Das ist der Regelfall beim Hochlaufen und bei jeder neuen Dokumentart — und genau hier endet eine klassische Kette: Ein trainiertes Extraktionsmodell setzt beschriftete Beispieldokumente, einen Trainingslauf und Wartezeit voraus. NexoGraph Dokumente braucht das nicht: dort wird ein Analyzer autorisiert statt trainiert — es genügt ein Feldschema, das veröffentlicht wird. Für dieses Schema gibt es zwei Wege, und der Unterschied entscheidet darüber, ob die Kette an dieser Stelle stehen bleibt oder durchläuft.
Schema im Editor beschreiben
Ein Fachadmin legt in der Konfigurationskonsole Feldnamen, Datentypen, Beschreibungen und Tabellenspalten selbst fest und veröffentlicht den Analyzer. Volle Kontrolle über die Fachsemantik — aber ein menschlicher Arbeitsschritt.
Dokument wartet bis zur Pflege
Schema aus dem Dokument vorschlagen lassen
Die KI liest das auslösende Dokument und leitet das Feldschema daraus ab — Felder, Typen, Beschreibungen, Tabellen. Kein Mensch, kein Termin, keine Wartezeit: das Modell entsteht im laufenden Durchgang.
Dokument läuft ohne Unterbrechung weiter
Nur Weg B trägt das Versprechen der Startseite. Beim manuellen Weg ist die Kette an einer unbekannten Dokumentart teilautomatisch — sie hält an und wartet auf Konfiguration. Erst der KI-Vorschlag macht sie vollautomatisch: das System erweitert seinen eigenen Konfigurationsstand, während es arbeitet. Der Fachadmin prüft und schärft das Schema danach — nicht davor.
Weg B im laufenden Durchgang
SCHRITT 1
KI schlägt Schema vor
Das auslösende Dokument wird analysiert, das Feldschema daraus abgeleitet — Feldnamen, Typen, Beschreibungen.
SCHRITT 2
Analyzer veröffentlichen
Das Schema wird als Analyzer publiziert — kein Trainingslauf, sofort einsatzfähig, idempotent.
SCHRITT 3
Beispiel anhängen
Das Dokument bleibt als dauerhaftes Beispiel am Modell — der Fachadmin findet später einen vorbereiteten Schema-Editor.
SCHRITT 4
Direkt weiterverarbeiten
Derselbe Lauf analysiert das Dokument mit dem neuen Modell — kein zweiter Anlauf, keine Wartezeit.
Die Zustellung bleibt gesperrt. Die Zuordnung zum Zielsystem wird bewusst nicht mit erzeugt — ein automatisch angelegtes Modell liefert Daten in die Prüfliste, nie unbesehen ins Zielsystem.
Keine Kostenlawine. Ausgelöst wird nur für Kategorien, die der Klassifikator tatsächlich gelernt hat, und höchstens einmal pro Kategorie — jeder weitere Fall nutzt das entstandene Modell.
Abschaltbar, mit definiertem Rückfall. Ist die Funktion aus — oder war ein paralleler Lauf schneller — wird der Fall mit Klartextbegründung im Journal übersprungen. Ein Dokument verschwindet in keinem der Zweige.
Zwei Engines, ein Ergebnisformat. Für stabile Massenbelege bleibt das trainierte Modell die genauere Wahl; das autorisierte Schema ist der Weg für Neues und Seltenes. Beide liefern dasselbe Ergebnisformat — die
Endverarbeitung merkt keinen Unterschied.
