Menzerna polishing compounds

Die Lösung

Menzerna wurde gemeinsam von der Telekom Deutschland GmbH und Mediane Business Solutions (MEBS), welche für dieses ECM-Projekt vorran-ging die technische Umsetzung vornahm, betreut. Nachdem die Parameter der Zusammenarbeit feststanden, wurde unser interner Projektprozess an-gestoßen. Den Auftakt bildete ein Workshop. Im Rahmen dessen erarbei-teten Medialine Accountmanager Knut Kopf, Consultant Moritz Walch und menzerna-Geschäftsführer Jan Geiss einen klaren Anforderungskatalog für eine ausgereifte Prozessoptimierung.

Dabei wurden konkrete Punkte als „Soll“ fixiert:

• Nahtlose Anbindung an die intern verwendete ERP-Software ABAS, um die Buchung von Eingangsrechnungen kontinuierlich weiter-zuführen.
• Anbindung an ABAS, um Bestellvorgänge und Projekte ordnungs-gemäß zuzuordnen.
• Etablierung von standardisierten Workflows zum gesamten RV-Prozess, um die digitale Kommunikation mit den einzelnen Fachabteilungen und dem Einkauf zu ermöglichen. Dazu zählen: Moni-toring und durchgängige Überwachung von Eingangsrechnungen
• Kontinuierlicher und digitaler Rechnungsverarbeitungsprozess über Freigaben, Zahlungen, Archivierungen oder Feed-Einträge
• Einführung eines standardisierter Scan-Prozess für Papierrechnun-gen, um die weitere Verarbeitung im ECM-System zu ermöglichen.
• Anerkennung von Standardfällen und auf Grundlage dessen eine Feststellung von Automatisierungspotentialen
• Einführung von Eskalations- und Fristenmanagement

Nach der eingängigen Analyse war klar: Für die Vorstellungen von menzer-na eignete sich die ELO ECM Suite am besten. Über die Software der ELO Digital Office GmbH wurden die gewünschten Prozesse digitalisiert und zentralisiert.

Ergänzt wurde die ELO ECM Suite durch ELO Business Solution Invoice und ELO for ABAS ERP. Zusätzlich wurde der Webservice nativ.ai angebunden: Durch ihn können Daten einer Rechnung, eines Lieferscheins oder eines bei-gelegten Dokuments extrahiert und entsprechend in ELO verarbeitet werden.

DEEP DIVE „Deep-OCR“:

Durch eine Deep-OCR werden Dokumente in niedriger Qualität erkannt und speziell an schwierige Use Cases angepasst. Mithilfe einer eigenen Klas-sifizierung können spezielle Dokumente der KI angelegt werden. Bei der Analyse der gescannten Rechnungen durch das OCR-Analysetool werden mehrere Prüfmechanismen zum Erkennen der auf der Rechnung enthal-tenen Informationen angewandt: Als erster Prüfmechanismus werden die Informationen mit denen der Kreditorendatenbank abgeglichen. Zusätzlich kommt ein Kontextbezug zum Einsatz. Das bedeutet, dass das Analyse-tool nach definierenden Wörtern wie „Rechnungsnummer“, „Projektnum-mer“, „Bestellnummer“, „Besteller“ oder „Ihre Zeichen“ sucht, um mit den Nummern oder Zeichenfolgen einen Abgleich mit dem intern verwendeten ERP-System (im Fall von menzerna die Software ABAS) durchzuführen. Ein weiterer Prüfmechanismus besteht darin, die Position der Information auf dem Formular zu erkennen und diese mit vergleichbaren Formularen in Relation zu setzen. Sollten trotz dessen alle Prüfmechanismen fehlschlagen - also ein oder mehrere Meta-Daten-Felder der Rechnung nicht eindeutig identifizierbar sein - wird die Rechnung an den Nachbearbeitungsplatz ge-sendet. In diesem Fall bedarf es einer manuellen Nachbearbeitung.