Nach allen Regeln der KI

26.02.2019 - Künstliche Intelligenz hilft uns, den Alltag leichter zu bewältigen. Man denke nur an selbstfahrende Autos, Sprachassistentin Siri oder Chatbots auf Websites. Diese Systeme haben auf der Grundlage einer hohen Anzahl von Datensätzen und Beispielen gelernt, autonom zu agieren, selbständig Entscheidungen zu treffen und sich damit selbst zu optimieren – genauso, wie der Begriff KI heutzutage verstanden wird. Künstliche Intelligenz ist aber auch dann im Einsatz, wenn ein System eigenständig klar definierte Aufgaben erfüllen kann. Diese sogenannten Experten- oder regelbasierten Systeme leisten heute in vielen Bereichen ebenfalls gute Dienste. Insbesondere zur Optimierung von Geschäftsprozessen bietet der regelbasierte Ansatz sinnvolle Lösungen. Beispielsweise zur korrekten Erkennung und Zuordnung von geschäftlichen Dokumenten.

Bewährte Algorithmen

Anhand von vordefinierten Grundsätzen identifiziert das System textliche Inhalte, gleicht diese mit vorhandenen Daten ab und ist damit in der Lage, den Posteingang automatisch zu klassifizieren und richtig zuzuordnen. Am Beispiel der Empfängerfindung auf einer Rechnung wird dies deutlich: Hierfür nutzen wir ein effektives Verfahren, das in einem ersten Schritt automatisch die Umsatzsteuer-Identifikationsnummer erkennt und dann über einen Abgleich mit den SAP-ERP-System herausfindet, welcher Kreditor zu dieser Nummer gehört. Weitere ERP-Daten, die zusätzlich mit dem Kreditor verknüpft sind, gleicht das tangro-System ebenfalls mit den Inhalten auf dem Beleg ab und findet so beispielsweise heraus, bei welchen Texten im Dokument es sich um Rechnungspositionen handelt. Bei all diesen Aktionen wendet die Software bewährte Algorithmen an, die gewährleisten, dass alle relevanten Daten im Beleg zuverlässig erkannt und die Daten im SAP-ERP-System korrekt verarbeitet werden. Ein autonom agierendes Verfahren wird hier nicht benötigt, weil durch Regeln klar ausgedrückt werden kann, wie eine Umsatzsteuer-ID-Nummer aussieht. So folgt deren Aufbau zum Beispiel in Deutschland immer der festen Regel: Erst der Ländercode nach ISO 3166, danach 9 Ziffern.

Schwer nachvollziehbar

Nun könnte man argumentieren, dass selbstlernende KI-System den Vorteil bieten, sich eigenständig an veränderte Randbedingen anpassen zu können. Allerdings bergen diese Anwendungen den Nachteil, dass am Ende teilweise schwer nachvollziehbar ist, aufgrund welcher Entscheidungen das System zum Ziel gekommen ist. Um beim Beispiel der Umsatzsteuer-Identifikationsnummer zu bleiben: Hier könnte es etwa sein, dass ein selbstlernendes System zur Texterkennung diese Nummer immer dort sucht, wo das Blatt einen leichten Gelbstich aufweist. Einfach weil bei den Trainingsdaten die ID-Nummer zufälligerweise tatsächlich auf einem gelblich verfärbten Bereich des Blattes stand. Wenn das System nun auch in allen nachfolgenden Dokumenten die ID-Nummer anhand dieses Kriteriums definiert, führt dies zwangsläufig zu einem Fehler. Der jedoch nur schwer behebbar ist, weil die Entscheidungskriterien, nach denen vorgegangen wurde, weitgehend intransparent sind. Hinzu kommt, dass es im Geschäftsbereich oft problematisch ist, eine ausreichende Anzahl hochwertiger Trainingsdaten bereitzustellen.

Hohe Erkennungsgenauigkeit

Am Beispiel der Verarbeitung eingehender Dokumente wird deutlich: Noch bieten regelbasierte Expertensysteme alles, was für diesen Anwendungsfall benötigt wird. Maximale Erkennungsgenauigkeit der benötigten Daten bei hundertprozentiger Nachvollziehbarkeit. Was nicht heißt, dass mit dem weiteren Fortschreiten der KI-Technologie selbstlernende Systeme auch im Posteingang zum Einsatz kommen. Und wir uns damit intelligente Maschinen noch mehr zu Nutze machen. Nicht umgekehrt, wie Hollywood es suggeriert.