Tomasz Janasz, Peter Mortensen, C. Reisswig, T. Weller, Maximiliane Herrmann, Ivona Crnoja, Johannes Höhne
{"title":"Advancements in ML-Enabled Intelligent Document Processing and How to Overcome Adoption Challenges in Enterprises","authors":"Tomasz Janasz, Peter Mortensen, C. Reisswig, T. Weller, Maximiliane Herrmann, Ivona Crnoja, Johannes Höhne","doi":"10.5771/0042-059x-2021-3-340","DOIUrl":null,"url":null,"abstract":"Die Möglichkeit, Informationen aus Geschäftsdokumenten automatisch zu extrahieren und zu verarbeiten, ist für viele Geschäftsprozesse von entscheidender Bedeutung. Mit leistungsstarken Machine-Learning-Systemen, die speziell durch Deep Learning, Big Data und heutige Rechenressourcen ermöglicht werden, können Dokumentenverarbeitungsaufgaben mithilfe auf künstlicher Intelligenz basierender Technologien automatisiert werden. Auch wenn die KI-basierte Verarbeitung von Geschäftsdokumenten ein wichtiger Faktor für die digitale Transformation von Unternehmen sein kann, wird deren Einführung und Nutzung als eher gering angesehen. Diese Publikation stellt neue Ansätze für die Verarbeitung von Geschäftsdokumenten auf der Grundlage von KI sowie Geschäftsszenarien vor, die von deren Anwendung profitieren könnten. Außerdem bietet sie eine ganzheitliche Sicht auf die Herausforderungen, mit denen sich sowohl Lieferanten als auch Käufer von ML-Anwendungen konfrontiert sehen. Wir leiten eine Reihe kritischer Erfolgsfaktoren ab und diskutieren die Wechselbeziehungen zwischen ihnen im Kontext von ML.","PeriodicalId":424989,"journal":{"name":"Die Unternehmung","volume":"30 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-08-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Die Unternehmung","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5771/0042-059x-2021-3-340","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Die Möglichkeit, Informationen aus Geschäftsdokumenten automatisch zu extrahieren und zu verarbeiten, ist für viele Geschäftsprozesse von entscheidender Bedeutung. Mit leistungsstarken Machine-Learning-Systemen, die speziell durch Deep Learning, Big Data und heutige Rechenressourcen ermöglicht werden, können Dokumentenverarbeitungsaufgaben mithilfe auf künstlicher Intelligenz basierender Technologien automatisiert werden. Auch wenn die KI-basierte Verarbeitung von Geschäftsdokumenten ein wichtiger Faktor für die digitale Transformation von Unternehmen sein kann, wird deren Einführung und Nutzung als eher gering angesehen. Diese Publikation stellt neue Ansätze für die Verarbeitung von Geschäftsdokumenten auf der Grundlage von KI sowie Geschäftsszenarien vor, die von deren Anwendung profitieren könnten. Außerdem bietet sie eine ganzheitliche Sicht auf die Herausforderungen, mit denen sich sowohl Lieferanten als auch Käufer von ML-Anwendungen konfrontiert sehen. Wir leiten eine Reihe kritischer Erfolgsfaktoren ab und diskutieren die Wechselbeziehungen zwischen ihnen im Kontext von ML.