Amazon Web Services hat die allgemeine Verfügbarkeit von Amazon Textract Insights angekündigt, einem generativen KI-gestützten Dokumentenextraktionsdienst, der eine der hartnäckigsten Beschwerden von Unternehmens-KI beantworten soll: Modelle, die plausible Ergebnisse liefern, ohne dass überprüft werden kann, woher sie stammen. Die Einführung, die in einem AWS-Blogbeitrag vom 20. November beschrieben wird, kombiniert die Extraktion großer Sprachmodelle mit Zitaten auf Seitenebene und Konfidenzbewertungen für jeden zurückgegebenen Wert.

Textract ist seit langem die Engine von AWS zur Umwandlung gescannter Seiten in Text und Tabellen. Textract Insights fügt dieser Grundlage eine neue API hinzu: Benutzer beschreiben in einfacher Sprache die Felder, die sie extrahieren möchten, laden ein Dokument hoch und erhalten im Gegenzug strukturierte Ergebnisse – ohne dass eine Modellschulung erforderlich ist. AWS bietet den Service bei Banken, Versicherern, Gesundheitsorganisationen und Regierungsbehörden an, den papierlastigen Branchen, in denen eine Verifizierung nicht optional ist. Weitere Tooleinführungen wie diese finden Sie in unserer Berichterstattung über die neuesten KI-Entwicklungen.

So funktioniert Textract Insights

Die Einrichtung basiert auf dem, was AWS Blueprints nennt: ein JSON-Schema, in dem jedes Feld eine verständliche Beschreibung dessen enthält, was zu finden ist. Jedes Feld ist als entweder wörtlich von der Seite gelesen oder aus dem Inhalt des Dokuments abgeleitet gekennzeichnet – eine Unterscheidung, die Prüfern genau zeigt, welche Werte direkt aus dem Papier stammen und welche durch das Modell abgeleitet wurden.

AWS stellt vorgefertigte öffentliche Entwürfe für gängige Formulartypen bereit, und Kunden können eigene Entwürfe für geschäftsspezifische Dokumente erstellen. Das Ergebnis ist laut AWS eine Extraktionspipeline, die ein Prüfer oder Prüfer Feld für Feld mit dem Originaldokument vergleichen kann.

Entwickelt für chaotischen, realen Papierkram

Echte Dokumentenströme kommen selten ordentlich an. Ein Hypothekenantrag kann in Form eines einzigen Scans eingehen, der ein W-2, Gehaltsabrechnungen, Kontoauszüge und handschriftliche Notizen in keiner bestimmten Reihenfolge enthält. Textract Insights ist genau für diesen Fall konzipiert: Es akzeptiert eine einzelne Datei mit bis zu 3.000 Seiten, teilt sie in separate Dokumente auf, ordnet jedes einzelne dem richtigen Blueprint zu und extrahiert die Felder – alles als eine asynchrone Anfrage über eine API namens StartDocumentInsights.

Die Ergebnisse landen im eigenen Amazon S3-Bucket des Kunden. Jeder extrahierte Wert enthält die Seitenzahl und den Begrenzungsrahmen, aus dem er entnommen wurde, sodass ein menschlicher Prüfer jede Figur in Sekundenschnelle zu ihrem genauen Quellort zurückverfolgen kann.

AWS teilte eine Stellungnahme von Symbeo, einem CorVel-Unternehmen, mit, in der es heißt, dass Feldbeschreibungen in einfacher Sprache hilfreich seien, da die von ihm verarbeiteten Arztrechnungen in vielen verschiedenen Layouts eingehen – Regeln, die für einen Absender erstellt wurden, scheitern bei einem anderen häufig.

Warum Überprüfbarkeit für Unternehmens-KI wichtig ist

Der Kernpunkt ist Vertrauen. AWS argumentiert, dass ein Allzweck-Chatbot fließende Antworten geben kann, aber oft nicht sagen kann, von welcher Seite eine Zahl stammt oder wie sicher sie ist. Textract Insights ist so konzipiert, dass automatisierte Arbeitsabläufe automatisch auf Werte mit hoher Zuverlässigkeit reagieren können, während unsichere Werte an einen menschlichen Prüfer weitergeleitet werden – ein Muster, das Compliance-Teams im Finanz- und Gesundheitswesen seit dem Aufkommen der generativen KI-Extraktion gefordert haben.

Die Preisgestaltung folgt einem pro-Seiten-Modell und nicht pro-Token, was laut AWS die Kosten vorhersehbarer machen sollte als typische Sprachmodell-APIs. Konkrete Tarife wurden in der Markteinführungsankündigung nicht aufgeführt; AWS verweist Kunden auf die Preisseite von Textract.

Aus Sicherheitsgründen werden Projekte und Blaupausen standardmäßig mit AWS-eigenen Schlüsseln verschlüsselt. Sie haben die Möglichkeit, Ihren eigenen Schlüssel über AWS KMS bereitzustellen. Zwischenauftragsdaten sind temporär und werden gelöscht, wenn ein Auftrag abgeschlossen ist. AWS gibt an, dass Anforderungen zur Berechnung innerhalb derselben Region weitergeleitet werden.

Auch Textract Core erhält ein Upgrade

Parallel zur Einführung von Insights aktualisierte AWS Amazon Textract Core, die dem Dienst zugrunde liegende Lese-Engine. Das Unternehmen gibt an, dass sich die Genauigkeit bei dichten Tabellen und Handschrift verbessert hat und die Sprachabdeckung jetzt 40 Sprachen für die Standard-Text- und Analyse-APIs erreicht. Bestehende Kunden profitieren von diesen Vorteilen, ohne Code ändern zu müssen.

Core ist jetzt auch in Tokio und Zürich verfügbar, womit der Service insgesamt 18 AWS-Regionen umfasst. Textract Insights selbst wird in diesen beiden neuen Regionen noch nicht angeboten, und in der Rezension von AI Parabellum zum Start wird festgestellt, dass Insights derzeit eine kleinere Anzahl von Sprachen als Core unterstützt.

Wo es in den KI-Push von AWS passt

Die Einführung ist Teil einer stetigen Reihe von AWS-KI-Releases, die eher auf Unternehmensworkflows als auf Verbraucher-Chatbots abzielen. Indem AWS generative KI in Zitate, Konfidenzbewertungen und revisionsfreundliche Grundelemente einbindet, geht es davon aus, dass die Überprüfbarkeit – und nicht die Rohmodellqualität – die KI-Einführung in regulierten Branchen freisetzt.

Für Teams, die sich mit Kreditakten, Versicherungsansprüchen oder Patientenformularen befassen, besteht der praktische Nutzen darin, die frühere Kette von OCR, Aufteilung, Klassifizierung und Modelleingabe in einem einzigen API-Aufruf zu konsolidieren. Ob diese Vereinfachung auch bei den chaotischsten Dokumenten der realen Welt Bestand hat, wird der Maßstab für den Erfolg des Dienstes sein.

---

Der KI einen Schritt voraus sein

Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Weitere KI-Neuigkeiten lesen →