Vertragsbestand: Vom Scan-Archiv zur Vertragsauskunft per KI-Agent
Ein Windprojektentwickler mit mehreren Dutzend Parks hatte zehntausende gescannte Vertragsdateien in vielen Ordnern. Wir haben sie erfasst, eingeordnet und mit den Übersichtslisten abgeglichen. Jede Antwort verlinkt das Original.
gescannte Vertragsdateien, erfasst und mit den Übersichtslisten abgeglichen
Hauptverträgen im Pilot richtig erkannt
rund, einmalig, an Modellkosten für die Einordnung des gesamten Bestands
Ausgangslage
Ein Windprojektentwickler betreibt mehrere Dutzend Windparks. Zu jedem Park gehören Flächen- und Nutzungsverträge, Nachträge und Dienstbarkeiten, zusammen zehntausende Dateien. Die meisten sind gescannt und liegen über viele Ordner verteilt.
Wollte jemand wissen, welcher Vertrag für ein bestimmtes Flurstück gilt, begann die Suche. Die gepflegten Übersichtslisten halfen nur bedingt: Sie passten nicht mehr überall zu den Dokumenten.
Was wir gemacht haben
Zuerst haben wir den Markt abgesucht. Kein Werkzeug, das wir gefunden haben, liest gescannte deutsche Verträge und verknüpft sie mit einer Übersichtsliste. Die Texterkennung der vorhandenen Bürosoftware scheiterte schon an den Scans.
Unser erster eigener Ansatz hat auch nicht funktioniert: alle Felder aus allen Verträgen in einem Durchgang auslesen. Dafür sind die Verträge zu unterschiedlich, und Fehler fallen in so einer Menge nicht auf. Danach haben wir in drei Stufen gearbeitet und jede Stufe erst an wenigen Parks geprüft, bevor sie auf den ganzen Bestand ging.
Dokumentenablage
Der gesamte Vertragsbestand, so wie er abliegt.
Stufe 1: Index aller Dateien
Jede Datei wird erfasst und als Archivkopie gesichert.
Stufe 2: Einordnung je Dokument
Ein Sprachmodell in der EU bestimmt Vertragstyp, Unterschrift und Relevanz. Feste Prüfregeln fangen offensichtliche Fehler ab.
Stufe 3: Abgleich mit den Übersichtslisten
Jeder Eintrag der Listen wird einem Dokument zugeordnet, Abweichungen werden markiert.
Auskunft und neue Verträge
Ein KI-Agent beantwortet Fragen zu Flurstücken und Verträgen und nimmt neue Verträge auf.
Die meiste Arbeit steckte in einer Unterscheidung, die einfach klingt: Datei, Dokument und Datensatz. Eine gescannte Datei enthält oft mehrere Dokumente, etwa einen Vertrag mit zwei Nachträgen. Und ein Vertrag kann mehrere Flurstücke betreffen. Erst als das sauber getrennt war, ließ sich jedes Flurstück dem richtigen Vertrag zuordnen.
Für Auskunft und Vertragsaufnahme haben wir zwei Skills gebaut, also feste Arbeitsanweisungen für einen KI-Agenten. Die Ergebnisse liegen in der Datenbank, die das Team schon nutzt.
Was dabei herausgekommen ist
Rückfragen zum Vertragsstand eines Parks beantwortet jetzt der Agent, etwa welcher Vertrag für ein Flurstück gilt. Er nennt den Vertrag, sagt, ob er unterschrieben ist, und verlinkt das Original-PDF. Neue Verträge nimmt derselbe Agent auf, sodass der Bestand aktuell bleibt.
Der Abgleich hat außerdem gezeigt, wo Übersichtslisten und Dokumente auseinandergehen. Das Team arbeitet diese Stellen jetzt gezielt ab und muss nicht mehr jede Liste komplett prüfen.
Die Einordnung des ganzen Bestands hat einmalig rund 200 US-Dollar an Modellkosten gekostet. Im Pilot hat sie jeden Vertrag aus den handgepflegten Listen gefunden und 98 von 99 Kandidaten richtig eingeordnet.
Mehr Details
So haben wir die Qualität gesichert
Feste Prüfregeln fangen offensichtliche Fehler der Einordnung ab. Zusätzlich ziehen KI-Agenten Stichproben, die wir uns ansehen.
Im Pilot haben wir die Ergebnisse gegen die handgepflegten Listen des Kunden geprüft, bevor die Einordnung auf den ganzen Bestand ging.
Für wen das passt
Für Euch, wenn Ihr einen gewachsenen, gescannten Vertragsbestand habt und Eure Übersichtslisten nicht mehr zu den Dokumenten passen. Egal ob Ihr Parks entwickelt, betreibt oder zukauft.
Klingt nach Eurem Thema?
Wir zeigen Euch gern, wie so eine Lösung in Euer System passt.