Intelligent Capture

Die Informationserfassung, verbunden mit Klassifizierung und Indizierung der Informationen, war immer einer der Engpässe von Informationsmanagement-Lösungen. Besonders die manuelle Indizierung ist aufwändig und fehlerträchtig. Automatismen kommen daher bei der Erfassung von Informationen durch Scannen oder Import eine besondere Bedeutung zu. Vererbung über Klassen-Konzepte erlauben hier seit langem eine automatische und sichere Zuordnung von Metadaten zu den Informationsobjekte. Der Abgleich mit vorhandenen Stammdaten und Vergleichsobjekten verbessert die Qualität der Metadaten zusätzlich. OCR-Wandlung und automatische Klassifikation, regelbasiert, angelernt oder selbstlernend, stellten einen wesentlichen Fortschritt bei der Erschließung der Informationsinhalte dar. Nun kommen weitere Ansätze aus dem Umfeld von Analytics und Artificial Intelligence hinzu. Ziel ist eine weitgehend automatische, hoch-qualitative Erfassung beliebiger Objekte aus beliebigen Quellen. Dies schließt Bilder, Office-Dokumente, Listen, Scans, Videos, Multimedia, E-Mails, Tweets, Reports, Audit-Trails und andere ein. Die bisherige Trennung in structured und unstructured Information ist längst hinfällig. Alle Typen von Informationen müssen übergreifend, zusammenhängend um im Kontext erschlossen und verwaltet werden.

Im Zuge der Einführung einer neuen strategischen Ausrichtung – IIM Intelligent Information Management anstelle ECM Enterprise Content Management – hat der internationale Dachverband AIIM eine Marktstudie zum Einsatz intelligenter, sprich automatischer und selbstlernender Technologien bei der Informationserfassung, durchgeführt. Das AIIM Industry Whitepaper „IIM Best Practices – Incorporating Intelligent Capture in Your Digital Transformation Strategy“ (http://bit.ly/Intelligent-Capture) datiert vom Juni 2019 (Download der Studie bei AIIM: https://info.aiim.org/incorporating-intelligent-capture-in-your-digital-transformation-strategy).

Intelligent Capture

Der Begriff „Intelligent“ in Verbindung mit Softwaresystemen ist nicht ganz unumstritten. Intelligent Informationsverwaltung ist was Menschen mit Informationen tun, kein technisches System per se. Das Whitepaper definiert „Intelligent Capture“ nicht direct, sondern setzt auf Best Practice Beispielen auf. In der Einleitung wird vom Autor John Mancini das Thema IIM Intelligent Information Management mit den von Analysten eingeführten Gruppierungen Content Services, Process Services und Analytics Services vorgenommen (http://bit.ly/IIM-CS-PS-AS). IIM soll hier als Dach oder Klammer für diese Einordnungen von Forrester und Gartner dienen und so den Konflikt der Branche über die „Nachfolge“ von ECM auflösen. Dies wird im ersten Kapitel „Incorporating Intelligent Capture in your Digital Transformation Strategy“ mit einer Grafik verdeutlicht. Intelligent Capture benutzt Ansätze aus Analytics Services und … nicht im Model direkt ausgewiesen – KI Künstlicher Intelligenz. Aber auch Funktionalität aus Process Services und natürlich aus den traditionellen Content Services, also alles zusammengenommen ECM+, spielen eine Rolle.

Der Inhalt der Marktstudie konzentriert sich auf ca. 15 Seiten auf Grafiken, mit den Auswertungen der Befragung. Das Inhaltsverzeichnis des Whitepaper:

• Process used and Survey Demographics
• IIM Best Practices – Incorporating Intelligent Capture in your Digital Transformation Strategy
• Best Practice #1: Once you get Capture Basics in Place – more of a Wish than Reality in most Organizations – adopt a „Land and Expand“ Aprroach to Intelligent Capture
• Best Practice #2: Thoroughly understand the Problem set that Intelligent Capture can help to address, and frame Converstaions in Terms of Problems to be solved rather than Technologies to be deployed
• Best Practice #3: Look „Downstream“ and understand the far-reaching Implications that Intelligent Capture has on Process Efficiency and Automation
• Best Practice #4: Review the Capabilities of your current and planned Capture Platforms to make sure they are evolving to meet the next Generation of AI and Machine Learning Challenges
• Six Reasons Intelligent Capture needs to be a Digital Transformation Priority
• Nine Things you need to know about Intelligent Capture (Infographic)

Ein paar gute Ansätze wie „in Lösung von geschäftlichen Herausforderungen denken anstelle von rein technologischen Ansätzen“ und der Ausblick auf die „AI Artificial Intelligence“, die noch erheblich mehr Komfort bieten wird, sind die Grundlinie der Ergebnisse. Die Grafiken mit den Statistiken geben allerdings eher den üblichen Blick auf Capture.

9 Things you need to know about Intelligent Capture

In einer Infografik hat John Mancini die wesentlichen Aspekte zusammengefasst:

Die Grafik und der Publikationsstil folgen damit anderen AIIM White Papers, die es dem Leser so einfach und verständlich wie möglich machen sollen (für viele Leser wird sich das Lesen der Studie auf diese Grafik beschränken). Es sind viele Gemeinplätze enthalten. Manuelle Erfassung ist weiterhin eine Herausforderung. Erfassungsprozesse sind häufig noch sehr komplex und stehen so auch im Widerspruch zu den Ansätzen von RPA Robotic Process Automation. Die wachsende Informationsflut erhöht den Druck auf die Bereitstellung immer besserer, automatischer Erfassungslösungen. Die Zahlen können helfen, wenn man einen Antrag auf Finanzierung einer Information-Management-Lösung stellt. Darüber hinaus bietet die Studie nur wenig Ansätze, wo Automatisierung zukünftig möglich wird. Die Erschließung von Videos, Sprache, Bilddokumenten, gescannten Texten und anderen bisher nur schwierig auswertbaren Informationsobjekten hat große Fortschritte gemacht. Die vollständige automatisierte Erfassung ist das nächste Ziel in den kommenden Jahren.