Dokumentenverarbeitung11 Min. Lesezeit

Intelligente Dokumentenverarbeitung (IDP): was ein betriebener Agent übernimmt

Inhalt

Intelligente Dokumentenverarbeitung (IDP) heißt: Software liest eingehende Dokumente, erkennt, worum es sich handelt, liest die wichtigen Angaben aus und übergibt sie strukturiert an das System, in dem weitergearbeitet wird. Ein betriebener Agent übernimmt davon fünf Schritte, für einen Vorgang und genau ein Zielsystem:

  1. Erfassen: Er holt das Dokument aus dem Eingang ab, ob Scan, E-Mail-Anhang, Upload oder Watch-Folder.
  2. Klassifizieren: Er erkennt die Dokumentart oder den zuständigen Fachbereich.
  3. Metadaten auslesen: Er liest Absender, Datum, Betreff und Kennungen wie Aktenzeichen, Bestell- oder Lieferscheinnummer.
  4. Weiterleiten: Er übergibt das Dokument an genau ein bestehendes Zielsystem, etwa das DMS oder das ERP.
  5. Aufgabe anlegen: Er legt dort die Aufgabe für den Fachbereich an und hält die Zuordnung mit Zeitstempel und Begründung fest.

Liegt seine Sicherheit unter der vereinbarten Konfidenzschwelle, übergibt er den Fall an einen Menschen. Buchen, genehmigen, bezahlen, löschen und Fristen auslösen gehören nicht zu seinen Aufgaben.

Texterkennung ist der erste Schritt, nicht die Verarbeitung

Die Texterkennung (OCR) macht aus einem Bild Text. Sie weiß nicht, ob dieser Text eine Rechnung, ein Widerspruch oder ein Lieferschein ist, und sie weiß nicht, wer ihn bearbeiten soll. Intelligente Dokumentenverarbeitung beginnt dort, wo OCR aufhört: beim Erkennen der Dokumentart und beim Weitergeben an die richtige Stelle.

Viele Vorhaben bleiben auf halbem Weg stehen. Das Dokument liegt als durchsuchbares PDF im Ordner oder in der E-Akte, aber jemand muss es weiterhin lesen, zuordnen und weiterleiten. Genau diese Zuordnung ist die tägliche Handarbeit, die IDP übernehmen soll.

StufeWas sie leistetWas danach noch Handarbeit ist
ScannenPapier wird zur BilddateiLesen, zuordnen, Angaben abtippen, weiterleiten
Texterkennung (OCR)Die Bilddatei wird durchsuchbarer TextZuordnen, Angaben abtippen, weiterleiten
Klassifizieren und AuslesenDokumentart oder Fachbereich erkannt, Angaben als MetadatenWeiterleiten und Aufgabe anlegen
Betriebener AgentZuordnung, Metadaten, Aufgabe im Zielsystem, Eintrag im ProtokollDie Fälle unter der Schwelle und die Bearbeitung der Sache selbst

Was vor dem ersten Schritt da sein muss, damit ein Agent auf dem Eingang arbeiten kann, beschreibt der Beitrag zur digitalen Poststelle.

Je freier ein Dokument, desto mehr muss der Agent verstehen

Wie viel gelesen werden muss, hängt von der Form ab. Ein strukturierter Datensatz, etwa eine E-Rechnung im XRechnung- oder ZUGFeRD-Format, bringt seine Angaben schon in Feldern mit. Ein Formular oder ein Lieferschein hat feste Stellen, an denen Nummern und Daten stehen, auch wenn jeder Absender sie anders anordnet.

Ein Brief, eine Beschwerde oder ein Widerspruch hat keine feste Form. Hier muss der Agent den Inhalt verstehen, um Dokumentart und Zuständigkeit zu erkennen: Ein Schreiben mit dem Aktenzeichen eines Bauantrags gehört in einen anderen Fachbereich als eine Anfrage zur Hundesteuer, auch wenn beide mit „Sehr geehrte Damen und Herren“ beginnen.

Die meisten Eingänge mischen alle drei Formen. Deshalb legt der Fachbereich in der ersten Woche nicht nur die Klassen fest, sondern sichtet mit uns auch Beispiele je Klasse aus dem echten Eingang. Der Agent lernt an den Dokumenten, die tatsächlich ankommen, nicht an Musterdokumenten.

Metadaten machen aus einem Dokument eine bearbeitbare Aufgabe

Ein Dokument im richtigen Fachbereich ist erst halb angekommen. Bearbeitbar wird es, wenn die Aufgabe im Zielsystem die Angaben schon trägt, nach denen der Fachbereich sucht, sortiert und ablegt. Welche das sind, legt der Fachbereich fest, nicht der Agent.

DokumentartTypische MetadatenWohin die Aufgabe geht
Brief an die VerwaltungAbsender, Datum, Betreff, Aktenzeichenzuständiger Fachbereich im DMS
BürgeranfrageAnliegen, Absender, Kontaktwegzuständiges Amt
LieferscheinLieferant, Lieferscheinnummer, Bestellnummer, DatumLager, Qualitätssicherung oder Buchhaltung
RechnungRechnungsnummer, Rechnungsdatum, Lieferant, KopfdatenBuchhaltung

Welche Metadaten ein Vorgang braucht, wird in Woche 1 mit dem Fachbereich festgelegt und in Woche 2 auf echten Dokumenten getestet.

Die Grenze steht vor dem ersten Dokument fest

Was der Agent tut und was nicht, ist festgelegt, bevor er das erste Dokument sieht. Die Grenze schützt beide Seiten: Sie verhindert, dass ein System Dinge tut, die niemand verantworten will, und sie macht das Ergebnis messbar.

Das tun wirDas tun wir nicht
UmfangEin Eingang, eine Aufgabe, ein ZielEinen zweiten Eingangskanal oder eine zweite Entscheidungsregel
LaufzeitFest, mit definiertem EndeOffen oder automatisch verlängernd
ZielsystemGenau einesMehrere Ziele oder Zurückschreiben in ein zweites System
HandlungKlassifizieren, Metadaten auslesen, weiterleiten, Aufgabe anlegenBuchen, genehmigen, bezahlen, löschen, Fristen auslösen
AnbindungBestehende Schnittstelle, Watch-Folder, sFTP, E-Mail, Standard-APIEigenentwicklung gegen ein Altsystem
AblaufEinstufigMehrstufig mit Verzweigungen

Die Zeile Handlung ist die wichtigste. Der Agent erledigt die Zuordnung vollständig, die Entscheidung in der Sache bleibt beim Fachbereich. Ob eine Rechnung bezahlt, ein Antrag genehmigt oder eine Frist gesetzt wird, ist Sache einer Person im Fachbereich. Sie arbeitet dafür mit dem Dokument und den Metadaten, die der Agent geliefert hat.

Ein einstufiger Vorgang lässt sich an einer Zahl messen

Ein Vorgang ist alles, was täglich ankommt, dieselbe Frage beantwortet und im selben System landet. Diese Enge ist Absicht. Nur wenn jedes Dokument dieselbe Frage beantwortet, gibt es eine einzige Trefferquote: den Anteil der Fälle, die der Agent richtig zuordnet.

Die Trefferquote wird vor dem Start vereinbart und in Woche drei auf echten Dokumenten abgenommen. Ein zweiter Eingangskanal, ein zweites Zielsystem oder eine Verzweigung würde diese Zahl auflösen. Deshalb wird daraus ein eigener Vorgang mit eigener Trefferquote, nicht eine Erweiterung des ersten.

Nicht jedes Dokument ist ein Fall für IDP

Intelligente Dokumentenverarbeitung passt, wo viel Gleichartiges ankommt und die Zuordnung heute Zeit kostet. Sie passt schlecht, wo das Lesen selbst schon die Sachbearbeitung ist.

  • Seltene Dokumente: Für eine Handvoll Fälle im Monat lohnt kein eigener Vorgang, und es fehlen die Beispiele für eine belastbare Trefferquote.
  • Abläufe mit Verzweigungen: Läuft ein Dokument je nach Inhalt durch mehrere Stellen mit eigener Freigabe, ist das ein mehrstufiger Ablauf außerhalb der Grenze.
  • Zwei Zielsysteme: Muss dasselbe Dokument im DMS und im ERP angelegt werden, sind das zwei Vorgänge.
  • Urteile in der Sache: Ob ein Widerspruch begründet oder eine Reklamation berechtigt ist, beurteilt der Fachbereich. Der Agent sorgt dafür, dass der Fall schnell beim richtigen Menschen liegt.

Jedes Dokument durchläuft dieselbe Folge, und jede Zuordnung steht im Protokoll

Im Betrieb arbeitet der Agent jedes Dokument in derselben Reihenfolge ab:

  1. Er liest das Dokument und erkennt die Angaben, die der Fachbereich als Metadaten festgelegt hat.
  2. Er erwägt die vereinbarten Klassen und bewertet für jede, wie sicher er ist.
  3. Liegt die höchste Sicherheit über der Konfidenzschwelle, ordnet er zu und legt die Aufgabe im Zielsystem an.
  4. Liegt sie darunter, legt er keine Aufgabe an und übergibt den Fall an eine benannte Person.
  5. In beiden Fällen schreibt er einen Eintrag ins Entscheidungsprotokoll: was einging, welche Klassen er erwogen hat, wie sicher er war, worauf die Zuordnung beruht und welche Aufgabe entstand.

So lässt sich jede Zuordnung später erklären, auch von jemandem, der den Agenten nie gesehen hat. Die Antwort auf die Frage, warum ein Dokument dort gelandet ist, hängt dann nicht vom Gedächtnis einer Person ab.

Unter der Konfidenzschwelle ordnet ein Mensch zu

Die Konfidenzschwelle ist die Sicherheit, unterhalb derer der Agent nicht handelt, sondern den Fall an einen Menschen übergibt. Sie wird mit dem Fachbereich vor dem Start des Pilotbetriebs vereinbart und in den produktiven Wochen auf echtem Volumen eingestellt.

Die Person erhält mit dem Fall alles, was sie für eine schnelle Zuordnung braucht: das Dokument, die erwogenen Klassen mit ihrer Sicherheit, die Klasse, die der Agent gewählt hätte, und den Grund des Zweifels. Ihre Zuordnung wird protokolliert und fließt in die nächste Korrektur ein.

Der Weg führt auch in die andere Richtung. Über den menschlichen Eingriffspfad kann eine benannte Person den Agenten jederzeit anhalten, eine Zuordnung korrigieren oder einen Fall übernehmen.

Den Agenten bauen und betreiben wir, der Fachbereich liefert das Wissen

Bei einem betriebenen Agenten ist verteilt, wer was tut. Sie richten nichts ein, trainieren kein Modell und überwachen keine Auswertungen. Der Fachbereich bringt sein Wissen über den Vorgang ein, die IT den Zugang, und wir übernehmen Bau und Betrieb.

WerWas er beiträgt
Fachbereichbeantwortet in Woche 1 die Prozessfragen, nennt Klassen und Beispiele, bearbeitet die Sache und klärt die übergebenen Fälle
IT oder Rechenzentrumstellt den Zugang zum Zielsystem bereit: Standard-API, Watch-Folder, sFTP oder E-Mail
Agentklassifiziert, liest Metadaten aus, leitet weiter, legt die Aufgabe an und übergibt unsichere Fälle
Agentivobaut den Agenten in den Wochen 1 und 2 und betreibt ihn danach: überwacht, korrigiert, verantwortet

Betrieb heißt bei uns mehr als Hosting. Ändern sich Zuständigkeiten, kommt eine neue Dokumentart hinzu oder ändert ein Absender sein Layout, korrigieren wir den Agenten und verantworten das Ergebnis.

Intelligent Document Processing in Deutschland: Die Hürden sind Wissen, Rechtsfragen und Datenschutz

Laut Statistischem Bundesamt (Destatis) nutzte 2025 gut jedes vierte Unternehmen in Deutschland mit mindestens zehn Beschäftigten KI. Text Mining, also das Auswerten geschriebener Sprache, gehört bei diesen Unternehmen zu den am häufigsten eingesetzten Verfahren.

Unternehmen, die KI erwogen, aber noch nicht eingeführt haben, nennen als Gründe am häufigsten fehlendes Wissen, Unklarheit über die rechtlichen Folgen und Bedenken beim Datenschutz, so die Destatis-Erhebung zu den Gründen gegen KI.

Bei einem betriebenen Agenten sind diese Fragen vor dem Start beantwortet. Das Wissen bringt der Betreiber mit. Für Datenschutz und Nachweis gilt bei uns:

  • Betrieb vollständig innerhalb der EU, verantwortet aus Düsseldorf.
  • DSGVO-konforme Verarbeitung mit Auftragsverarbeitungsvertrag (AVV).
  • Vollständiges Entscheidungsprotokoll als Nachweis für Prüfungen nach der KI-Verordnung.
  • Ein definierter, dokumentierter menschlicher Eingriffspfad, jederzeit auslösbar.

Welche Pflichten die KI-Verordnung in Ihrem Fall berührt, klären Sie mit Ihrer Rechtsabteilung oder Ihrem Datenschutzbeauftragten. Wir liefern dafür den AVV und das Protokoll.

IDP beginnt mit einem Vorgang, der jeden Tag ankommt

Intelligente Dokumentenverarbeitung lohnt sich dort, wo dieselbe Art Dokument täglich ankommt und heute von Hand verteilt wird. Vier Vorgänge sind typische Anfänge:

VorgangWas der Agent tut
Posteingangerfasst das eingehende PDF, ordnet es dem zuständigen Fachbereich zu und legt die Aufgabe im DMS an
Bürgeranfrageerkennt das Anliegen, leitet es an das zuständige Amt weiter und bestätigt den Eingang
Lieferscheinliest die Angaben aus, prüft sie und leitet sie an Lager, Qualitätssicherung oder Buchhaltung weiter
Rechnungerfasst die Kopfdaten, schlägt die Zuordnung vor und übergibt an die Buchhaltung

In der Verwaltung ist der Posteingang ein naheliegender Anfang. Wie die Zuordnung dort in das DMS läuft, beschreibt der Beitrag zum Workflow im digitalen Posteingang. Wie die Klassen für die Post auf Fachbereichsebene entstehen, steht unter Dokumentenklassifizierung.

Wie ein solcher Vorgang Schritt für Schritt eingerichtet wird, zeigt der Beitrag zur Dokumentenverarbeitung mit KI. Im Mittelstand ist ein Vorgang der kleinste sinnvolle Einstieg in die KI-Prozessautomatisierung. Einen Überblick über unsere KI-Mitarbeiter gibt der Katalog.

In sieben Wochen von den ersten Beispielen zum produktiven Betrieb

Der Einstieg ist der Pilotbetrieb: ein Vorgang, Festpreis, vor dem Start vereinbart. Er dauert sieben Wochen, vier davon produktiver Betrieb auf Ihren echten Dokumenten.

WocheWas passiert
1Prozessgespräch mit dem Fachbereich, Klassen festlegen, Beispiele sichten, Zugänge klären
2Wir bauen und trainieren den Agenten, richten die Qualitätsprüfung ein und testen auf echten Dokumenten
3Abnahme gegen die vereinbarte Trefferquote, Go-live, Übergabe
4 bis 7Produktiver Betrieb auf echtem Volumen; wir überwachen und korrigieren
Ende Woche 7Schriftliche Auswertung: erreichte Trefferquote, bearbeitete Fälle, gesparte Zeit

Wird die vereinbarte Trefferquote erreicht, beginnt der Betrieb mit einer monatlich kündbaren Betriebsvereinbarung. Wird sie verfehlt, endet der Pilotbetrieb ohne weitere Verpflichtung.

Häufige Fragen

Was ist der Unterschied zwischen OCR und intelligenter Dokumentenverarbeitung?

OCR macht aus einem Bild durchsuchbaren Text, mehr nicht. Intelligente Dokumentenverarbeitung erkennt zusätzlich, um welche Dokumentart es sich handelt, liest die wichtigen Angaben als Metadaten aus und gibt das Dokument an das System weiter, in dem es bearbeitet wird. Ein betriebener Agent legt dort außerdem die Aufgabe an und protokolliert jede Zuordnung mit Zeitstempel und Begründung.

Braucht intelligente Dokumentenverarbeitung ein neues System?

Nein. Der Agent schreibt in genau ein Zielsystem, das Sie schon nutzen: ein DMS, ein ERP, ein Fachverfahren oder ein Ticketsystem. Angebunden wird über einen Zugang, den es bereits gibt, also eine Standard-API, einen Watch-Folder, sFTP oder E-Mail. Eine Eigenentwicklung gegen ein Altsystem gehört nicht in einen Pilotbetrieb. Welche Schnittstelle passt, klären wir in der ersten Woche.

Was passiert mit Dokumenten, die der Agent nicht sicher zuordnen kann?

Sie gehen an eine benannte Person. Liegt die Sicherheit des Agenten unter der vereinbarten Konfidenzschwelle, legt er keine Aufgabe an, sondern übergibt den Fall mit den erwogenen Klassen und dem Grund seines Zweifels. Die Person ordnet zu, ihre Zuordnung steht im Entscheidungsprotokoll und dient als Beispiel für die nächste Korrektur. Nichts bleibt liegen, und nichts wird im Zweifel automatisch zugeordnet.

Warum bucht der Agent keine Rechnungen?

Weil Buchen, Genehmigen, Bezahlen, Löschen und das Auslösen von Fristen außerhalb der vereinbarten Grenze liegen. Bei Rechnungen erfasst der Agent die Kopfdaten, schlägt die Zuordnung vor und übergibt an die Buchhaltung. Buchung und Freigabe bleiben bei Ihren Mitarbeitenden. So bleibt jede Zahlung eine menschliche Entscheidung, und das Protokoll zeigt, auf welcher Grundlage die Vorbereitung erfolgt ist.

Wo werden die Dokumente verarbeitet?

Vollständig innerhalb der EU, verantwortet aus Düsseldorf. Zu jedem Pilotbetrieb gehört ein Auftragsverarbeitungsvertrag (AVV), die Verarbeitung ist DSGVO-konform. Das Entscheidungsprotokoll steht als Nachweis für Prüfungen nach der KI-Verordnung zur Verfügung. Welche Dokumente in den Vorgang gehören und welche draußen bleiben, legen Sie in der ersten Woche gemeinsam mit uns fest.

Der nächste Schritt

Wenn bei Ihnen jeden Tag dieselbe Art Dokument ankommt und von Hand gelesen, zugeordnet und weitergeleitet wird, ist das der Vorgang für einen Pilotbetrieb: ein Eingang, eine Aufgabe, ein Zielsystem. Festpreis, vor dem Start vereinbart. Sieben Wochen, vier davon im produktiven Betrieb auf Ihren echten Dokumenten.

Pilotbetrieb anfragen

← Zurück zu den Beiträgen