Verbesserung des Posteingangs-Service durch Automatisierung der Posteingangsklassifizierung
Wüstenrot Gruppe
1925 brachte Wüstenrot das Bausparen nach Österreich. Seither konnten in Österreich 440.000 Eigenheime mit Wüstenrot Finanzierungen geschaffen werden. Heute ist die Wüstenrot Gruppe ein mitteleuropäischer Finanzkonzern. An die 2.700 Mitarbeiter betreuen in Österreich, Kroatien und in der Slowakei sehr erfolgreich mehr als 2,2 Millionen Kunden mit Gesamtlösungen aus einer Hand für die Bereiche Ansparen, Finanzieren, Vorsorgen und Versichern.
Dafür wurde Wüstenrot ausgezeichnet und steht im Vertrauensranking des OMG Bankenvergleichs 2013 an erster Stelle. Durch eine gezielte Kunden- und Serviceorientierung sowie die laufende Entwicklung innovativer Produkte werden das Vertrauen und die Treue der Kunden auch in Zukunft bewahrt und weiter ausgebaut.
Aufgabenstellung
Die Wüstenrot Gruppe erhält täglich rund 25.000 Eingänge. Die Eingangskanäle sowie die Dokumente (Papier, E-Mail, Anhänge, Web) werden immer vielfältiger und die Poststelle muss diese Eingänge innerhalb kürzester Zeit bearbeiten und an die entsprechende Fachabteilung weiterleiten.
Zur Effizienz- und Qualitätssteigerung sollen auch immer mehr strukturierte Daten für den Fachbereich erfasst und gleichzeitig validiert werden. Eine Vereinheitlichung sowie Automatisierung des Bearbeitungsprozesses für die Klassifizierung und Datenextraktion von digitalen und analogen Eingängen war die logische Schlussfolgerung.
Lösungsansatz
Nach dem Proof of Concept (PoC) mit mehreren Anbietern entschied Wüstenrot, Mindbreeze InSpire zur Automatisierung der Posteingangsklassifizierung einzusetzen. Bereits bei den ersten Probedurchläufen erzielte Mindbreeze eine Trefferquote von über 80%.
Um dieses hohe Niveau zu erreichen, wurde Mindbreeze im Vorfeld mit bereits klassifizierten Dokumenten „gefüttert“, um Aufbau, Struktur, Wortgruppen, Worte oder Textpassagen zu analysieren und mit bestimmten Dokumenttypen (Bausparantrag, KFZ-Versicherung, etc.) zu verknüpfen. Die Analyse mit dem neuen technologischen Ansatz aus dem Enterprise Search Bereich (Linguistik, Semantik, Stemming, etc.) sowie die Erkennungsgenauigkeit macht Mindbreeze im Gegensatz zu allen anderen Anbietern einzigartig.
Mindbreeze InSpire versteht mehr als 500 Dateiformate. Dadurch funktioniert die Klassifizierung und Datenextraktion von Informationen mit E-Mail, WordDokumenten, PDF-Dateien u.v.m. Mindbreeze extrahiert die Informationen direkt aus dem Originalformat. Damit werden die strukturierten Informationen aus unstrukturierten Texten sowie aus bereits strukturiert vorliegenden Inhalten, wie etwa dem Versanddatum einer E-Mail, gewonnen.
Umsetzung
Nach der Lieferung der Appliance folgte das „Trainieren“ mit bereits klassifizierten Dokumenten. Durch die vorinstallierte Mindbreeze InSpire Appliance und das selbstlernende System war ein rascher Produktivstart möglich. Heute werden Dokumente vollautomatisch OCR gescannt, kategorisiert, mit Metadaten angereichert und überprüft.
Dabei spielt die errechnete Erkennungsgenauigkeit des Dokumententyps und die inhaltliche Prüfung der Metadaten eine entscheidende Rolle. Werden Fehler erkannt oder ist die Erkennungsgenauigkeit zu gering, kann der Mitarbeiter über den Fabasoft Capture Client kontrollieren und gegebenenfalls korrigieren. Manuell korrigierte Dokumente werden an Mindbreeze zum Trainieren übergeben. Damit erhöht sich im Laufe der Zeit automatisch die Erkennungsgenauigkeit.
Zielerreichung
Seit Oktober 2014 hat Wüstenrot einen Prozess für mehrere Eingangskanäle und profitiert von der automatischen Klassifizierung und Datenextraktion. Die Servicequalität sowie der Durchsatz in der Poststelle konnten erhöht werden. Bei einer bestimmten Akkuranz wird die Eingangspost direkt ohne manuelle Prüfung an den Fachbereich geleitet.
Die bisherige Lösung für Papier mit einer Formularerkennung wurde durch eine zukunftssichere Technologie abgelöst. Wüstenrot besitzt nun völlige Formularfreiheit und ist flexibel für die Herausforderungen der Zukunft.
Fakten
- 25.000 Eingänge pro Tag
- Mehrere Eingangskanäle
- Selbstlernendes System mit ca. 60.000 Trainingsdokumenten
- Trefferquote von über 85% bei der Zuordnung der Dokumente
- Datenextraktion von über 20 Metadaten bei 138 Dokumentenkategorien