Eingehende Dokumente benennen und ablegen, Mensch bestätigt
Anonymisiertes Anwendungsbeispiel. Geprüft am 26. Oktober 2026.
- Prozess
- Ablage und Dokumente verwalten
- Aufgabentyp
- Dokumentation
- Betrieb
- Hybrid
- Aufwand
- Mittel
- Quelle
- Recherche go4ai (10/2026), Fach- und Anbieterquellen, noch nicht im Betrieb umgesetzt
Im Dossier 07 Abschnitte
Aufgabe
Scans, Mail-Anhänge und Uploads werden täglich nebenbei benannt und abgelegt, jede Person nach eigener Gewohnheit. Es entstehen uneinheitliche Dateinamen, falsche Ordner und Doppelablagen, Aufbewahrungsfristen stehen nicht am Dokument. Bei Urlaub oder Krankheit findet niemand mehr etwas.
Lösungsweg
Alle Eingänge landen in einem Eingangskorb, etwa eines Dokumentenmanagements wie paperless-ngx. Texterkennung und ein Sprachmodell schlagen Titel, Datum, Absender, Dokumentart und Ablageort vor, der Dateiname folgt einem festen Muster. Beschäftigte bestätigen jede Zuordnung, die Aufbewahrungsklasse kommt aus dem Ablageplan des Betriebs.
Kontrollpunkt Ein Mensch prüft oder gibt das Ergebnis frei.
Autonomiestufe 1 von 4 Die Software schlägt Metadaten und Ablageort vor, abgelegt wird erst nach Bestätigung im Eingangskorb. Löschungen zum Fristende laufen über eine Wiedervorlage und eine Freigabe. Was die fünf Stufen bedeuten
Wie es technisch abläuft
Jeder Schritt bleibt einzeln prüfbar; Komponenten werden nur dort genannt, wo sie festgelegt sind.
- 01 Scan, Anhang oder Upload Eingangskorb im DMS
- 02 Text erkennen OCR
- 03 Titel, Art, Absender, Ablageort vorschlagen Klassifikator, Sprachmodell
- 04 Aufbewahrungsklasse zuordnen Ablageplan als Tabelle
- 05 Beschäftigte bestätigen oder korrigieren
Vorher und Nachher
Die Veränderung wird als Arbeitsablauf beschrieben, nicht als Erfolgsversprechen.
Vorher
- Dateinamen nach eigener Gewohnheit vergeben
- Ordner suchen, teils doppelt in Postfach und Laufwerk
- Aufbewahrungsdauer steht nirgends am Dokument
- Dubletten fallen erst bei der Suche auf
Nachher
- Alle Eingänge landen in einem Eingangskorb
- KI schlägt Titel, Art und Ablageort vor
- Beschäftigte bestätigen jede Zuordnung
- Wiedervorlage bei Fristende, Löschen nur mit Freigabe
Dokumentierte Ergebniswerte
Die Werte gelten im jeweils beschriebenen Szenario und sind kein allgemeiner Benchmark.
- Zuordnungen ohne Bestätigung durch Beschäftigte
- 0
- Löschungen ohne Freigabe
- 0
Grenzen und bewusste Entscheidungen
Diese Bedingungen gehören zum Lösungsweg und dürfen nicht aus dem Szenario herausgekürzt werden.
- Die Aufbewahrungsfrist kommt aus dem Ablageplan, nicht vom Modell
- Keine Löschung ohne organisatorische Freigabe
- Personalunterlagen bleiben außerhalb der KI-Verarbeitung
- Dubletten werden angezeigt, nicht selbst entfernt
Herleitung: vom Prozess zum Werkzeug
Das Setup folgt aus der Tätigkeit und ihren Daten, nicht aus einer Tool-Präferenz. Die Kette läuft immer in dieselbe Richtung.
-
Tätigkeit
Eingehende Dokumente auslesen, Metadaten und Ablageort vorschlagen und nach Bestätigung ablegen
-
Datenfluss
- Personenbezogen Kundenschreiben, Verträge, Bankunterlagen mit Namen und Adressen
- Intern Lieferantenrechnungen, Ablageplan, Dokumentarten
- Personenbezogen Unterlagen über Beschäftigte, von der KI ausgenommen
-
Werkzeugklasse
Klasse 3 EU-Hosting mit AVV
-
Setup
Dokumentinhalte aller Art gehen an das Sprachmodell, deshalb läuft es lokal oder in der EU mit Auftragsverarbeitung. Sensible Dokumentarten landen in einem eigenen, rechtebeschränkten Bereich ohne KI.
Die Werkzeugklasse ist die Mindestanforderung für die Daten, die tatsächlich ins Werkzeug fließen. Wie die Kette Nutzenrechnung, Rechtsfrage und Werkzeugwahl aus derselben Tabelle beantwortet, steht unter Prozessanalyse & Werkzeugwahl.
Werkzeug-Stack
Die KI legt nichts selbst ab, sie füllt die Felder vor, aus denen Dateiname und Ablageort entstehen. Beschäftigte bestätigen jeden Vorschlag im Eingangskorb, und jede Löschung braucht eine Freigabe. Wie viel Zeit das spart, hängt von der Trefferquote ab und lässt sich nur im eigenen Betrieb an den Korrekturen messen. Belegt ist der Ablauf an Werkzeugen und Forschungsprojekten, nicht an einem Betrieb dieser Größe.
Was funktioniert
- Der Klassifikator lernt aus bisherigen Zuordnungen, ein Sprachmodell ergänzt Titel und Datum
- Einheitliche Dateinamen aus festen Feldern, auch die spätere Suche profitiert davon
- Inhaltsgleiche Dateien erscheinen als Hinweis, behalten oder entfernen entscheidet der Mensch
Was im Szenario bewusst ausgespart bleibt
- Buchungsbelege aus demselben Eingang gehen an die Belegerfassung, Mails sortiert ein eigener Fall
- Ob die Ablage die Anforderungen an Ordnung und Unveränderbarkeit erfüllt, ist im Einzelfall zu prüfen
- Ein Löschkonzept für personenbezogene Daten bleibt eine eigene Aufgabe des Betriebs