Seminar Doxis Classification Designer

Das Training behandelt die Erstellung und Pflege lernfähiger Klassifikationsmodelle. Klassenhierarchien, Trainingsdokumente, Wissensbasen, Qualitätsmessung, Integration und kontrollierte Weiterentwicklung stehen im Mittelpunkt.

Inhaltsverzeichnis

1. Zielsetzung
2. Zielgruppe und Voraussetzungen
3. Schrittweise Seminarinhalte
4. Praxisaufgaben
5. Arbeitsmittel und Methoden

Zielsetzung

Ziel ist die Entwicklung eines nachvollziehbaren Klassifikationsmodells, das mit repräsentativen Daten trainiert, bewertet und in einen automatisierten Dokumentenprozess eingebunden wird.

Zielgruppe und Voraussetzungen

Zielgruppe: Administratoren, Projektentwickler, Fachanalysten und technische Consultants

Voraussetzungen: Grundkenntnisse zu Dokumentklassen und Erfassungsprozessen; ein repräsentativer Beispieldatenbestand ist für eigene Übungen hilfreich

Schrittweise Seminarinhalte

Schritt 1: Klassifikationskonzept festlegen

Geschäftliche Dokumenttypen, Abgrenzungskriterien und Qualitätsziele werden definiert. Unklare Klassen und Sonderfälle werden frühzeitig sichtbar gemacht und in einer Entscheidungslogik dokumentiert.

Schritt 2: Projekt und Klassenhierarchie anlegen

Ein neues Projekt wird strukturiert und mit einer geeigneten Klassenhierarchie versehen. Flache und mehrstufige Modelle werden hinsichtlich Wartbarkeit, Datenbedarf und Erkennungsqualität verglichen.

Schritt 3: Trainingsdokumente kuratieren

Beispiele werden ausgewählt, bereinigt und den Klassen zugeordnet. Dubletten, unleserliche Dokumente und unausgewogene Klassenbestände werden erkannt und gezielt korrigiert.

Schritt 4: Merkmale und Wissensbasis aufbauen

Relevante sprachliche und strukturelle Merkmale werden herausgearbeitet. Fachbegriffe, Ausschlussmerkmale und Varianten werden so gepflegt, dass das Modell nachvollziehbar bleibt.

Schritt 5: Modell trainieren

Trainingsläufe werden durchgeführt und protokolliert. Auswirkungen veränderter Datenmengen, Klassenstrukturen und Merkmale werden anhand vergleichbarer Messpunkte untersucht.

Schritt 6: Qualität bewerten

Trefferquote, Verwechslungen und unsichere Zuordnungen werden mit einer Konfusionsbetrachtung analysiert. Schwellenwerte und manuelle Prüfpfade werden auf das fachliche Risiko abgestimmt.

Schritt 7: Verarbeitung integrieren

Das Modell wird in einen Eingangskanal eingebunden und mit nachfolgenden Extraktions- oder Ablageschritten verbunden. Status, Rückmeldungen und Ausnahmefälle werden berücksichtigt.

Schritt 8: Modell pflegen und versionieren

Neue Dokumentvarianten werden kontrolliert aufgenommen. Versionierung, Regressionstest und Freigabeverfahren sichern die Weiterentwicklung ohne unbeabsichtigte Qualitätsverluste.

Praxisaufgaben

• Eine belastbare Klassenhierarchie für einen gemischten Posteingang entwerfen
• Ein Modell trainieren und Verwechslungen systematisch auswerten
• Eine neue Dokumentvariante ergänzen und per Regressionstest absichern

Arbeitsmittel und Methoden

Die Bearbeitung wechselt zwischen fachlicher Einordnung, geführter Demonstration, nachvollziehbarer Konfiguration, eigenständiger Übung, Kontrollfragen und dokumentierter Systemprüfung. Alle Aufgaben verwenden definierte Ausgangsdaten und überprüfbare Abnahmekriterien.