Microsoft Azure Document Intelligence (ehemals Form Recognizer)
Azure Document Intelligence (ehemals Form Recognizer) ist ein cloudbasierter KI-Service von Microsoft, der Machine Learning nutzt, um Text, Schlüssel-Wert-Paare, Tabellen und strukturierte Daten aus Dokumenten automatisiert zu extrahieren und als strukturierte JSON-Ausgabe bereitzustellen.
Ausführliche Erklärung
Azure Document Intelligence verwendet optische Zeichenerkennung (OCR) in Kombination mit maschinellem Lernen, um Informationen aus Dokumenten verschiedenster Formate zu extrahieren – von PDF-Dateien über Bilder bis hin zu handschriftlichen Notizen. Der Dienst wurde im Juli 2023 von „Form Recognizer" in „Document Intelligence" umbenannt, bietet jedoch dieselben Funktionen und APIs ohne Breaking Changes.
Für KMU ist der Service besonders relevant, da er wiederkehrende, manuelle Dokumentenverarbeitung automatisiert und damit Zeit und Kosten spart. Der Dienst steht in drei Varianten zur Verfügung: Vorgefertigte Modelle (Prebuilt Models) für gängige Dokumenttypen wie Rechnungen, Belege, Visitenkarten oder Ausweisdokumente extrahieren Daten nach vordefinierten Schemata. Layout-Modelle erkennen Text, Tabellen, Überschriften und Strukturen. Benutzerdefinierte Modelle (Custom Models) können mit eigenen Dokumenttypen trainiert werden, um unternehmensspezifische Formulare oder Verträge zu verarbeiten.
Die Abrechnung erfolgt nutzungsbasiert nach verarbeiteten Seiten. Es existiert ein kostenloser Tarif (F0) mit bis zu 500 Seiten pro Monat zum Testen aller Funktionen. Im Standard-Tarif (S0) liegen die Kosten je nach Modell bei etwa 1,25 US-Dollar pro 100 Seiten. Das Training benutzerdefinierter Template-Modelle ist kostenlos; neuronale Modelle können kostenlos bis zu 10 Stunden trainiert werden. Die Anbindung erfolgt über REST-API oder SDK (verfügbar für .NET, Python, Java und weitere Sprachen) und kann sowohl in der Cloud als auch lokal über Container betrieben werden.
Praxisbeispiel
Ein österreichisches Steuerberatungsbüro mit 12 Mitarbeiter:innen verarbeitet monatlich rund 3.000 Eingangsrechnungen von Mandant:innen. Durch die Integration von Azure Document Intelligence mit dem Prebuilt-Invoice-Modell werden Rechnungsnummer, Datum, Betrag und Mehrwertsteuer automatisch extrahiert und direkt in die Buchhaltungssoftware übertragen. Die manuelle Erfassungszeit sinkt von durchschnittlich 3 Minuten auf unter 30 Sekunden pro Beleg.
Code-Beispiel
from azure.ai.documentintelligence import DocumentIntelligenceClient
from azure.core.credentials import AzureKeyCredential
endpoint = "https://ihre-ressource.cognitiveservices.azure.com/"
key = "IHR_API_KEY"
client = DocumentIntelligenceClient(endpoint, AzureKeyCredential(key))
# Rechnung analysieren
with open("rechnung.pdf", "rb") as f:
poller = client.begin_analyze_document(
"prebuilt-invoice", document=f
)
result = poller.result()
# Extrahierte Felder ausgeben
for invoice in result.documents:
print(f"Rechnungsnr: {invoice.fields.get('InvoiceId').value}")
print(f"Betrag: {invoice.fields.get('InvoiceTotal').value}")