Mehr als Informationen extrahieren: Prozessautomatisierung mit agentenbasiertem Dokumentenverständnis

Wenn eine Lieferantenrechnung eingeht, verbringen die Teams der Kreditorenbuchhaltung durchschnittlich 15 Minuten damit, sie mit verschiedenen Dokumenten und Systemen abzugleichen. LLMs haben die Extraktion von Daten aus Dokumenten erheblich verbessert, aber die Extraktion ist nur der erste Schritt. Der eigentliche Engpass liegt in den folgenden Schritten: die Daten mit internen Aufzeichnungen abgleichen, Unstimmigkeiten ausgleichen und fundierte Entscheidungen treffen, die die Geschäftsprozesse vorantreiben.

Dieser Vortrag befasst sich mit dem Wandel von statischen Extraktionspipelines zu dynamischen agentenbasierten Workflows – Systemen, in denen LLM-gestützte Agenten nicht nur Dokumente lesen, sondern Fälle aktiv untersuchen, indem sie Live-Systeme abfragen und mehrere Datenquellen miteinander verknüpfen.

Lernziele

• Architekturmuster für den Aufbau dokumentengesteuerter Agentensysteme
  
• Wann dieser Ansatz im Vergleich zu einfacheren RPA- oder regelbasierten Lösungen einen ROI erzielt
  
• Strategien zum Ausgleich zwischen Autonomie auf der einen und Compliance- und Risikomanagementanforderungen auf der anderen Seite