tetrel Logo tetrel Logo

docuduct Plattform

Strukturierte Daten aus komplexen Dokumenten extrahieren

Autark arbeitende Data Science Teams entwickeln schlüsselfertige Lösungen zur Dokumentenanalyse mit der docuduct Plattform.

>800 Textanalyse-Modelle verfügbar
>100 Mio. Dokumente analysiert
∅ <4 Wochen zum Proof of Concept
Ende-zu-Ende-Workflow zur Entwicklung von Natural Language Processing Anwendungen
Training mit wenigen Beispielen
Compliance-Anforderungen erfüllen durch redundante Prozesse
Verarbeitung von langen Dokumenten
Vorgefertigte docuduct Module
Cloud-basiert oder on-premise
DSGVO-konform
Rollen, Rechte und Teams
OCR in >100 Sprachen integriert
Anbindung zu gängigen DMS- und RPA- Systemen
Kein NLP Engineering & Software Development nötig

Funktion

Das fehlende Glied in der Kette

Akkurate Daten sind der Rohstoff für digitale Transformation und die Automatisierung von wissensbasierten Prozessen. Unsere Kunden analysieren unzählige Dokumente in Sekundenschnelle und generieren strukturierte Daten zur weiteren Verarbeitung. Dabei greifen Sie auf Deep Learning-basierte Dokumentenanalyse-Anwendungen zurück, welche mit der docuduct Plattform schnell aufgebaut und via API einfach in bestehende Services integriert werden können.

platform architecture

Features

Aus der Praxis für mehr Produktivität

Aufbau, Betrieb und Verwendung von Dokumentenanalyse-Anwendungen aus einer Applikation heraus. Der modulare Aufbau der docuduct Plattform wurde in der Praxis geschliffen. Unsere Kunden nutzen dieses Werkzeug, um schnell und direkt Lösungen zur Dokumentenanalyse zu schaffen, die auf ihren Geschäftserfolg einzahlen. Ohne Engineering und Software Development.

Dokumente hochladen

In-App Document Conversion​

Integrierte Dokumentenverarbeitung unterstützt PDF, Bilddokumente, Microsoft Office, JSON und Text

Mehrsprachige Texterkennung (OCR)

Eingescannte Dokumente in >100 Sprachen werden durch die integrierte Texterkennung in maschinenlesbaren Text umgewandelt

NLP-Modelle trainieren

Vollautomatisiertes Training

Kalibrierung, Windowing, Scoring, etc. erfolgen automatisiert - unsere Kunden können sich gezielt auf die Auswahl der besten Trainingsdaten und Modelle konzentrieren

Integrierter Active-Learning-Workflow

NLP-Modelle können mit bis zu 90% weniger gelabelten Beispielen trainiert werden, für gleiche Modell-Performance

Dokumentenanalyse

Dokumente klassifizieren und strukturierte Daten extrahieren

Name Entity Recognition (NER) und Klassifizierungsmodelle für lange Dokumente können trainiert und in der App verwendet werden

Automatisiertes Modell-Deployment

Trainierte NLP-Modelle können mit einem Klick als dokumentierter API-Endpunkt deployed werden

Ergebniskontrolle

Integrierter “Human-in-the-Loop” Workflow​

Für redundante & Compliance-gerechte Prozesse wird ein Human-in-the-Loop-Workflow automatisch für neu bereitgestellte docuduct Module integriert

Performance Monitoring

Die Analysequalität der NLP-Modelle in Produktion wird fortlaufend überwacht

Export

Formatunabhängiger Download von Ergebnissen

Annotierte Dokumente in gängigen Formaten herunterladen oder strukturierte Daten an Folgesysteme übergeben

Flexible Modellverwertung

Trainierte Modelle herunterladen und in anderen NLP-Anwendungen verwenden

Implementierung

Maßgeschneidert für alle Bedürfnisse

Ist-Situationen wie auch IT-Roadmaps werden ebenso berücksichtigt wie Compliance-Regeln. Unabhängig von bestehenden Systemlandschaften und adaptierbar für etwaige zukünftige Veränderungen.

Cloud oder on-premise
Verarbeiten Sie Ihre Daten dort, wo es Ihre Anforderungen vorschreiben: in der Cloud oder strikt on-premise.
Flexibel integrierbar
Nutzen Sie bereits entwickelte docuduct Module in bestehenden Services via API-Integration oder in gängigen Document Management- und Workflow-Systemen.
Skalierbar
Skalieren Sie mit Ihren Anforderungen: vom ersten Proof of Concept zum Cluster mit mehreren hundert Echtzeit-Services.