So muss eindeutig festgelegt sein, welcher Wert beispielsweise bei einer Rechnung die Rechnungsnummer und welche die referenzierte Bestellnummer ist. Diverse Austauschformate bieten diese Eindeutigkeit, erfordern allerdings auf der Seite des Geschäftspartners ebenfalls ein IT-System, das dieses Format bedient. In der Praxis ist das heute nicht flächendeckend der Fall. Zahlreiche Geschäftspartner erstellen zwar ihre Dokumente per Software, speichern diese aber dann z.B. als nicht maschinenlesbares PDF-Format ab und versenden es per Email. Für diese Fälle bietet das Erweiterungsmodul P!ONE Text Analysis, das die Möglichkeiten des hauseigenen semantischen AI-Frameworks SemaSuite nutzt, eine mächtige Lösung an.

Dabei kann das menschliche Leseverhalten von Dokumenten simuliert werden - etwa, dass sich Bankverbindungsdaten im Fuß eines Briefes befinden und ein einheitliches Textmuster ergeben, dass sich die Rechnungsnummer in den Kopfdaten befindet oder die Einzelpositionen in Tabellen strukturiert sind. Diese Regeln dienen der AI dabei nur als Startpunkt, denn sie ist lernfähig und kann ihre "Lesefähigkeit" erhöhen, wenn sie passendes Feedback - sprich Training - bekommt. Auf diese Weise kann eine größere Anzahl Geschäftsdokumente aus verschiedensten Quellen angeschlossen und maschinell prozessierbar gemacht werden. Dabei wurde die Texterkennung bereits speziell für die relevanten Dokumententypen im Bestellprozess optimiert und trainiert. Das ist wichtig, denn nur bei einer sehr hohen Genauigkeit von über 95% können die nachfolgenden Prozessautomatisierungen ihren Nutzen voll ausspielen.