In vielen KI-Projekten aus dem Bereich Intelligent Document Processing (IDP) sieht die Demo schnell beeindruckend aus. Ein Dokument kommt rein, strukturierte Daten kommen raus, volle Automatisierung. Im Detail wird es aber oft spannend. Dokumente sind unordentlich, divers, unstrukturiert oder in schlechter Scan-Qualität. Die Fachlogik scheint im Laufe des Projekts auch immer komplexer zu sein als es zu Beginn schien. Und am Wichtigsten: Fachbereiche müssen dem KI-Prozess auch vertrauen.

In meinem Vortrag gehe ich insbesondere auf Erfahrungen, Abläufe und Learnings aus zwei konkreten IDP-Projekten aus meiner Arbeit als Data Scientist in den Bereichen Rechtsberatung und Großhandel ein. Ich zeige, wie wir aus komplexen PDFs verwertbare Informationen extrahieren, diese mit LLMs/VLMs strukturieren und anschließend so aufbereiten, dass daraus nachvollziehbare Entscheidungen im Prozess entstehen.

Der Fokus liegt im Praxis-Bezug: Was hat gut funktioniert? Wo haben klassische OCR- und Extraktionsansätze ihre Grenzen erreicht? Warum war der Einsatz von LLMs trotz längerer Laufzeit der richtige Schritt? Und wie hilft Data Storytelling dabei, technische Ergebnisse so zu übersetzen, dass Fachanwender, Projektteams und Entscheider gemeinsam weiterkommen?