Mit unseren künstlich intelligenten Algorithmen disruptieren wir den Markt.

ETH Zürich als Forschungsstandort

Die Eidgenössische Technische Hochschule (ETH) Zürich ist eine der weltweit führenden Forschungsinstitutionen im Bereich der künstlichen Intelligenz. Das ist mitunter der Grund warum namenhafte Technologieunternehmen wie IBM, Google oder Microsoft vom Schweizer Standort aus ihren intelligenten Innovationen und Technologien entwickeln.

Auch unsere Basistechnologie wurde in mehrjähriger Forschung aus der ETH Zürich heraus geschaffen. Als offizielles ETH Spinoff Unternehmen arbeiten wir in enger Zusammenarbeit mit dem Lehrstuhl für Management Information Systems kontinuierlich an der Weiterentwicklung unserer künstlichen Intelligenz.

Zudem werden wir mit unserer bahnbrechenden Technologie im Rahmen des BRIDGE Programmes von Innosuisse und dem Schweizerischen Nationalfonds unterstützt. Ziel dieses Programmes ist es, innovative Technologien aus der Grundlagenforschung heraus in der Wirtschaftspraxis zu verankern.

Gefördert durch:

Drei Jahrzehnte Erfahrung in der ERP Prozessautomation

Dank einer strategischen Entwicklungspartnerschaft mit einem ERP Softwarehersteller verfügen wir über 26 Jahre Erfahrung in der Automation von ERP Prozessen. Mithilfe unserer weitreichenden Branchenkenntnis und dem damit einhergehenden Verständnis von ERP Prozessen sind wir somit in der Lage, massgeschneiderte Lösungen für produzierende Unternehmen zu entwickeln. Zudem konnten wir unsere Modelle von Anfang an mit einer grossen und vor allem qualitativ hochwertigen Datenbasis trainieren. Dank unserer generalistisch entwickelten Algorithmen, lässt sich dieses Wissen einfach auf kundenspezifische Dokumententypen transferieren.

Ausgezeichneter Innovationsbringer

Das immense Potenzial unserer bereits mehrfach implementierten Technologie wurde auch in diversen Wettbewerben gewürdigt, wo wir ausnahmslos unter die 10% der Teilnehmer kamen. Insbesondere der Erfolg beim prestigeträchtigen >>venture>> Wettbewerb und die Aufnahme im weltweit bekannten Acceleratorprogramm „MassChallenge Switzerland“ zeigen auf, dass wir mit unserer künstlichen Intelligenz die Datenextraktion revolutionieren werden. Der Förderbeitrag der Klimastiftung Schweiz zeigt zudem auf, dass unsere Technologie auch dazu genutzt werden kann, das Klima nachhaltig positiv zu beeinflussen.

Einzigartige Technologie

Unserer Technologie liegt ein einzigartiger System Engineering Ansatz zugrunde. In dem wir Deep Learning Algorithmen aus Bilderkennung und Natural Language Processing kombinieren, setzen wir neue Massstäbe im Maschinellen Lernen. Insbesondere die zuverlässige Erkennung von Tabellenpositionen stellt ein Novum in der automatisierten Dokumentenbearbeitung dar. Im Gegensatz zu bisherigem Template und regelbasierten OCR Systemen ermöglicht unsere künstliche Intelligenz, das Wissen von bereits verarbeiteten Dokumenten zu abstrahieren und auf neue Dokumente mit anderen Formaten anzuwenden. Die Software verfügt ausserdem über ein Verständnis von Unsicherheiten für jeden einzelnen Extraktionswert. Tritt eine solche Unsicherheit auf, arbeitet das System automatisch mit dem Sachbearbeiter zusammen, um die Fehler zu korrigieren. Basierend auf den Korrekturen lernt das System anschliessend selbständig hinzu. Diesbezüglich haben wir auch einen Auto-Annotationsalgorithmus entwickelt, welcher anhand vorhandener Datenbankeinträge die Dokumente selbstständig annotiert. Neue Kunden können wir so automatisch mit ihren Daten aus der Vergangenheit onboarden. Damit garantieren wir höchste Kundenzufriedenheit bei minimalem Onboarding-Aufwand. Um unsere Innovation zu schützen, befinden wir unser zurzeit im Prozess der Patentanmeldung.

Mensch – Maschine – Kooperation

Unsere künstliche intelligente Lösung zielt nicht darauf ab, gesamte Prozesse komplett selbständig auszuführen. Einerseits wäre es aus technologischer Perspektive ein nicht seriöses Versprechen, 100% Extraktionsgenauigkeiten zu erreichen, da dies mit Machine Learning kaum zu bewerkstelligen ist. Insbesondere bei liquiditätsrelevanten Informationen könnte sich die vollständige automatisierte Dokumentenverarbeitung ohne menschliche Kontrolle zudem als fatal erweisen. Anderseits versteht sich unsere Lösung als Unterstützung des Sachbearbeiters und nicht als dessen Ersetzung. Da der Sachbearbeiter nur noch bestätigen und nicht mehr manuell auslesen und abtippen muss, kann der Fokus auf wertschöpfende und sinnstiftende Aufgaben gelegt werden.

Keine Black Box KI

Wir arbeiten mit einem inkrementellen Ansatz des Machine Learning Engineerings. Mit relativ kleinen, annotierten Datensätze erstellen wir Baseline-Algorithmen, die wir dann stufenweise verbessern. Dadurch stellen wir sicher, dass keine intelligenten, aber intransparenten Blackboxes entstehen. Im Gegensatz zu anderen Datenextraktionslösungen mit sehr tiefen neuronalen Netzwerken, ist der Mensch bei unserer Lösung stets in der Lage, Entscheidungen des Systems nachzuvollziehen und Fehler entsprechend zu korrigieren. Dadurch ist es möglich, die Performance unserer Lösung kontinuierlich zu verbessern. Der inkrementelle Ansatz birgt zudem den Vorteil, dass dem generalistischen Gesamtsystem zugrunde liegenden Mikroservices einfach auf andere Problemstellungen und Dokumententypen ausgeweitet werden können.