. Wo Funktionen der Demo beziehungsweise einer Professional-Umgebung nicht als CE-Bordmittel verfügbar sind, prüfen wir einen kleinen Faustmann-Integrationsdienst. OpenKM CE bleibt dabei der führende Dokumenten- und Metadatenbestand; der ergänzende Dienst übernimmt nur Erfassung, Validierung, Zuordnung oder Orchestrierung.
Der Vergleich ist strategisch wertvoll: Wir können zeigen, was bereits mit OpenKM CE möglich ist, wo professionelle Funktionen den Aufbau vereinfachen und welche Ergänzungen einen konkreten Engpass wirtschaftlich lösen.
Wo KI sinnvoll ergänzt
KI kann Dokumentarten auch bei wechselnden Layouts unterscheiden, Inhalte zusammenfassen, Werte aus freiem Text ableiten oder Vorschläge für Akte und Metadaten machen. Sie kann besonders dort helfen, wo starre Regeln zu aufwendig werden.
Trotzdem braucht sie Grenzen. Verbindliche Zuordnungen, sensible Inhalte und finanzielle oder rechtliche Folgen benötigen definierte Prüfschritte. Die Quellen, verwendeten Modelle und Ergebnisse müssen zum Schutzbedarf passen.
Die sinnvolle Reihenfolge lautet deshalb:
- Dokumenteneingang und Zielprozess verstehen.
- Dokumentarten und Pflichtinformationen festlegen.
- OCR und regelbasierte Erkennung nutzen.
- Unsichere oder variable Fälle gezielt mit KI unterstützen.
- Ergebnisse validieren und kontrolliert an OpenKM übergeben.
Konkrete OpenKM-Module und externe OCR-Produkte gehören nicht in diesen Grundlagenbeitrag. Sie werden in einem eigenen Folgebeitrag verglichen. Hier bleibt die fachliche Logik im Mittelpunkt, damit die Lösung nicht vorschnell von einem einzelnen Werkzeug abhängig wird.
Der Rechnungseingang als Pilot
Für den Einstieg verwenden wir eine klar begrenzte Dokumentart mit ausreichender Menge und erkennbarem Nutzen: die Eingangsrechnung. Sie ist besser geeignet als ein vollständig gemischter Altbestand, weil Pflichtangaben, Prüfregeln, Zuständigkeiten und Durchlaufzeiten konkret beschrieben werden können.
Ein Pilot sollte messen:
- Erkennungs- und Zuordnungsquote,
- Zeitaufwand vor und nach der Einführung,
- Zahl notwendiger Korrekturen,
- Vollständigkeit der Metadaten,
- Durchlaufzeit bis zur Bearbeitung,
- Anteil automatisch übergebener Dokumente.
Fazit
OCR macht Text lesbar. Intelligente Dokumentenerfassung macht Dokumente organisatorisch nutzbar. Dazu gehören Eingangskanal, Klassifikation, Metadaten, Qualitätsprüfung, Berechtigungen und die Übergabe an den richtigen Vorgang.
Wir beginnen deshalb nicht mit der Frage, welches OCR-System die meisten Felder erkennt. Wir beginnen mit dem Engpass: Welche Dokumente verursachen heute den größten Erfassungs-, Such- oder Zuordnungsaufwand? Daraus entsteht ein Pilot, der einen messbaren Dokumentenprozess verbessert.
