Aufnahmen und Scans durchsuchbar machen

Zwei Verfahren stecken dahinter. Transkription wandelt gesprochene Sprache aus einer Aufnahme in Text um. Texterkennung, auch OCR für optical character recognition, erkennt geschriebene Zeichen in einem Bild und gibt sie als Text zurück. Beide lösen dasselbe Problem: Eine Datei enthält Inhalt, aber keine Zeichenkette, nach der sich suchen ließe.

Ein großer Teil des Firmenwissens liegt in Formen, die keine Suche erreicht. Der Aktenordner mit den Verträgen aus den Jahren vor der Digitalisierung ist eingescannt, aber jede Seite ist ein Bild. Die Aufzeichnung des Kundengesprächs liegt als Audiodatei im Ordner, und was darin gesagt wurde, weiß nur, wer dabei war.

Solange diese Inhalte nicht als Text vorliegen, sind sie für eine Suche und für einen KI-Assistenten nicht vorhanden. Nicht schlecht auffindbar, sondern schlicht nicht vorhanden. Wer sie braucht, blättert oder hört ab. Genau diese Lücke schließt der Schritt, den diese Seite beschreibt.

1. Schritt 1

   Datei in die Wissensbasis hochladen

   Audio- und Bilddateien werden beim Hochladen automatisch verarbeitet. Ein gesonderter Auftrag ist nicht nötig.

2. Schritt 2

   Transkription oder Texterkennung

   Aufnahmen werden in Text umgewandelt, gescannte Dokumente und Bilder per Texterkennung gelesen.

3. Schritt 3

   Erkannten Text indexieren

   Das Ergebnis wird Teil der Wissensbasis des Workspaces und indexiert, wie jeder andere freigegebene Inhalt auch.

4. Schritt 4

   Suchen und weiterverwenden

   Die Dokumentensuche durchsucht die Inhalte eines Workspaces semantisch und nennt zu jedem Ergebnis die Quelle. Im KI Chat Nex lässt sich der Inhalt zusammenfassen oder weiterverarbeiten.

Hochgeladen wird in Nexoria Drive, gefunden wird über die Dokumentensuche. Ein erkannter Scan kann anschließend als Quelle für eine Ausarbeitung dienen, etwa für einen Bericht aus DocStudio. Bearbeitet wird der Text danach in den Anwendungen von Nexoria Office.

• Ein Nexoria-Zugang im Tarif Base oder Pro. Audio und Texterkennung gehört zum Basisprodukt.
• Ein Workspace, in dessen Wissensbasis die Dateien abgelegt werden. Die Freigabe des Workspaces entscheidet, wer den erkannten Text später findet.
• Dateien in einem der oben genannten Formate. Andere Formate stehen in der Anleitung nicht und werden hier deshalb nicht zugesichert.
• Speicherplatz im Tarif: 10 GB je Unternehmen im Tarif Base, 20 GB im Tarif Pro, darüber hinaus 0,20 Euro je GB und Monat.

• Audiodateien transkribieren, ohne die Aufnahme abzutippen.
• Text aus gescannten Dokumenten und Bildern erkennen.
• Erkannte Inhalte indexieren und damit in die Wissensbasis überführen.
• Ergebnisse über die Dokumentensuche finden, mit Quellenangabe je Treffer.
• Erkannten Text im KI Chat Nex zusammenfassen und weiterverarbeiten.

Typische Anlässe sind Gesprächsnotizen, die erschlossen werden sollen, Altakten, die digital durchsuchbar werden müssen, und Scans, die in das Firmenwissen gehören.

• Verarbeitet werden die oben genannten Formate. Für andere Dateiarten wird an dieser Stelle nichts zugesichert, weil die Anleitung sie nicht führt.
• Zur Erkennungsgüte veröffentlichen wir keine Quote. Es liegt keine Messung vor, die eine solche Angabe tragen würde, und eine geschätzte Zahl wäre keine Angabe, sondern eine Behauptung.
• Das Ergebnis ist eine maschinelle Umsetzung. Wo es auf den Wortlaut ankommt, etwa bei einer Vertragsklausel, gehört der Abgleich mit dem Original dazu.
• Was nicht in der Wissensbasis eines Workspaces liegt, wird auch nicht verarbeitet. Der Weg beginnt beim Hochladen, nicht beim Aktenschrank.