▸ Showcase · Page Stream Segmentation
Wo endet ein Dokument
Ein Stapelscan liefert keinen Posteingang, sondern einen Strom aus Seiten — ohne Trennblätter, ohne Barcodes, ohne Klebezettel. Unser Modell beantwortet an jeder Nahtstelle genau eine Frage: trennen oder weiter? Aus dem Strom werden saubere Einzeldokumente — die Voraussetzung für jede zuverlässige Datenbasis und für Agentensysteme.
Der Anwendungsfall
Eine Akte ist ein PDF. Ihre Systeme brauchen fünf.
Im Versicherungskontext kommt eine Fallunterlage typischerweise als ein einziges Dokument an: Anschreiben, Schadenmeldung, Gutachten, Reparaturrechnung, Fotoanlage — alles in einer Datei, nicht selten dreistellig viele Seiten. Für die Sachbearbeitung ist das vertraut. Für jedes nachgelagerte System ist es ein Problem.
Was drinsteckt, ist nicht auffindbar
Im DMS trägt die Akte einen Dateinamen und ein Eingangsdatum. Die Rechnung auf Seite 47 ist nirgends als Rechnung erfasst — keine Frist, keine Zuordnung, keine Auswertung.
KI-Agenten brauchen Struktur
Kein Modell verarbeitet 200 Seiten am Stück zuverlässig — und selbst wenn, werden massiv Token verschwendet. Saubere Workflows sehen anders aus.
Heute ist Trennen Handarbeit
Blättern, splitten, benennen, ablegen — bei jedem Eingang neu.
Das Modell betrachtet die Nahtstelle zwischen zwei aufeinanderfolgenden Seiten und antwortet binär: trennen oder weiter? Genau diese Beschränkung ist der Grund, warum ein kleines Modell hier die Qualität eines großen erreicht. Ein solches Modell muss weder 100 Sprachen beherrschen noch wissen, wie der Eiffelturm aussieht.
Wie es funktioniert
Von Ihrer Vorgabe zum schlanken Spezialisten
Am Anfang steht nicht das Modell, sondern Ihre Fachkenntnis: Was in Ihrem Haus als eigenes Dokument gilt, entscheiden Ihre Leute. Das große Modell trägt diese Entscheidung in die Breite, das kleine übernimmt sie dauerhaft im Betrieb.
SCHRITT 1
Datenannotation
Ihre Mitarbeitenden labeln einen statistisch belastbaren Auszug Ihres Bestands nach festen Vorgaben: an jeder Nahtstelle trennen oder weiter. Die Grenzfälle entscheidet, wer die Dokumente kennt.
SCHRITT 2
Teacher weitet aus
Ein großes Modell übernimmt genau diese Vorgaben und wendet sie auf den übrigen Bestand an. Aus einigen hundert Handentscheidungen wird ein Trainingsdatensatz in der Größe, die ein Fine-Tuning braucht.
SCHRITT 3
Destillation & Fine-Tuning
Ein kompaktes Student-Modell lernt Ihre Dokumentwelt: Ihre Formulare, Ihre Briefköpfe, Ihre Sonderfälle. Auf dieser engen Aufgabe erreicht es Teacher-Qualität.
SCHRITT 4
Betrieb auf Ihrer Infrastruktur
Das fertige Modell läuft auf einer einzelnen GPU — on-premises oder in Ihrer Cloud. Ihre Dokumente verlassen Ihr Haus nicht.
Was Sie bekommen
Aus einem Stapel-PDF werden Einzeldokumente
- Anschlussfähig statt Insellösung: die getrennten Dokumente gehen direkt in die Klassifikation, in die Extraktion, ins DMS oder in Ihr ERP.
- Grenzkosten gegen null: nach dem Training kostet jede weitere Seite im Wesentlichen Strom — bei 500 wie bei 50.000 Seiten im Monat.
- Mitwachsend: Lastspitzen im Posteingang fangen Sie über parallele Anfragen auf derselben Karte ab; reicht das nicht, kommt eine weitere GPU dazu — ohne Änderung an Modell oder Pipeline.
- Nachvollziehbar: jede Trennung ist mit ihrem Seitenpaar protokolliert und im Zweifel prüfbar.
- Messbar statt versprochen: feste Testfälle aus Ihrem Alltag, nachgemessen bei jeder Modellversion.
{
"seiten": 12,
"trennungen": [
{ "nach_seite": 3, "split": true },
{ "nach_seite": 4, "split": true },
{ "nach_seite": 8, "split": true },
{ "nach_seite": 10, "split": true }
],
"dokumente": [
{ "von": 1, "bis": 3 },
{ "von": 4, "bis": 4 },
{ "von": 5, "bis": 8 },
{ "von": 9, "bis": 10 },
{ "von": 11, "bis": 12 }
]
}
Pilotprojekt
Prüfen Sie es mit Ihren eigenen Stapeln
Schicken Sie uns einen repräsentativen Ausschnitt Ihres Posteingangs. Wir sagen Ihnen ehrlich, wie gut sich Ihre Dokumentgrenzen trennen lassen, welchen Datenbestand ein zugeschnittenes Modell braucht — und was es kostet.
Pilotprojekt besprechenDATUREX GmbH · Dresden · Verarbeitung on-premises, DSGVO-konform