Digital GoToMarket (DGTM) unterstützt Unternehmen bei der Entwicklung digitaler Strategien und der Einführung erfolgreicher Abonnementprodukte und -dienste. Sie arbeiten branchenübergreifend, um die betriebliche Effizienz zu optimieren und messbare Geschäftsergebnisse zu erzielen.
Herausforderung
Der Prozess zur Extraktion von Dokumentendaten bei DGTM beruhte auf starren regulären Ausdrücken, die zwar für strukturierte Muster funktionierten, aber keine differenzierten Informationen erfassen konnten. Außerdem erforderte diese Methode komplexe, dokumentenspezifische Konfigurationen für verschiedene Märkte, was die Skalierbarkeit und Anpassungsfähigkeit einschränkte.
Das Unternehmen benötigte einen intelligenteren und flexibleren Ansatz - einen, der sich im Laufe der Zeit weiterentwickeln, die Genauigkeit verbessern und die Verarbeitung rationalisieren konnte. Durch die Einführung des maschinellen Lernens in den Arbeitsablauf wollte DGTM den manuellen Aufwand reduzieren, die Analyse beschleunigen und die Gesamtqualität der extrahierten Daten verbessern.
Lösung
Firemind entwickelte ein Proof-of-Concept mit AWS, um manuelle Methoden durch eine skalierbare, ML-gesteuerte Pipeline zur Automatisierung von Dokumenten zu ersetzen. Das System nutzte Amazon Textract für die erweiterte Textextraktion und Amazon Comprehend für die intelligente Klassifizierung und ermöglichte so Batch-Uploads, automatische Analysen und iterative Genauigkeitsverbesserungen.
Es wurde eine "ML-Sandbox"-Umgebung zum Testen und Trainieren von Modellen geschaffen, die es DGTM ermöglicht, den Extraktionsprozess im Laufe der Zeit anzupassen. Die IDP-Lösung (Intelligent Document Processing) wurde in nur 22 Tagen implementiert, wodurch Mitarbeiter für höherwertige Aufgaben freigesetzt wurden und eine solide Grundlage für die künftige Skalierung der Automatisierung geschaffen wurde.
Genutzte Dienste
- Amazon Verstehen
- Amazon Textrakt
- AWS Lambda
- Amazon S3
Die Ergebnisse
- Automatisierte Dokumentenverarbeitung, weniger manuelle Eingaben
- Erhöhte Genauigkeit und Anpassungsfähigkeit der Datenextraktion
- Freisetzung von Personal für höherwertige Aufgaben
- Bietet eine skalierbare Grundlage für zukünftige ML-Funktionen
- Geliefert in nur 22 Tagen
