Echtzeitanwendungen und Agenten mit Document Intelligence betreiben

Bei Databricks erhalten unsere Unternehmenskunden jeden Tag Millionen von Dokumenten. Diese unstrukturierten, unübersichtlichen Dokumente enthalten wichtige Kontextinformationen über Geschäftsabläufe, Kunden und Finanzen, die als Grundlage für zentrale Entscheidungen im gesamten Unternehmen dienen. Doch wenn ein Dokument eintrifft, ist es erstaunlich aufwendig, diesen Unternehmenskontext zu nutzen. Zum Beispiel:

• Ein Vertrag landet im Posteingang. Ein Mitglied des Rechtsteams öffnet ihn, sucht nach den Vertragsparteien, dem Inkrafttreten und den Verlängerungsbedingungen und gibt diese in das System ein, um die Vereinbarung über Jahre hinweg zu verfolgen.
• Eine Rechnung trifft ein. Eine Fachkraft aus der Kreditorenbuchhaltung sucht nach Lieferant, Bestellnummer und Gesamtbetrag und gibt diese in das System ein, damit die Rechnung freigegeben und geprüft werden kann.
• Ein Versicherungsfall wird im Portal mit einem Stapel von Anhängen eingereicht, und ein Schadensregulierungsspezialist liest alles durch, nur um zu entscheiden, an wen der Fall weitergeleitet werden muss.

Dies sind unterschiedliche Workflows, aber sie teilen denselben Engpass: Bevor Kunden die wertvollen Daten in den Dokumenten für Business Analytics oder Entscheidungsfindungen nutzen können, muss jemand jedes Dokument lesen und die relevanten Informationen extrahieren. Dieser manuelle Schritt verlangsamt alle nachfolgenden Prozesse, und Engpass sowie Kosten explodieren mit steigendem Dokumentenvolumen.

Dokumente in Echtzeit mit synchronen REST-APIs verarbeiten

Heute sind die REST-APIs von Document Intelligence für Parsing, Klassifizierung und Extraktion allgemein verfügbar. Unsere Decisions-REST-API, die sich hervorragend für das Dokumenten-Routing eignet, befindet sich in der Beta-Phase. Entwickler können diese APIs aus einer Anwendung oder einem Agenten aufrufen, sobald ein Dokument eintrifft, sodass der Workflow identifizieren kann, was eingegangen ist, die benötigten Details extrahiert und sie der richtigen Person oder dem richtigen Agenten für die nächsten Schritte vorlegt.

Diese APIs verwandeln Ihre Dokumente in Echtzeit in strukturierte Erkenntnisse:

• ai_parse_document liest die Datei, konvertiert Tabellen und Abbildungen in strukturierten Text und berechnet Bounding-Boxes für Zitate zur nachgelagerten Verarbeitung.
• ai_decide nutzt den Inhalt des Dokuments, um über die nächsten Schritte zu entscheiden – z. B. das Dokument an einen Workflow weiterzuleiten oder zur Überprüfung zu markieren.
• ai_extract zieht die von Ihnen angegebenen Felder in ein strukturiertes Ergebnis mit optionalen Zitaten und Konfidenzwerten, sodass Personen oder Agenten die Werte mit der Quelle abgleichen können.
• ai_classify weist dem Dokument oder den extrahierten Entitäten Labels unter Verwendung Ihrer Geschäftstaxonomie zu, optional mit Begründungen und Konfidenzwerten.

Beispiel für die Verwendung der ai_extract-REST-API zur Extraktion von Feldern aus einer Rechnung:

Echtzeit-Document-Intelligence in Ihre Apps und Agenten integrieren

Sie können die REST-APIs nutzen, um Dokumentenverständnis direkt in die Anwendung einzubinden, in der die Arbeit stattfindet. Mit Databricks Apps können Sie beispielsweise einen Vertragseingangs-Flow erstellen, bei dem eine Juristin oder ein Jurist eine Vereinbarung hochlädt und ein Prüfungsformular öffnet, in dem die wichtigsten Bedingungen bereits ausgefüllt sind:

1. Vertrag lesen. ai_parse_document wandelt die Datei in strukturierten Inhalt um, den die App für weitere Zwecke speichern kann.
2. Den richtigen Prüfungs-Flow öffnen. ai_classify erkennt, ob es sich bei der Vereinbarung um eine Vertraulichkeitsvereinbarung (NDA), einen Rahmenvertrag (MSA) oder einen Arbeitsauftrag (SOW) handelt, sodass die App weiß, welches Formular angezeigt werden muss.
3. Bedingungen vorausfüllen. ai_extract extrahiert Vertragsparteien, Datum des Inkrafttretens, Verlängerungsbedingungen und Kündigungsfrist. Über Zitate kann die Rechtsabteilung jeden Wert direkt mit der Quelle abgleichen.
4. Arbeit voranbringen. Die zuständige Person korrigiert oder genehmigt die Felder, und die App schreibt den überprüften Datensatz sowie die Quellreferenz nach Delta.

Interaktive Human-in-the-Loop-Anwendungen sind nur eine Möglichkeit, die Echtzeit-Dokumentenverarbeitung zu nutzen. Sie können diese APIs auch über einen benutzerdefinierten Agenten aufrufen, der mit Agent Bricks erstellt wurde, wenn dieser eingehende Dokumente verstehen oder analysieren muss, bevor er seine nächste Entscheidung trifft.

Heute noch loslegen

Möchten Sie einen solchen Workflow erstellen? Öffnen Sie Genie Code in Ihrem Databricks-Workspace und geben Sie Ihre Eingabeaufforderung (Prompt) ein:

Sie können auch direkt mit der REST-API-Referenz und den Anleitungen für Parsing, Klassifizierung und Extraktion entwickeln:

• API-Referenz: REST-API-Dokumentation
• Anleitungen: Parsing · Extraktion · Klassifizierung
• Agent Bricks UI: Testen Sie Parsing, Extraktion und Klassifizierung interaktiv auf der Agenten-Seite in Ihrem Workspace.

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag