Google Document AI

Document AI wandelt Papier- und PDF-Dokumente in strukturierte Daten um. Vorinstallierte Prozessoren lesen gängige Dokumenttypen: Rechnungen samt Einzelpositionen, Spesenbelege, Kontoauszüge, staatliche Ausweise und Formulare. Ein OCR-Prozessor extrahiert Text samt Layoutinformationen. Ein Layout-Parser bereitet Dokumente für Sprachmodelle vor, indem er sie in sinnvolle Abschnitte unterteilt.

Eine Stärke ist die Anpassbarkeit. Mit einem eigenen Extraktor auf Grundlage der Gemini-Modelle von Google lassen sich anhand weniger Beispiele bestimmte Felder aus unternehmenseigenen Dokumenten auslesen, selbst wenn deren Layout variiert. In einer Workbench können Teams Prozessoren trainieren und bewerten. Bei unsicheren Ergebnissen leitet eine Human-in-the-Loop-Funktion die Dokumente an Prüfer:innen weiter. Die Ausgabe lässt sich in BigQuery, Cloud Storage und Workflow-Werkzeuge integrieren und versorgt Analyse- und KI-Systeme mit Daten.

Document AI wird pro Seite und Prozessortyp abgerechnet; zur Evaluierung gibt es einen kostenlosen Tarif. Die Genauigkeit hängt von Scanqualität und Dokumentvielfalt ab. Bei sensiblen Dokumenten muss die Data Governance berücksichtigt werden. Alternativen sind Amazon Textract, Azure AI Document Intelligence, ABBYY und Open-Source-Modelle. Document AI eignet sich für Google-Cloud-Organisationen, die viele Formulare, Rechnungen und Verträge verarbeiten.