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 Document Processing 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.
edit_square
Weg A · manuell
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
auto_awesome
Weg B · KI-generiert
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.
lockDie 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.
filter_altKeine Kostenlawine. Ausgelöst wird nur für Kategorien, die der Klassifikator tatsächlich gelernt hat, und höchstens einmal pro Kategorie — jeder weitere Fall nutzt das entstandene Modell.
toggle_offAbschaltbar, 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.
tuneZwei 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.