Skip to main content
Top

2021 | Book

Intelligente Rechnungsverarbeitung

Methodik und Quantitative Analyse einer Rechnungsverarbeitung mithilfe Künstlicher Intelligenz

insite
SEARCH

About this book

Händisches Extrahieren von Rechnungsdaten ist heutzutage ein enorm zeitaufwendiger, monotoner und fehleranfälliger Prozess in vielen Unternehmen. Der Einsatz Künstlicher Intelligenz in Form von Optischer Zeichenerkennung und Künstlichen Neuronalen Netzen erscheint daher prädestiniert, um den Rechnungsverarbeitungsprozess partiell intelligent zu automatisieren und somit Mitarbeiter*innen zu entlasten sowie Projektmargen zu erhöhen. Die vorliegende Arbeit untersucht den Einsatz von KI in der Rechnungsverarbeitung und stellt einen potentiellen Softwareprototypen vor. Außerdem werden empirische Beobachtungen und Experimente zum Testen der Hypothesen durchgeführt, wodurch die zentralen Ergebnisse dieser Arbeit zeigen, dass eine Verarbeitung mit KI-Unterstützung im Vergleich zu einer rein analog-händischen Verarbeitung signifikant schneller und präziser ist. Dabei profitieren vor allem Mitarbeiter*innen, die weniger Erfahrung mit der Rechnungsverarbeitung haben und durch die KI unterstützt werden. Um die deskriptiv erhobenen Ergebnisse vergleichbar zu gestalten, wird eine Matrix entwickelt, die zukünftig Daten hinsichtlich Zeit und Präzision einer Rechnungsverarbeitung auswerten kann.

Table of Contents

Frontmatter
Kapitel 1. Einleitung
Zusammenfassung
In vielen Unternehmen der freien Wirtschaft werden Rechnungen noch händisch von Mitarbeitern durch Abtippen und Extrahieren der darauf befindlichen Daten verarbeitet. Dieser Prozess ist einerseits enorm zeitaufwendig und monoton, andererseits aufgrund jener Eigenschaften aber auch fehleranfällig und unpräzise. Der Einsatz Künstlicher Intelligenz in Form von Optischer Zeichenerkennung (OCR) und Künstlichen Neuronalen Netzen scheint daher prädestiniert, um diesen Rechnungsverarbeitungsprozess zumindest partiell intelligent zu automatisieren und somit Mitarbeiter zu entlasten sowie Projektmargen zu erhöhen. Die vorliegende Arbeit untersucht den Einsatz von KI in der Rechnungsverarbeitung und hat das Ziel, zu belegen, dass eine intelligente Verarbeitung schnellere und präzisere Ergebnisse liefert.
Martin Böhmer
Kapitel 2. Prozess der Rechnungsverarbeitung
Zusammenfassung
Das folgende Kapitel soll darstellen und verdeutlichen, inwiefern Rechnungen bei der Softline AG verarbeitet werden. Dabei wird besonders der Unterschied zu einer gängigen Rechnungsverarbeitung bzw. meist stark automatisierten Rechnungserfassung aufgezeigt, bei der Rechnungen für firmeneigene oder extern bezogene Produkte erfasst werden.
Martin Böhmer
Kapitel 3. Weiterentwicklung durch Künstliche Intelligenz
Zusammenfassung
Das folgende Kapitel zielt darauf ab, die theoretisch vermittelten Grundlagen zur Rechnungsverarbeitung und dem Prozess dahinter nun mit den aktuellsten Möglichkeiten Künstlicher Intelligenz zu verbinden und somit aufzuzeigen, auf welcher technischen Grundlage Systeme in der Lage sind, Rechnungen selbstständig und intelligent zu verarbeiten. Dafür wird im ersten Abschnitt der Begriff Künstliche Intelligenz erläutert und ein allgemeiner Überblick über den aktuellen Forschungsstand dieses sehr breiten Forschungsfeldes gegeben, wobei auch die wichtigsten Definitionen und Begrifflichkeiten eruiert werden. Anschließend folgt ein Überblick über die technischen Möglichkeiten von KI hinsichtlich optischer Buchstaben- und Texterkennung sowie eine thematische Fundierung mit Blick auf Künstliche Neuronale Netze und das damit verbundene Maschinelle Lernen von Systemen.
Martin Böhmer
Kapitel 4. Forschungsmethodik
Zusammenfassung
In den vorangegangenen Kapiteln wurden die Grundlagen zur Rechnungsverarbeitung sowie zum aktuellen Forschungsstand auf dem Gebiet der Künstlichen Intelligenz dargestellt. Hierbei wurde eine extensive Literaturrecherche durchgeführt, um jene Aktualität in Bezug auf die Thematik zu gewähren und einen Überblick über die Methoden und Techniken zu geben, die in den folgenden Kapiteln (speziell hinsichtlich des Softwareprototypen) besprochen oder genutzt werden. Dafür wurden einerseits bezüglich KI wichtige wissenschaftliche Journals wie JAIR – Journal of Artificial Intelligence Research; Elsevier – Artificial Intelligence; Springer – Artificial Intelligence Review oder Science Direct – Artificial Intelligence durchgearbeitet und in Relation zu den Basiswerken von McCulloch/Pitts (1943), Rosenblatt (1962) sowie Rojas (1993) gesetzt.
Martin Böhmer
Kapitel 5. Softwareprototyp „SoftVoices“
Zusammenfassung
In den Kapiteln 2 und 3 wurden die theoretischen Grundlagen zu der Rechnungsverarbeitung sowie zum breiten Forschungsfeld der Künstlichen Intelligenz erörtert und sollten einen Einblick in Forschungsstand, Funktionsweise und Potentiale geben. Dabei wurde einerseits aufgezeigt, inwiefern die Rechnungsverarbeitung für intelligente Systeme herausfordernd sein kann, aber auch welch enormes Potential in einer intelligenten Automatisierung steckt. Andererseits wurden OCR-Systeme wie Tesseract, welches auf einem LSTM beruht, oder KI-Bibliotheken wie Tensorflow vorgestellt, die Endnutzer mit vortrainierten Neuronalen Netzen die Anwendung in der Praxis erleichtern. In diesem Kapitel werden jene theoretischen Grundlagen nun an einem Softwareprototyp eingehender erläutert, welcher im weiteren Verlauf dieser Arbeit ebenfalls für die empirischen Beobachtungen und Experimente genutzt wird. In Anlehnung an die Softline AG und den englischen Begriff „Invoices“ für Rechnungen, wurde dieser Prototyp SoftVoices genannt.
Martin Böhmer
Kapitel 6. Intelligente Rechnungsverarbeitung mit SoftVoices
Zusammenfassung
Um die aufgestellten Hypothesen zu testen, werden Beobachtungen und Experimente durchgeführt, deren Ergebnisse anschließend visuell dargestellt und ausgewertet werden. In diesem Kapitel sollen daher einerseits jene Experimente hinsichtlich der Rahmenbedingungen beschrieben und andererseits mithilfe von statistischen Methoden extensiv ausgewertet werden. Letztlich wird anhand der Ergebnisse überprüft, ob die aufgestellten Hypothesen bewiesen oder widerlegt werden können.
Martin Böhmer
Kapitel 7. Fazit und Ausblick
Zusammenfassung
Aufbauend auf den theoretischen Grundlagen Künstlicher Intelligenz, insbesondere zu Künstlichen Neuronalen Netzen und Optischer Zeichenerkennung, wurde in dieser Arbeit versucht, eine mögliche intelligente Rechnungsverarbeitung zu realisieren. Hierfür wurden bestehende Prozesse hinsichtlich dieser Verarbeitung bei der Softline AG modelliert und erläutert, um dem Leser ein Gefühl dafür zu geben, warum eine intelligente Rechnungsverarbeitung für Nutzer und aber auch das Top Management einen Mehrwert darstellt. Dieses Kapitel fasst die wesentlichen Ergebnisse dieser Arbeit noch einmal zusammen und gibt einen Ausblick für zukünftige Forschung.
Martin Böhmer
Backmatter
Metadata
Title
Intelligente Rechnungsverarbeitung
Author
Martin Böhmer
Copyright Year
2021
Electronic ISBN
978-3-658-36432-8
Print ISBN
978-3-658-36431-1
DOI
https://doi.org/10.1007/978-3-658-36432-8