Die Multi-Agenten-Pipeline von Tesisquare verarbeitet 97,0 % von 955 Lieferantendokumenten ohne Ausweichlösung

Das Problem

Unternehmen, die Rechnungen von vielen Lieferanten erhalten, müssen einen steten Strom von Dokumenten in unterschiedlichen Layouts und Sprachen bewältigen. Die manuelle Dateneingabe ist langsam und fehleranfällig, und ältere OCR-Werkzeuge (Software, die Scans in Text umwandelt) erfordern bei einem großen Teil der Dokumente oft das Eingreifen von Menschen. Die Autoren befürchten zudem, dass ein Sprachmodell allein Werte erfinden kann, was bei Finanzdaten ein Risiko ist.

Was sie gebaut haben

Tesisquare, ein Softwareunternehmen in Turin, hat eine Pipeline aus fünf spezialisierten Schritten gebaut, die Agenten genannt werden. Einer erkennt Dokumenttyp und Lieferanten, einer trennt Sammeldateien in einzelne Rechnungen, einer wandelt jede Seite in strukturierten Text um, einer zieht mit einem Sprachmodell die Felder heraus, und einer validiert das Ergebnis. Dokumente, bei denen sich das System unsicher ist, gehen an eine Person, auf einem Bildschirm, der das Dokument neben den extrahierten Daten zeigt. Laut Papier läuft in der Produktion Mistral-Small-3.2, ein Open-Weight-Modell (mit offenen Gewichten: Die Dateien sind veröffentlicht, ein Unternehmen kann es also auf eigenen Servern betreiben), mit DeepSeek-OCR als Ausweichlösung für Zeiten mit hohem Volumen.

Wie sie vorgegangen sind

Der Extraktionsschritt arbeitet mit dem strukturierten Text statt mit rohen Scans, was nach Angaben der Autoren die Textmenge, die das Modell lesen muss, um 35 % senkt. Der Validierungsschritt prüft Formate und Summen, und ein Zuverlässigkeitswert entscheidet, welche Dokumente an eine Prüferin oder einen Prüfer gehen, mit Schwellenwerten, die typischerweise zwischen 80 % und 90 % liegen. Korrigiert jemand ein Feld, macht das System aus der Korrektur aktualisierte Anweisungen für das Modell und wendet sie auf ähnliche Dokumente an, die bereits in der Warteschlange liegen, ohne das Modell neu zu trainieren. Der Produktivsatz umfasste mehr als 50 Lieferanten und Dokumente in Italienisch, Englisch, Deutsch und Französisch.

Ergebnisse

Von 955 bis zum 21. Januar 2026 verarbeiteten Produktivdokumenten liefen 926 (97,0 %) ohne Ausweichen auf ältere Werkzeuge oder ein manuelles Portal durch die Pipeline. In einem Test mit 100 Dokumenten aus der Produktion erreichte die vollständige Pipeline mit menschlicher Prüfung 98,5 % Genauigkeit, gegenüber 60,0 % bei einer einfachen Vergleichslösung, die das PDF direkt an ein Modell gibt. Der Schritt mit dem strukturierten Text brachte am meisten, nämlich 17,5 Prozentpunkte. Die Prüfung eines markierten Dokuments dauerte etwa 45 Sekunden, gegenüber rund 120 Sekunden bei vollständig manueller Bearbeitung.

Was Sie übernehmen können

Behandeln Sie Menschen als Teil des Designs, nicht als Sicherheitsnetz. Leiten Sie nur unsichere Dokumente an sie weiter, erfassen Sie jede Korrektur und messen Sie den Anteil, der auf dem automatisierten Weg bleibt, getrennt von der Genauigkeit.