Freigeben über

Dokumentenverarbeitung mit AI Builder optimieren

Die Verarbeitung von Dokumenten ist oft eine manuelle, zeitaufwändige Aufgabe. Mit Power Automate und AI Builder können Sie die Dokumentenverarbeitung optimieren und die Datenextraktion aus Dokumenten wie Formularen, Rechnungen und Bestellungen automatisieren.

Tipp

Der Artikel enthält ein Beispielszenario und eine visuelle Darstellung davon, wie Dokumente mit AI Builder verarbeitet werden. Bei dieser Lösung handelt es sich um eine verallgemeinerte Beispielszenarioarchitektur, die für viele verschiedene Szenarien und Branchen verwendet werden kann.

Architekturdiagramm

Architekturdiagramm zur Veranschaulichung der Dokumentenverarbeitung mit AI Builder, Power Automate, Dataverse, Power Apps, und Power BI.

Workflow

Die folgenden Schritte beschreiben den Workflow, der im Beispielarchitekturdiagramm dargestellt ist:

  1. Übermittlung eingehender Dokumente: Ein Benutzender oder System übermittelt ein Dokument, z. B. eine Rechnung, eine Bestellung oder ein Rückvergütungsformular, per E-Mail.

  2. Dokumentenverarbeitung mit Power Automate und AI Builder: Beim Empfang der E-Mail löst ein Power Automate-Cloud-Flow AI Builder aus, um wichtige Informationen aus dem Dokument zu extrahieren und zur strukturierten Verarbeitung in einer Dataverse-Tabelle zu speichern.

  3. Automatisierte Überprüfung: Ein weiterer Power Automate-Flow validiert die extrahierten Daten. Wenn eine Genehmigung oder eine weitere Validierung erforderlich ist, stellt der Flow die Daten zur Überprüfung durch einen Menschen in die Warteschlange.

  4. Menschliche Überprüfung: Ein Mensch überprüft die extrahierten Daten in einer Canvas- oder modellgesteuerten App, mit der er Daten je nachdem genehmigen, ablehnen oder korrigieren kann. Der Überprüfungsprozess kann eine Rückmeldung an den Absender darüber umfassen, was für die zukünftige Genehmigung bei der Wiedervorlage erforderlich ist.

  5. Feedback an den Absender: Nach der Überprüfung sendet ein Power Automate-Workflow eine E-Mail mit dem Genehmigungs- oder Ablehnungsstatus des eingereichten Dokuments an den Absender.

  6. Berichterstellung und Analysen: Power BI-Dashboards bieten Erkenntnisse zum Workflow der Dokumentenverarbeitung, einschließlich Metriken zu Verarbeitungszeit, Anzahl der überprüften Dokumente und Genehmigungsquoten.

Komponenten

AI Builder: Extrahiert mithilfe vorgefertigter oder benutzerdefinierter Modelle wichtige Daten aus Dokumenten.

Power Automate: Orchestriert Workflows für die Dokumentenverarbeitung.

Microsoft Dataverse: Dient als zentraler Datenspeicher für aus Dokumenten extrahierte Daten und verfolgt den Fortschritt der Dokumente durch den Geschäftsprozess nach.

Power Apps: Erleichtert die Überprüfung und Korrektur von Daten durch Menschen.

Power BI: Bietet Analysen und Einblicke in den Workflow der Dokumentenverarbeitung.

Einzelheiten zum Szenario

Diese Architektur rationalisiert und automatisiert dokumentenintensive Geschäftsprozesse. Dabei wird mithilfe von AI Builder die manuelle Dateneingabe reduziert, Fehler minimiert und Entscheidungsabläufe beschleunigt. Zu den Anwendungsfällen gehören die Automatisierung der Rechnungsverarbeitung, der Genehmigung von Bestellungen und der Verarbeitung von Rückvergütungsformularen.

Überlegungen

Diese Überlegungen implementieren die Säulen von Power Platform Well-Architected, eine Reihe von Leitprinzipien, welche die Qualität einer Workload verbessern. Weitere Informationen finden Sie unter Microsoft Power Platform Well-Architected.

Zuverlässigkeit

  • Wiederholungsrichtlinien: Richtlinien, die in Power Automate konfiguriert werden, kümmern sich um vorübergehende Fehler bei der Dokumentverarbeitung mit AI Builder oder SharePoint, einschließlich Dataverse-Verbindungen.

  • Überwachung und Warnungen: Application Insights ist so konfiguriert, dass es die Integrität des Workflows überwacht und bei Fehlern eine Warnung ausgibt.

  • Dokumentenresilienz: Benutzende können ein beliebiges Dokument senden. Der Workflow, der den Datenextrakt ausführt, muss Ausnahmen aufgrund ungültiger oder unerwarteter Dokumente verarbeiten.

Sicherheit

  • Datenzugriffskontrolle: Der rollenbasierte Zugriff stellt sicher, dass nur autorisierte Benutzende auf die extrahierten Daten in Dataverse zugreifen können.

  • Verschlüsselung: In Power Automate in Übertragung befindliche und in Dataverse ruhende Daten sind verschlüsselt.

  • Prinzip der geringsten Rechte: Berechtigungen sind eingeschränkt, um die Gefährdung zu minimieren. Power Automate-Flows greifen auf Systeme zu, indem sie nach Möglichkeit die Konten mit den geringsten Rechten oder einen Dienstprinzipal verwenden. App-Benutzer sollten nur Zugriff auf die Datentabellen haben, die die App unterstützen.

Betriebliche Effizienz

Application Lifecycle Management: Lösungsressourcen werden in der Quellcodeverwaltung gespeichert und Dataverse-Lösungen werden verwendet, um Ressourcen von der Entwicklung über den Test bis hin zur Produktion höher zu stufen.

Leistungsfähigkeit

Einsatz vordefinierter Modelle: Erwägen Sie die Verwendung vordefinierter Modelle, wenn sie zu Ihrem Dokumentenszenario passen. Verwenden Sie beispielsweise für die Rechnungsverarbeitung das vordefinierte KI-Modell für die Rechnungsverarbeitung. Mit vorgefertigten Modellen sparen Sie Zeit, da Sie keine Daten zum Trainieren und Testen Ihres eigenen Modells sammeln müssen.

Umgebungsoptimierung

Effiziente Handhabung der Dokumentenprüfung: Die App, die mit Power Apps erstellt wurde, sollte nur einen Zweck haben. Benutzende sollten damit Dokumente, die überprüft werden müssen, auswählen und schnell identifizieren können, welche Überprüfung erforderlich ist. Aktionen, die dem Benutzer zur Verfügung stehen, sollten leicht verständlich und vollständig sein, ohne dass menschliche Fehler durch versehentliche Auswahl des falschen Ergebnisses entstehen können.

Verantwortungsvolle KI

  • Fairness: Modelle zur Dokumentenextraktion werden mit unterschiedlichen Daten trainiert, um Verzerrungen zu minimieren.

  • Zuverlässigkeit und Sicherheit: Die kontinuierliche Überwachung stellt sicher, dass die KI-Ergebnisse genau und umsetzbar sind. Ein in die Schleife integrierter Mensch überprüft Anomalien und Ausnahmen.

  • Datenschutz und -sicherheit: Daten, die AI Builder verarbeitet, entsprechen den geltenden Datenschutzbestimmungen.

  • Inklusivität: Das System unterstützt die Verarbeitung von Dokumenten in mehreren Sprachen. Wenn AI Builder Probleme bei der Interpretation der Informationen hat, kann ein Mensch das Dokument überprüfen.

  • Transparenz: Alle KI-Ergebnisse sind nachvollziehbar. Es stehen Protokolle zur Überprüfung zur Verfügung.

  • Verantwortlichkeit: Die sogenannte „Human in the Loop“-Überprüfung, also durch einen Menschen in der Schleife, stellt die Verantwortlichkeit für kritische Entscheidungen sicher.

  • Last updated on