Lange Zeit war der Einsatz von KI im DMS auf das Auslesen und Erfassen von Daten sowie das Erkennen von Dokumenten beschränkt – sei es durch klassische OCR oder durch erweiterte IDP-Systeme (Intelligent Document Processing). Diese etablierten Technologien analysieren Textzeichen und Formularfelder zuverlässig, bereiten Informationen auf und stellen sie dem Anwender für die weiteren Arbeitsschritte bereit – überlassen die inhaltliche Validierung, Entscheidungsfindung und eigentliche Prozessweiterleitung jedoch weiterhin dem Anwender.
Das Dokumentenmanagementsystem inPoint.Go mit Agentic AI Engine baut auf diesem Fundament auf und erweitert den Handlungsspielraum durch eine aktive Prozessunterstützung: Über die reine Datenerfassung und strukturierte Vorschlagserstellung hinaus, trifft das System im Rahmen vordefinierter Regelwerke eigenständige Entscheidungen und führt logische Prüfschritte und Folgeaktionen im Hintergrund aus – direkt verknüpft mit den bestehenden Unternehmensstrukturen.
Was ist eine Agentic AI Engine oder agentische KI?
Eine Agentic AI Engine ist eine KI-gesteuerte Verarbeitungslogik, die nicht nur einzelne Aufgaben ausführt, sondern mehrstufige Prozessketten eigenständig durchläuft – innerhalb klar definierter Regeln und Freigabegrenzen. Statt bei jedem Schritt auf eine Nutzerentscheidung zu warten, erkennt die KI im DMS ein Dokument, ordnet es korrekt zu, prüft es gegen Stammdaten und stößt den passenden Folgeprozess direkt an. Der Mensch bleibt Kontrollinstanz, nicht mehr Taktgeber jedes einzelnen Schritts.
Klassische KI vs. Agentische KI:
|
Klassische KI im DMS
|
Agentic AI im DMS
|
|---|---|
|
Erkennt Dokumenttyp, extrahiert Daten
|
Erkennt, entscheidet UND handelt
|
|
Schlägt Workflow vor
|
Startet und steuert Workflow selbstständig
|
|
Beantwortet Fragen auf Anfrage
|
Agiert proaktiv, ohne Trigger durch den Nutzer
|
|
Ein Schritt pro Anfrage
|
Mehrstufige Aufgabenketten (Multi-Step)
|
Mit inPoint.Go zur autonomen Prozesssteuerung
Mit der agentischen KI führt inPoint.Go operative Zwischenschritte selbstständig aus. Statt jeden Beleg manuell zu prüfen, verlagert sich die Aufgabe der Mitarbeitenden auf die reine Kontrolle markierter Ausnahmefälle.
Das übernimmt inPoint.Go mit agentischer KI:
- Datenextraktion aus unstrukturierten Belegen: Informationen werden kontextbezogen erkannt, validiert und strukturiert in das DMS übernommen.
- Regelbasierte Vorprüfungen: Das System gleicht Belegdaten eigenständig mit Bestellungen, Stammdaten oder Verträgen ab.
- Automatisierte Prozessauslösung: Nach erfolgreicher Prüfung startet die Engine den passenden Workflow und weist Aufgaben rollenbasiert zu.
Anwendungsfall 1: Automatisierter Rechnungsabgleich im Rechnungseingang
Die praktische Wirkung zeigt sich exemplarisch in der Eingangsrechnungsverarbeitung. Über den integrierten Rechnungsabgleich (Invoice Reconciliation) führt das System einen automatisierten Drei-Wege-Abgleich zwischen Eingangsrechnung, Bestellung und Lieferschein auf Positionsebene durch:
- Automatisierter Datenabgleich: Die Agentic AI vergleicht Mengen, Einzelpreise und Gesamtsummen im zentralen Eingangsrechnungsbuch eigenständig.
- Visuelle Risikosteuerung: Übereinstimmende Datenpunkte werden grün markiert, Abweichungen rot hervorgehoben. Fachbereiche steuern nur noch die rot markierten Differenzen.
- Bündelung von Vorgängen: Zusammengehörige Dokumentenmengen lassen sich gebündelt in einem gemeinsamen Workflow verarbeiten, statt jeden Beleg einzeln aufzurufen.
Wie inPoint den gesamten Rechnungsprozess von der eRechnung bis zur Archivierung abbildet, finden Sie auf unserer Seite zur digitalen Rechnungsverarbeitung.
Anwendungsfall 2: Automatisierte Vertragsprüfung und Fristenüberwachung
Auch im Vertragswesen zeigt sich, wie die Agentic AI über reine Texterkennung hinausgeht. Neue Verträge werden nicht nur erfasst und abgelegt, sondern inhaltlich geprüft, kategorisiert und mit relevanten Fristen verknüpft – ohne dass ein Mitarbeiter jede Klausel manuell durchgehen muss.
- Automatisierte Klauselerkennung: Die agentische KI-Engine identifiziert relevante Vertragsbestandteile wie Laufzeiten, Kündigungsfristen und Sonderklauseln automatisch und ordnet sie strukturiert der Vertragsakte zu.
- Proaktive Fristenüberwachung: Kündigungs- und Verlängerungsfristen werden eigenständig erkannt, terminiert und rechtzeitig vor Ablauf zur Prüfung vorgelegt.
- Risikoeinstufung: Abweichende oder ungewöhnliche Klauseln werden markiert, sodass Fachbereiche gezielt nur diese Passagen prüfen, statt den gesamten Vertrag erneut zu lesen.
Wie inPoint das gesamte Vertragsmanagement abbildet – von Vorlagen über Fristen bis zur digitalen Signatur – finden Sie auf unserer Seite zur Vertragsmanagement-Software.
Erfassung unstrukturierter Daten mit Azure Content Understanding
Als technologische Basis nutzt inPoint.Go die Erkennungstechnologie Azure Content Understanding. Diese KI-basierten Modelle beschränken sich nicht auf das Auslesen vordefinierter Zonen, sondern erfassen semantische Zusammenhänge im gesamten Dokument.
Unstrukturierte Freitextdokumente, vielseitige Verträge oder wechselnde Belegformate werden automatisch analysiert, in strukturierte Datenfelder übersetzt und direkt in die passenden Datenstrukturen eingeordnet. Eingehende Belege werden beim Erfassen sofort dem passenden Geschäftspartner-Typ zugewiesen, was die Grundlage für automatisierte, rollenspezifische Freigabewege bildet.
Kontrollierter KI-Zugriff über MCP-Server
Azure Content Understanding ist als KI-Schicht standardmäßig in inPoint.Go integriert und bildet die Grundlage für die Agentic AI Engine – ganz ohne zusätzliche Einrichtung. Darüber hinaus lässt sich inPoint über den MCP-Server (Model Context Protocol) zusätzlich an externe KI-Systeme anbinden. Damit erhalten nicht nur die agentische KI, sondern auch externe Assistenten wie Microsoft Copilot oder andere angebundene KI-Modelle strukturierten, klar regulierten Zugriff auf das Unternehmenswissen im DMS
Agentic AI Engine live erleben
Sehen Sie in einer kostenlosen Demo, wie inPoint.Go Ihre Fachabteilungen von manuellen Routinearbeiten entlastet.
Demotermin vereinbarenFazit
Ob im Rechnungseingang oder im Vertragswesen: Beide Beispiele zeigen, wie die KI-gesteuerte Verarbeitungslogik im Arbeitsalltag wirkt – von der Datenerfassung bis zur eigenständigen Prozesssteuerung, kontrolliert über klar definierte Freigabegrenzen. Der entscheidende Wandel liegt dabei nicht in der reinen Datenerfassung, sondern im kontrollierten Ausführen von Arbeitsschritten: Die agentische KI prüft, vergleicht und steuert Prozesse genau dort, wo bisher wertvolle Arbeitszeit in manuellen Schleifen verloren ging – strikt abgesichert durch die bestehenden Rechte- und Compliance-Vorgaben im DMS.
Martin Leitner
Häufige Fragen zur Agentic AI Engine
Was ist eine Agentic AI Engine?
Eine Agentic AI Engine ist eine KI-gesteuerte Verarbeitungslogik, die mehrstufige Prozessketten eigenständig durchläuft – innerhalb klar definierter Regeln und Freigabegrenzen. Sie erkennt ein Dokument, ordnet es zu, prüft es gegen Stammdaten und stößt den passenden Folgeprozess direkt an, statt bei jedem Schritt auf eine Nutzerentscheidung zu warten.
Wie unterscheidet sich agentische KI von klassischer KI im DMS?
Klassische KI-Funktionen wie Klassifizierung oder Datenextraktion bearbeiten jeweils eine Aufgabe pro Anfrage und schlagen dem Nutzer einen nächsten Schritt vor. Die Agentic KI Engine verkettet diese Fähigkeiten: Erkennung, Entscheidung und Aktion laufen in einem durchgehenden Ablauf, die KI agiert proaktiv und stößt Folgeprozesse selbstständig an.
Welche Aufgaben übernimmt die Agentic AI Engine in inPoint.Go konkret?
Sie extrahiert Daten aus unstrukturierten Belegen, führt regelbasierte Vorprüfungen durch – etwa den automatisierten Drei-Wege-Abgleich zwischen Rechnung, Bestellung und Lieferschein oder die automatisierte Klauselprüfung und Fristenüberwachung im Vertragswesen – und startet passende Workflows. Mitarbeiter kontrollieren nur noch die markierten Ausnahmefälle, statt jeden Vorgang manuell zu prüfen.
Auf welcher Technologie basiert die Agentic AI ?
Als Erkennungstechnologie nutzt inPoint.Go Azure Content Understanding. Diese Modelle beschränken sich nicht auf vordefinierte Zonen, sondern erfassen semantische Zusammenhänge im gesamten Dokument – auch bei wechselnden Belegformaten oder Freitextdokumenten.
Bleibt der Prozess dabei DSGVO-konform und nachvollziehbar?
Ja. Die Agentic AI Engine agiert ausschließlich innerhalb der für den jeweiligen Nutzer freigegebenen Lese- und Schreibrechte. Berechtigungssteuerung, Governance und Revisionssicherheit bleiben vollständig im DMS verankert – auch wenn KI-Agenten wie Microsoft Copilot über den MCP-Server auf Dokumenteninhalte zugreifen.
