Van handmatige documentverwerking naar 95% automatisering met AI

Hoewel organisaties steeds verder digitaliseren, blijft het verwerken van ongestructureerde documenten een hardnekkige uitdaging. Documenten spelen een belangrijke rol in uiteenlopende processen, van verzekeringsdossiers en medische documenten tot vergunningaanvragen, HR-onboarding en financiële administratie.

Een bekend voorbeeld is de verwerking van facturen en bestellingen binnen de crediteurenadministratie. Facturen moeten worden gekoppeld aan inkooporders en ontvangen artikelen, maar referentiecodes, productnamen en andere gegevens worden vaak op verschillende manieren vastgelegd. Soms ontbreekt informatie volledig of staat er handgeschreven tekst op een document.

Het gevolg is dat medewerkers veel tijd kwijt zijn aan het handmatig controleren, corrigeren en aanvullen van gegevens. De verwerking van documenten kan daardoor dagen of zelfs weken duren. Tegelijkertijd bestaat er inmiddels technologie die deze processen grotendeels automatisch kan uitvoeren, mits deze goed wordt toegepast binnen het bredere proces.

Met Intelligent Document Automation (IDA) helpt KPMG organisaties documentgedreven processen slimmer te automatiseren. Daarbij wordt eerst gekeken naar het volledige proces en het gewenste eindresultaat. Automatisering begint immers niet bij technologie, maar bij de vraag hoe het proces idealiter zou moeten verlopen.

Binnen deze aanpak wordt gebruikgemaakt van de ESSAR-methode: Elimineren, Simplificeren, Standaardiseren, Automatiseren en Robotiseren. Samen met de organisatie wordt onderzocht welke processtappen noodzakelijk zijn, waar knelpunten zitten en waar de grootste verbeterkansen liggen. Pas daarna wordt bepaald welke technologie het beste past bij het doel. 

Een belangrijk onderdeel van moderne documentautomatisering is het gebruik van Large Language Models (LLM’s). Deze AI-modellen zijn getraind op grote hoeveelheden tekstdata en kunnen daardoor documenten interpreteren, classificeren en relevante informatie herkennen, ook wanneer de structuur van een document afwijkt van wat eerder is gezien. In tegenstelling tot traditionele, template-gebaseerde systemen begrijpen LLM’s dat termen zoals ‘ordernummer’, ‘order ID’ of ‘bestelreferentie’ in verschillende contexten dezelfde betekenis kunnen hebben.

Voor een klant met een productcatalogus van meer dan 40.000 artikelen werd deze aanpak toegepast op het verwerken van binnenkomende bestellingen. De organisatie wilde het proces versnellen en het grote aantal handmatige controles verminderen. Op basis van de analyse werd gekozen voor de AI-tool Rossum, die gespecialiseerd is in het automatisch uitlezen en interpreteren van grote volumes documenten. KPMG begeleidde de implementatie en integreerde de oplossing in de bestaande processen en systemen. 

Na implementatie werd bijna 95% van alle benodigde gegevens automatisch herkend en verwerkt. Hierdoor nam de verwerkingstijd van bestellingen aanzienlijk af en werd het aantal handmatige correcties sterk verminderd. 

Medewerkers hoeven zich minder bezig te houden met repetitieve administratieve taken en kunnen zich meer richten op analyse, klantcontact en procesverbetering. Tegelijkertijd nam de klanttevredenheid toe doordat bestellingen sneller en consistenter werden verwerkt. 

De volgende stap ligt in de ontwikkeling van zogeheten AI-agents. Waar LLM’s vooral informatie interpreteren, kunnen agents ook zelfstandig acties uitvoeren, zoals het opvragen van ontbrekende gegevens bij een leverancier. Zo ontstaat een steeds verder geautomatiseerd proces, waarbij technologie en menselijke expertise elkaar versterken. 

Een multidisciplinair team van KPMG Nederland ondersteunde de organisatie bij het analyseren en automatiseren van documentgedreven processen. Door expertise in AI & Data te combineren met Digital Process Excellence hielp het team een schaalbare oplossing te realiseren die zowel efficiëntie als klantgerichtheid versterkt.