was

 
 
 
 
 
  • Problem:

    Für die Kreditprüfung in der Baufinanzierung ist die Einreichung von sehr unterschiedlichen und umfangreichen Dokumenten durch die Antragsteller notwendig. In komplexen Konstellationen können es bis zu 300 Dokumente sein, die der Antragsteller zur Prüfung bei der Bank einreicht. Häufig sind diese Dokumente lediglich abfotografiert und Scans liegen in schlechter Qualität vor. Die Unterlagen sind meist unsortiert. Der Bankmitarbeiter muss die richtigen Dokumente fallspezifisch erkennen, einer Kategorie zuordnen und digitalisieren - eine komplexe Aufgabe, für die in der Regel die Ressourcenbindung von Fachkräften notwendig ist. Der gesamte Vorgang kann in komplizierteren Fällen für einen einzelnen Antrag bis zu 60 Minuten dauern.

  • Lösung:

    Die Lösung heißt faScan. faScan verbessert und bereinigt die Scanqualität der Dokumente. Es erkennt den Inhalt und ordnet mit Hilfe Künstlicher Intelligenz vollautomatisch zu.

    Der Bankmitarbeiter kann über ein nutzerfreundliches Dokumentenmanagement die Dokumente und deren Zuordnung jederzeit durchblättern, überprüfen und - falls eine Unterlage nicht erkannt wurde - komfortabel zuordnen.

 
 
 
 
 
  • Wie arbeitet faScan im Detail?

    Damit faScan hochintelligent und effektiv Dokumente verstehen und zuordnen kann, arbeitet es mit verschiedenen Methoden der Künstlichen Intelligenz und modernsten Technologien.

    Dafür hier zwei Beispiele:

    • Optische Zeichenerkennung (OCR): Grafiken werden verbessert, Texte erkannt und Inhalte verstanden.
    • Sprache verstehen: faScan erkennt Schlüsselworte und ordnet sie Kontexten zu.
  •  

    faScan ist mit einem selbstlernenenden Algorithmus ausgestattet, der zu einer steten Verbesserung der Zuordnung führt.

    • Neuronale Netze simulieren die Strukturen des menschlichen Gehirns. Inhalte von Dokumenten werden „verstanden“, Entscheidungen können getroffen werden.
    • Worte und Wortketten werden in den Dokumenten erkannt.
    • Support Vector Machine dient der Klassifizierung und Prognose des Algorithmus sowie der Merkmale und trifft Prognosen.
    • Mit Adaptive Boostings werden alle Methoden zusammen geführt und bewertet. faScan gewichtet die jeweilige Vorhersagekraft der Algorithmen, und die verschiedenen Anwendungsmöglichkeiten des jeweiligen Dokumentes. Dadurch steigt die Zuverlässigkeit, und Zuordnungsfehler werden minimiert.