Extraktoren

Extraktoren ermöglichen es Certiflow, strukturierte Informationen aus hochgeladenen Dokumenten zu gewinnen. Mithilfe eines KI-Sprachmodells liest ein Extraktor unstrukturierte Inhalte, etwa Zertifikate oder Laborprüfberichte, aus und überführt die enthaltenen Angaben in klar definierte Felder. Die gewonnenen Werte können anschließend ausdrücklich in die passenden Attribute einer Entität übernommen werden.

Eine Extraktion startet nicht automatisch beim Hochladen einer Datei. Sie wird auf einem von zwei Wegen angestoßen:

Manuell in der Dateiansicht über den Menüpunkt „Extraktoren ausführen“.
Durch eine Automatisierungsregel, die einen Extraktor auf eine Datei anwendet (siehe Automatisierungsregeln).

Ein anschauliches Anwendungsbeispiel ist die Chargenauswertung mit KI-Analyse: Hier werden Messwerte aus Laborberichten extrahiert und mit hinterlegten Grenzwerten abgeglichen.

Die Extraktoren finden Sie im Administrationsbereich in der Kategorie „Automatisierung“.

Extraktor anlegen

Eingabefelder beim Anlegen eines Extraktors:

Name (Pflicht): eine eindeutige Bezeichnung des Extraktors.
Beschreibung (optional): erläutert den Zweck des Extraktors.
Zusätzlicher Prompt (optional): zusätzliche Anweisungen an das Sprachmodell, die für jedes Feld gelten, etwa welche Art von Dokument es liest.

Die eigentliche Konfiguration erfolgt anschließend über die Extraktionsfelder auf der Detailseite des Extraktors.

Extraktionsfelder

Jedes Extraktionsfeld beschreibt eine einzelne Information, die aus dem Dokument gewonnen werden soll. Eingabefelder:

Name (interner Schlüssel) (Pflicht): der interne Schlüssel des Felds; muss innerhalb des Extraktors eindeutig sein.
Anzeigename (Pflicht): die für Anwender sichtbare Bezeichnung.
Beschreibung (optional): erläutert, welcher Wert extrahiert werden soll, und hilft dem Sprachmodell bei der korrekten Zuordnung.
Feldtyp (Pflicht): die Art des Werts, den das Sprachmodell liefert. Die Auswahl zeigt die Typen unter ihrer technischen Bezeichnung:
- TEXT: ein beliebiger Textwert.
- DATE: ein Datumswert.
- NUMBER: ein Zahlenwert.
- QUANTITY: ein Zahlenwert mit zugehöriger Einheit.
- RANGE: ein Wertebereich mit Einheit.
Der Feldtyp lässt sich nach dem Anlegen des Felds nicht mehr ändern. Soll ein Feld einen anderen Typ erhalten, legen Sie ein neues Feld an.
Spezielles Feld (optional): kennzeichnet das Feld als besonderen Wert mit fester Bedeutung. Derzeit steht hierfür EXPIRATION_DATE zur Auswahl, mit dem ein extrahiertes Datum als Ablaufdatum des Dokuments gilt.
Zugeordnetes Attribut (optional): das Attribut, in das der Wert bei der Übernahme geschrieben wird. Werte in einer anderen Einheit als der des Attributs werden dabei übersprungen.
Zielgruppe (optional): erscheint nur, wenn das zugeordnete Attribut Zielgruppen hat, und bietet die Zielgruppen dieser Gruppe an. Ein übernommener Wert wird unter der gewählten Zielgruppe gespeichert. Bleibt das Feld leer, wird der Wert ohne Zielgruppe gespeichert und gilt damit als allgemeiner Wert.
Gültige Einheiten (optional): die Einheiten, mit denen das Sprachmodell antworten darf. Kreuzen Sie die Einheit des zugeordneten Attributs an, weil Werte in anderen Einheiten nicht übernommen werden. Der Abschnitt erscheint nur, wenn im System Einheiten angelegt sind.

Die Tabelle der Extraktionsfelder zeigt unter anderem auch die Zielgruppe des jeweiligen Felds.

Extraktion starten

Wie oben beschrieben, startet eine Extraktion entweder manuell oder durch eine Automatisierungsregel. Beim manuellen Start wählen Sie in der Dateiansicht einen oder mehrere Extraktoren aus. Die Extraktion dauert einige Minuten, ihren Fortschritt zeigt eine Statusanzeige oben in der Dateiansicht. Ein neuer Lauf ersetzt nur die früheren Ergebnisse der gewählten Extraktoren. Das manuelle Starten ist Administratoren vorbehalten. Für passwortgeschützte Dateien wird die Extraktion abgelehnt, sie müssen zuerst entschlüsselt werden.

Ergebnisse prüfen und übernehmen

Die Ergebnisse einer Extraktion erscheinen in der Dateiansicht in der Karte „Extrahierte Daten“. Je Wert sind Anzeigename, zugeordnetes Attribut, Wert mit Einheit und, falls vorhanden, die Konfidenz zu sehen. Die Übernahme in die Attribute ist ein ausdrücklicher Schritt:

Setzen Sie bei jedem Wert, der übernommen werden soll, das Häkchen „Übernehmen“. Werte, die nicht gefunden wurden, sind ausgegraut und lassen sich nicht übernehmen.
Klicken Sie auf „Speichern“. Erst dann schreibt Certiflow die angehakten Werte in die zugeordneten Attribute.

Werte in einer anderen Einheit als der des Attributs werden übersprungen. Bei Bereichen, die keinen gültigen Wert zulassen, etwa weil die untere Grenze über der oberen liegt, erfolgt ebenfalls keine Übernahme. Ein Wert ohne Einheitsangabe wird übernommen. Bei Attributen mit mehreren Werten sammelt jede Übernahme einen eigenen Wert, statt vorhandene zu ersetzen, und eine wiederholte Übernahme desselben Ergebnisses ändert nichts. Das Übernehmen ist Administratoren vorbehalten und wird im Protokoll festgehalten.

Alternativ übernimmt eine Automatisierungsregel Ergebnisse mit dem entsprechenden Werkzeug, wie bei den Automatisierungsregeln beschrieben.

Konfidenz

Die Konfidenz ist eine Selbsteinschätzung des Sprachmodells von 0 bis 100 dazu, wie sicher es ist, den Wert inhaltlich richtig zugeordnet zu haben. Sie ist ausdrücklich keine Aussage über die Güte der Texterkennung. Fehlt die Konfidenz, etwa weil der Wert nicht gefunden wurde, zeigt Certiflow keine Zahl an. Prüfen Sie Werte mit niedriger Konfidenz besonders sorgfältig, bevor Sie sie übernehmen.

Zusammenspiel mit Attributen

Über das zugeordnete Attribut schließt sich der Kreis: Die von einem Extraktor gewonnenen Werte lassen sich in die Attributwerte der jeweiligen Entität übernehmen. Dadurch lassen sich Datenblätter und Spezifikationen befüllen, ohne Werte manuell abzutippen. Weil die Übernahme ein ausdrücklicher Schritt ist, können Sie die Werte vorher prüfen und einzelne Werte auslassen. Die extrahierten Werte selbst lassen sich in der Dateiansicht nicht bearbeiten. Ein als EXPIRATION_DATE gekennzeichneter Wert kann darüber hinaus beim Zuordnen der Datei zu einem Checklistenpunkt als mögliches Ablaufdatum angeboten werden.