Data Sourcing im Aktenarchiv - analoge Daten für KI erschließen

Garbage in, garbage out.

Die Qualität der Wissensbasis entscheidet, wie gut ein Modell oder ein Retrieval-System tatsächlich funktioniert. Ohne maschinenlesbare, strukturierte Daten bleibt jedes noch so gute System hinter seinen Möglichkeiten.

Das Aktenarchiv: ein known unknown

Vollständigkeit ist eines der wichtigsten Kriterien der Datenqualität. Dazu gehören auch die Akten im Archiv, die analogen Daten, die in keiner Pipeline auftauchen, obwohl jeder weiß, dass es sie gibt.

Um das gesamte Unternehmenswissen zu erfassen und Vollständigkeit tatsächlich zu gewährleisten, braucht es mehr als digitale Quellen.

Der Digitalisierungsgrad von Dokumentenprozessen variiert erheblich, je nach Branche, Unternehmensgröße und Abteilung. Was vor fünf, zehn oder zwanzig Jahren entstanden ist, liegt oft noch genau dort, wo es immer lag, im Aktenschrank.

Laut einer Bitkom-Befragung aus dem Jahr 2025 stehen ausgerechnet in der Personalabteilung (94 Prozent), in Buchhaltung und Controlling (91 Prozent) sowie in der Geschäftsführung (82 Prozent) noch immer die meisten Aktenordner, also genau dort, wo KI-Systeme heute am häufigsten für Auswertung und Automatisierung eingesetzt werden sollen.

Was der KI entgeht

HR: Ein HR-Chatbot, der Fragen zu Kündigungsfristen oder Probezeiten beantworten soll, braucht die tatsächlichen Vertragsdaten maschinenlesbar, auch für langjährige Mitarbeitende, deren Arbeitsverträge oft noch in Papierform vorliegen.

Finance: Alte Rechnungen und Vertragskonditionen aus der Zeit vor der digitalen Buchhaltung liegen oft nur auf Papier vor. Ein Finance RAG-System bildet somit nicht die vollständige Preis- und Konditionshistorie ab.

Recht und Verwaltung: Vertragsanalyse-Systeme überwachen Fristen und Klauseln nur so weit zurück, wie Verträge digital erfasst wurden. Ältere Verträge mit langer Laufzeit, oft die relevantesten, fallen aus der automatisierten Fristenüberwachung heraus, wenn sie nur als Papierdokument vorliegen.

Predictive Maintenance: Netzbetreiber und Stadtwerke verfügen häufig über jahrzehntealte, teils handschriftliche Prüf- und Wartungsprotokolle, die nie digitalisiert wurden. Ein Prognosemodell sieht dadurch nur die Betriebsgeschichte ab dem Zeitpunkt der Digitalisierung, statt der vollen Historie, aus der sich Frühindikatoren erst über Jahrzehnte zeigen.

Wir sind ihr Scanpartner für die Erschließung papierbasierter Dokumente.

Seit 1997 scannen wir Akten und Dokumente für Unternehmen jeder Branche und Größe sowie für Behörden, bis zu 300.000 Blatt pro Tag und bis zu 4.000 Großformate, in durchgehend hoher Qualität.

Wir digitalisieren mit OCR und Indexierung, trennen jedes Dokument nach Vorgang und kategorisieren auf Wunsch nach Dokumententyp. Bei Bedarf versehen wir Dokumente auch mit einer qualifizierten elektronischen Signatur.

Die fertigen Daten liefern wir im gewünschten Zielformat, ob Markdown, JSON oder einem anderen Format, das Ihre Pipeline braucht.

Von der dokumentierten Abholung über die Aufbereitung bis zur Datenübergabe in der gewünschten Form liegt der gesamte Prozess bei uns.

Ihre Akten werden mit GPS-überwachten Fahrzeugen im Zwei-Personen-Team transportiert und in einem 3.500 m² großen, gesicherten Lager verwahrt. Die Verarbeitung erfolgt ausschließlich auf eigenen Servern in Deutschland, ohne Einsatz von Drittanbieter-Cloud-Diensten außerhalb der EU.

• ISO 9001 zertifiziert, ISO 27001 aktuell in Vorbereitung
• Jede Akte wird bei Eingang einzeln erfasst und bleibt bis zum Export nachvollziehbar
• Alle Mitarbeitenden sind vertraglich auf Vertraulichkeit verpflichtet
• Stichprobenartige Qualitätskontrollen vor der Übergabe
• AVV nach Art. 28 DSGVO wird standardmäßig abgeschlossen
• Keine Unterauftragsverarbeiter, die gesamte Verarbeitung erfolgt ausschließlich bei uns
• GoBD-konforme Archivierung