Transformation mit künstlicher Intelligenz
Die Transformation-Services sorgen dafür, dass Daten, Inhalte und Dokumente in nutzbare Informationen verwandelt und wertbringend weiterverarbeitet werden können.
Information Extraction
Aus jeder Dokumentenart (strukturiert und unstrukturiert) werden mit kognitiven Methoden alle nützlichen Informationen intelligent und selbstlernend extrahiert. Automatische Validierungen stellen eine hohe Qualität sicher.
Document Classification
Komplexe Vorgänge und Dokumente klassifizieren Sie nicht nur automatisch, sondern auch automatisch strukturiert und getrennt. Durch intelligente und selbstlernende Klassifikatoren passiert das über alle Dokumentenarten extrem schnell und mit hoher Sicherheit.
Document Understanding
Semantische Analysen und die natürliche Sprachverarbeitung (NLP) helfen kontextbezogene Zusammenhänge von komplexen Vorgängen zu verstehen und als nützliche Information zu extrahieren.
Transformation mit DTI ist…
automatisiert
Hohe Extraktions- und Klassifikationsraten bringen viel Automatismus im Prozess und stellen die oberste Devise bei Robotic Process Automation dar. Auch im Betrieb, der Einrichtung, dem Deployment und Training ist nahezu vieles automatisiert um manuelle Tätigkeit so stark es geht zu reduzieren.
hochwertig
Was bringen hohe Erkennungsraten in der Extraktion und Klassifikation, wenn die Daten am Ende fehlerhaft und sich als False Positive herausstellen? Eine zuverlässige Erkennung und automatische Validierungen sorgen nachweislich für korrekte Daten und Informationen. Reports und Statistiken helfen bei der Auswertung und regelmässigen Überprüfung.
simpel
Das Einrichten und Optimieren benötigten kein spezifisches IT-Knowhow, sondern ist simpel aufgebaut. Über webbasierte Konfigurations-Cients können Grundeinstellungen wie neue Klassen oder Felder vom Fachbereich durchgeführt werden. Die Erkennung konfiguriert und optimiert sich von ab einer kleinen Trainingsmenge wie von selbst. Administration, Prozess- und Applikationsdesign, Deployment über mehrere Stages und Monitoring sind ebenfalls über WebClients und sehr einfach durchführbar.
grenzenlos
Für jeden Anwendungsfall ist etwas mit dabei. Von einfachen Formularfeldern bis hin zu komplexen Textanalysen in Dokumenten. Oder einfache bis hin zu multidimensionalen Vorgängen in verstrickten Dokumenten-Strukturen. Der Lösungsvielfalt ist keine Grenze gesetzt.
flexibel
In der cloud, on-premis, hybrid, unter Windows oder Linux, als SDK oder REST-API-Service, modulweise oder als plattformbasierte End-to-End Lösung, als kleine oder unendlich skalierbare Installation… mehr Flexibilität geht nicht
performant
Hoch performant, ohne Datenverluste, dauerhaft stabil und alles stets unter Kontrolle:
- Service orientierte Architektur, die verschlüsselt kommuniziert via https.
- CRUD (create, read, update, delete) für alle Runtime-Daten und Dokumente in transaktionsgesicherten Datenbanken.
- Veracode Penetration Test mit 95%.
- Regelbasiertes Over Ruling der KI möglich
Machine Learning
Konsequentes Konzept des supervised und unsupervised Machine Learnings in allen Feldern und Tabellenextraktions- sowie Klassifikations-Komponenten. Damit benötigen Sie deutlich weniger Beispiele als bei reinen musterlernenden neuronalen Netzwerken.
NLP & Textanalyse
Semantische und kontextbezogene Methoden helfen komplexe Informationen aus der natürlichen Sprache zu extrahieren und damit in einem nächsten Schritt weiterzuarbeiten.
Online Learning
Das Online Learning Feature erreicht eine stetige Verbesserung der Erkennungsleistung, bei der die neu trainierten Inhalte automatisiert einem Benchmark unterzogen werden. Dieser quercheck erfolgt entweder gegen Produktionsdaten (online) oder einen definierten Datenset (offline).
Auto-Structuring
Metaklassifizierung auf Seitenebene erlauben es eine zuverlässige & automatische Trennung vorzunehmen sowie das Strukturieren von Dokumenten und Vorgängen ohne ein vorheriges Anfügen von Barcodes, Trennblätter etc.
Hierarchies
Hierarchien bieten viel Flexibilität in allen Bereichen der Lösung: Bei der Klassifizierung von Vorgängen und Dokumenten mit Taxonomien, beim Dokumentenmodel mit multidimensionalen Datenstrukturen oder beim Process Design mit Multi-Tenancy-Fähigkeiten.
Deep learning Engine
Eine aus der Forschung getriebene und per Deep Learning antrainierte Engine mit neuronalen Netzen leistet sowohl bei Maschinenschrift aber vor allem auch bei Handschrift erstaunliche Ergebnisse auf einem neuen Level
Technisches
Platform featured
-
Services und Module werden als Activity (1-n) über den Activity Host ausgeführt. Über den Activity Server (1-n) werden die Activity Hosts (1-n) orchestriert und können bis zur Ausschöpfung der vorhandenen Hardware quasi unendlich skaliert werden.
-
In der Plattform sind bereits Dutzende Standard Activities für Importe, Klassifikationen, Extraktionen, Exporte, Media Konverter, uvm. vorhanden. Über einfache Integrationen (API, REST) können eigene und fremde Custom-Funktionen, Services und SDKs als Activity hinzugefügt werden.
-
Time-, Document-, Event-Driven und System-Agent (housekeeping) Activities
-
Process Editor (BMPN), Process Monitor und System Monitor in HTML5 Web GUIs
-
Nachbearbeitung über Full Clients (windows) oder HTML5 Web GUIs.
Service oriented
Die Architektur ist vollständig modular und microservice basierend aufgebaut und bietet enorm viele Vorteile gegenüber klassischen Monolithen. Jedes Modul und jeder Service ist losgekoppelt mit eigener Versionierung und einheitlicher Kommunikation (https). Das erlaubt eine rapide und agile Produktentwicklung und stetigem Fortschritt auf Modulebene ohne Risiken und Aufwände der Qualitätssicherung.
Cloud aware
Bei der Produktentwicklung stand von der ersten Sekunde der Entstehung eine native Cloudfähigkeit im Fokus. In Docker containisiert und über Kubernetes orchestriert (.Net Core = linux+windows) entsteht eine hochgradig performante, skalierbare und wartungsarme Lösung für Microsoft Azure und Amazon AWS Cloud Umgebungen. On-Premise, sowie hybrid Installationen werden selbstverständlich nach wie vor unterstützt und profitieren von der modernen und leichtgewichtigen Architektur. Beim hybriden Ansatz können zum Beispiel die Dokumente und Daten im Unternehmen verbleiben, während die eigentliche Erkennungsleistung (Services) in der Cloud betrieben werden.
Runtime optimized
-
Runtime DB (alle zur Laufzeit notwendigen Daten): MS-SQL, DB2, ORACLE, Azure SQL, S3
-
Document Streaming DB: zusätzlich zu den o.g. Mongo DB und Azure Blob
-
Designtime DB zur Zwischenspeicherung während der Designphase
-
Einfaches Deployment per one-click in diverse Laufzeitumgebungen (prod, test, dev, …)
-
Versionierung aller Runtime Komponenten erlaubt jederzeit online Deployments in die Produktion ohne Kompatibilitätssorgen für Work Items oder Prozesse.
-
Authentifikation über Active Directory
Ihre Ansprechparter zu Transform Data
Kai David
Managing Director
Kontaktieren Sie mich gerne zu Fragen rund um Transform Data.
Daniel Szlapka
Managing Director
Kontaktieren Sie mich gerne zu Fragen rund um Transform Data.