OCR (tekstgenkendelse)
Gør scannede fakturaer og håndskrevne bilag søgbare og klar til bogføring.
Indhold
OCR (Optical Character Recognition) er en teknologi, der konverterer tekst i billeder og scannede dokumenter til digital, søgbar og redigerbar tekst. Moderne OCR bruger deep learning til at genkende trykt tekst, tabeller og ofte også håndskrift, så regnskabssystemer automatisk kan aflæse felter på fakturaer, kvitteringer og bilag.
Sådan virker OCR i praksis
OCR starter med et billede: en scannet PDF, et foto af en faktura eller et billede af et udfyldt skema. Først forbedres billedet: kontrast, rettelse af skævhed og fjernelse af støj. Derefter identificerer systemet tekstblokke, linjer og tegn. Tidligere var det regelsæt og mønstergenkendelse; i dag anvender mange systemer deep learning, som ligner den måde sprogmodeller genkender mønstre. Resultatet er en tekststreng, som kan søges i, matches mod kontoplaner eller bruges til at udfylde felter i jeres økonomisystem.
I praksis betyder det, at en faktura kan blive læst automatisk: leverandørnavn, dato, beløb og CVR genkendes, og systemet foreslår, hvordan bilaget skal bogføres. Fejlrettelser foregår ofte i en valideringsliste, hvor en medarbejder godkender eller retter de felter, OCR har udtrukket.
Hvorfor bogholderiet bruger OCR som automatisk aflæsning af bilag
Bogholderen møder OCR som 'automatisk aflæsning af bilag', fordi det er den mest umiddelbart anvendelige AI-løsning i administrationen. Du får færre manuelle indtastninger, hurtigere sagsgange og bedre søgbarhed i arkivet. For en leder er det vigtigt at vide, at OCR ikke fjerner behovet for kontrol; det flytter kontrollen fra indtastning til validering. Implementering kræver beslutninger om hvor mange bilag, I lader køre automatisk, og hvilke leverandører eller bilagstyper, der altid skal håndteres manuelt.
Eksempel: OCR hos en direktør, der vil reducere tid på fakturahåndtering
Direktøren i en lille produktionsvirksomhed beslutter i begyndelsen af måneden at indføre automatisk bilagsaflæsning. Kl. 09:00 dag ét ruller de to uger gamle scannede fakturaer fra 2019 ind i systemet, og bogholderen starter valideringslisten. Problemet viser sig: leverandører sender både PDF og fotos med dårligt lys, og et par håndskrevne leveringssedler fra en underleverandør bliver genkendt forkert. Det tager to dage at rydde op, lave regler for fotos og tilføje en manuel tjekliste for håndskrevne bilag. Resultat: efter oprydningen falder den daglige tid brugt på indtastning, men der er stadig et behov for løbende opsætning af regler. Læringen er klar: systemet virker bedst, når I accepterer en opstartsfase med manuel justering og løbende kvalitetssikring.
OCR er ikke det samme som feltudtræk eller fuld automatisering
OCR gør teksten maskinlæsbar, men det er ikke altid det samme som at få strukturerede data. Feltudtræk (data extraction) er et ekstra lag, som identificerer "leverandør", "fakturanummer" eller "beløb" i teksten. Multimodale sprogmodeller kan nu kombinere OCR med forståelse og dermed give bedre feltudtræk, men det kræver ofte træning eller regler for jeres dokumenttyper. Og AI-automatisering dækker hele processen fra indscanning til bogføring, OCR er kun begyndelsen.
Sådan kommer I i gang med OCR
- Kortlæg hvilke bilagstyper I modtager: faktura, kvittering, indkøbsordre, håndskrevne sedler. Prioritér de hyppigste.
- Test med 100 eksempler fra jeres arkiv for at måle genkendelsesgrad før køb.
- Start med automatisering af de simple bilag og opret en valideringsproces for de øvrige.
- Integrer output til jeres økonomisystem og sæt regler for manuel håndtering.
- Mål fejlrate og juster: tilføj skabeloner, opsæt filtre og træn eventuelt feltudtræk yderligere.
Moderne OCR er blevet væsentligt bedre, men det er ikke en trylleformular. Forvent en opstartsfase, lidt vedligehold og en indføring af validation som fast arbejdsgang. Men gør I det rigtigt, så er OCR den mest håndgribelige AI-investering, I kan tage i brug i bogholderiet.
Når medarbejderne selv skal kunne bruge OCR og ikke bare kende ordet, sker det hurtigst på en AI-workshop. Er I i tvivl om, hvad OCR betyder for jeres eget ansvar, så tag det med i AI-rådgivningen.
Ofte stillede spørgsmål om OCR
Er OCR det samme som tekstgenkendelse?
Ja. OCR står for Optical Character Recognition og er den tekniske betegnelse for tekstgenkendelse på billeder og scannede dokumenter.
Kan OCR læse håndskrift og komplekse fakturaer?
Moderne OCR med deep learning kan ofte genkende mange håndskrifter og komplekse layouts, men nøjagtigheden varierer. Dårlige fotos, støj og uens håndskrift giver fejl, så nogle bilag vil stadig kræve manuel kontrol.
Koster OCR noget, og hvad skal lederen budgettere med?
Der er typisk licens eller abonnementsomkostninger samt tid til opsætning og validering. Budgetér også tid til test, integration med økonomisystemet og løbende vedligehold.
Kan vi bruge OCR uden udviklere?
Ja. Mange løsninger tilbyder færdige integrationsmoduler til regnskabssystemer, så I kan komme i gang uden udviklere. Kompleks integration eller specialtilpasset feltudtræk kan dog kræve teknisk hjælp.
AI-rådgiver og underviser, grundlægger af AI Hero i Herning. Har bygget digitalt i over 20 år og hjælper danske virksomheder med at få AI i drift. Læs mere om Brian.