Eingabedaten und Informationsquellen
Schreiben, Rechnungen und Anträge verfassen Außenstehende. Anträge, Verträge und Briefe nennen Namen, Anschriften und Aktenzeichen.
Englisch: Intelligent document processing (IDP)
Das System liest Schreiben, Rechnungen und Formulare, ordnet sie der zuständigen Stelle zu und überträgt die Angaben ins Fachverfahren.
Den Anwendungsfall verstehen
Behörden und ein Versicherer nutzen solche Systeme für Posteingang, Anträge und Rechnungen.
Die Seite beschreibt einen typischen Aufbau. Die tatsächlichen Datenwege und Befugnisse ergeben sich aus Ihrer Umsetzung.
Aufbau und Datenwege
Schreiben, Rechnungen und Formulare kommen als Scan, PDF oder E-Mail-Anhang an.
Schreiben, Rechnungen und Anträge verfassen Außenstehende. Layoutmodelle werten Bild und Text eines Scans gemeinsam aus; reine Texterkennung tut das nicht.
Eine Texterkennung (OCR) liest das Dokument, und ein lernendes Modell bestimmt die Dokumentart und zieht die benötigten Felder heraus.
Die Verarbeitung verbindet je nach Dokumenttyp Texterkennung, Klassifikation und die Extraktion einzelner Felder. So wird etwa ein Rechnungsbetrag einem festgelegten Datenfeld zugeordnet. Nachgelagerte Prüfregeln können Vollständigkeit und Format prüfen; die Übernahme in ein Fachverfahren ist ein eigener Integrationsschritt.
Dokumentart und Felder landen als Datensatz im System, unsichere Angaben sind markiert.
Das Ergebnis beschreibt die definierte Modellaufgabe. Ein Treffer, eine Kategorie oder eine Prognose erhält seine fachliche Bedeutung erst zusammen mit den zugrunde liegenden Daten und dem vorgesehenen Verwendungszweck.
Der Datensatz geht an die zuständige Stelle oder ins Fachverfahren und kann dort Zahlungen, Fristen oder Bescheide vorbereiten.
Die Einbindung bestimmt, ob das Ergebnis lediglich angezeigt, nach Freigabe übernommen oder direkt in ein Fachverfahren geschrieben wird. Diese Varianten unterscheiden sich in ihren Datenwegen und Befugnissen.
Aufbau aktiv erkunden: Wählen Sie einen Baustein, um seine Aufgabe, die ein- und ausgehenden Daten und die Einbindung im Anwendungsfall zu sehen. Der geführte Ablauf erläutert jede Phase. Mit Ja, Offen und Nein können Sie anschließend Ihre konkrete Systemvariante abbilden.
8 zuerst zu prüfen16 zu klären6 Grundlagen
Das Bild zeigt den Anwendungsfall, wie er typischerweise gebaut ist. Wählen Sie einen Baustein, um zu sehen, was dort geschieht, und stellen Sie seine Merkmale auf Ihr System um. Mit „Analysehinweise“ sehen Sie anschließend, welche Prüfkandidaten zu diesem Aufbau gehören. Die Prüfliste der Seite bleibt auf den typischen Fall bezogen.
Noch keine. Jede Umstellung erscheint hier.
Im gezeigten Aufbau: 8 zuerst zu prüfen, 16 zu klären, 6 Grundlagen.
Zugang von außen: Hängt von Ihrem System ab
Zu klären
Eingabe: Gehört zu jedem KI-System
Zuerst prüfen
Zu klären
Inhalte Dritter: Vorhanden
KI-Modell: Gehört zu jedem KI-System
Zu klären
Grundlage für jedes KI-System
Dienst eines Anbieters: Vorhanden
Zuerst prüfen
Zu klären
Training und Rückmeldung: Vorhanden
Zuerst prüfen
Zu klären
Ergebnis: Gehört zu jedem KI-System
Zuerst prüfen
Zu klären
Fachanwendung oder Anlage: Hängt von Ihrem System ab
Zu klären
Mensch: Gehört zu jedem KI-System
Zuerst prüfen
Betroffene Person: Hängt von Ihrem System ab
KI-Dienste ohne Freigabe: Hängt von Ihrem System ab
Zu klären
Lieferkette und technische Basis: 5 Grundlagen, die für jedes KI-System gelten
Grundlage für jedes KI-System
Automatische Anonymisierung und Schwärzung
Findet Personenangaben und schwärzt sie, statt Felder weiterzugeben
E-Discovery und KI-gestützte Dokumentenprüfung (TAR)
Sichtet große Bestände danach, was für eine Untersuchung oder Auskunftsanfrage wichtig ist
Chatbot und Voicebot im Kundenservice
Beantwortet Anliegen selbst und leitet sie nicht an eine zuständige Stelle weiter
Schreiben, Rechnungen und Anträge verfassen Außenstehende. Anträge, Verträge und Briefe nennen Namen, Anschriften und Aktenzeichen.
Texterkennung und Extraktionsmodell stammen in der Regel von einem Anbieter.
Manche Betreiber trainieren die Erkennung mit eigenen Dokumenten nach, andere nutzen das Modell unverändert. Korrekturen der Sachbearbeitung können als neue Lernbeispiele zurückfließen.
Je nach Einbindung legt das System Datensätze im Fachverfahren selbst an oder schlägt sie nur zur Freigabe vor. Bei einem Clouddienst verlassen die Dokumente die eigene Umgebung.
Ein eingebundener Anbieter legt den Verarbeitungsort nicht automatisch fest. Speicherort, Unterauftragnehmer, Löschfristen und die Nutzung für Training sind im konkreten Betrieb zu prüfen.
Risiken einordnen und Maßnahmen festlegen
Daten, Beteiligte, Schnittstellen und Rechte erfassen. Offene Merkmale im Modell klären.
Prüfkandidaten auf die tatsächlichen Datenwege beziehen: Was könnte passieren und wer wäre betroffen?
Auswirkungen und Eintrittswahrscheinlichkeit im Einsatzkontext bewerten. Die Anzahl der Prüfkandidaten ist kein Risikowert.
Geeignete Kontrollen auswählen, Verantwortliche und Wirksamkeitsprüfungen festlegen. Restrisiken und Freigaben dokumentieren.
Insgesamt kommen bei diesem Anwendungsfall 30 Bedrohungen aus dem Bedrohungskatalog infrage.
Wer ein Dokument einreicht, bestimmt seinen Inhalt. Eine präparierte Rechnung kann so eine falsche Kontoverbindung in den Datensatz bringen.
Unsicherer Umgang mit Modellausgaben
Die ausgelesenen Felder gehen direkt ins Fachverfahren. Übernimmt es sie ungeprüft, lösen falsche Beträge oder Aktenzeichen dort Zahlungen oder Fristen aus.
Übermäßiges Vertrauen in das KI-System
Wer täglich viele erkannte Datensätze freigibt, schaut irgendwann nur noch flüchtig hin. Ein falscher Betrag oder eine falsche Zuordnung fällt dann nicht mehr auf.
Gezielte Datenvergiftung / Label-Vergiftung
Wer die Kennzeichnungen in den Trainingsdaten fälscht, kann die Ergebnisse des Modells gezielt verschieben.
Steht hier wegen dieser Eigenschaft
Über Trainingsdaten oder ein übernommenes Grundmodell kann das Modell versteckte Auslöser für Fehlverhalten enthalten.
Steht hier wegen dieser Eigenschaft
Mit gezielten Abfragen lassen sich personenbezogene und schutzbedürftige Trainingsdaten teilweise aus dem Modell zurückgewinnen.
Steht hier wegen dieser Eigenschaften
Offenlegung sensibler Informationen
Vertrauliche Inhalte können in Antworten, im mitgegebenen Kontext oder in Protokollen auftauchen.
Steht hier wegen dieser Eigenschaften
Exfiltration aus der ML-Anwendung
Schutzbedürftige Daten können über Werkzeuge, Netzverbindungen, Speicher oder Innentäter abfließen.
Steht hier wegen dieser Eigenschaft
Je nach Aufbau Ihres Systems kommen bis zu 16 weitere hinzu. Neun Bedrohungen prüfen Sie bei jedem KI-System. Drei davon sind hier besonders wichtig und stehen deshalb oben.
Jedes Ja setzt weitere Bedrohungen auf Ihre Prüfliste, insgesamt bis zu 16. Können Sie eine Frage noch nicht beantworten, prüfen Sie die Bedrohungen mit.
Wie Ihr System gebaut ist
Wie Sie das System betreiben
Klassische Verfahren geben nur ausgelesene Felder zurück. Liest ein Sprachmodell die Angaben aus, formuliert es seine Ausgabe selbst.
Wenn ja, kommt hinzu
Ein Sprachmodell folgt Anweisungen, auch solchen, die in einem eingereichten Dokument stehen.
Wenn ja, kommt hinzu
Je nach Einbindung legt das System Datensätze im Fachverfahren selbst an oder schlägt sie nur zur Freigabe vor.
Wenn ja, kommt hinzu
Manche Betreiber trainieren die Erkennung mit eigenen Dokumenten nach, andere nutzen das Modell unverändert.
Wenn ja, kommt hinzu
Korrekturen der Sachbearbeitung können als neue Lernbeispiele zurückfließen.
Wenn ja, kommt hinzu
Layoutmodelle werten Bild und Text eines Scans gemeinsam aus; reine Texterkennung tut das nicht.
Wenn ja, kommt hinzu
Diese Fragen stellen sich bei fast jedem KI-System.
Wenn ja, kommt hinzu
Wenn ja, kommt hinzu
Wenn ja, kommt hinzu
Wenn ja, kommt hinzu
Laden Bürgerinnen und Bürger ihre Unterlagen selbst hoch, erreicht das System auch Menschen außerhalb der Organisation.
Wenn ja, kommt hinzu
Wenn ja, kommt hinzu
Maßnahmen zu den Prüfschwerpunkten sind direkt geöffnet. Die verlinkten Maßnahmen erläutern jeweils die Umsetzung.
Maßnahmen gegen die übrigen Bedrohungen finden Sie auf deren Seiten im Bedrohungskatalog.
Für jedes KI-System Gilt seit dem 2. Februar 2025.
Je nach Einsatz Prüfanlass seit dem 2. August 2025.
Je nach Einsatz Prüfanlass ab dem 2. Dezember 2027.
Je nach Einsatz Prüfanlass ab dem 2. Dezember 2027.
Greift, wenn Beschäftigte oder Beauftragte KI-Systeme betreiben oder nutzen.
Gilt seit dem 2. Februar 2025.
Die Pflichten im Einzelnen
Greift, wenn eine Behörde die ausgelesenen Angaben nutzt, um über öffentliche Leistungen zu entscheiden, etwa im Jobcenter.
Gilt ab dem 2. Dezember 2027.
Die Pflichten im Einzelnen
Greift, wenn ausgelesene Unterlagen direkt in die Bewertung der Kreditwürdigkeit einer Person einfließen.
Gilt ab dem 2. Dezember 2027.
Die Pflichten im Einzelnen
Greift, wenn ein großes Sprachmodell oder ein anderes Allzweckmodell eines fremden Anbieters die Angaben ausliest.
Gilt seit dem 2. August 2025.
Die Pflichten im Einzelnen
Das System gibt nur Angaben aus vorhandenen Dokumenten wieder und erzeugt keine neuen Inhalte. Das gilt in der Regel auch, wenn ein Sprachmodell die Felder ausliest.
Die Pflichten im Einzelnen
Ihr System im Schnellprüfer einordnen Alle Pflichten im Pflichtenkompass
Diese Bedrohungen prüfen Sie bei jedem KI-System, egal wofür es eingesetzt wird.
Trifft eine dieser Fragen bei Ihrem System doch zu, kommen die genannten Bedrohungen hinzu.
Erzeugt oder verändert das System Bilder, Töne, Stimmen oder Videos?
Wenn ja, kommt hinzu
Schreibt oder gestaltet das System auf freie Anfrage neue Inhalte, die Menschen direkt lesen, sehen oder hören? Übersetzen, Vorlesen und Abschreiben zählen nicht.
Das System gibt Angaben aus vorhandenen Dokumenten wieder und gestaltet nichts Neues.
Wenn ja, kommt hinzu
Sucht das System in einer eigenen Sammlung von Dokumenten oder Datensätzen nach passenden Inhalten?
Wenn ja, kommt hinzu
Formuliert das System seine Antwort aus gefundenen Dokumenten?
Wenn ja, kommt hinzu
Nutzt das System ein Begriffsnetz (Wissensgraph), in dem Begriffe und ihre Beziehungen gespeichert sind?
Wenn ja, kommt hinzu
Merkt sich das System Inhalte aus früheren Gesprächen oder Aufgaben und nutzt sie später wieder?
Wenn ja, kommt hinzu
Ruft das System selbst andere Programme, Schnittstellen oder Suchdienste auf, auch wenn es dort nur liest?
Wenn ja, kommt hinzu
Legt das System seine nächsten Arbeitsschritte selbst fest, je nachdem, was vorher herauskam?
Wenn ja, kommt hinzu
Gibt das System Aufgaben an andere KI-Agenten weiter oder übernimmt es deren Ergebnisse?
Wenn ja, kommt hinzu
Ist das System über das Model Context Protocol (MCP) an Werkzeuge oder Datenquellen angebunden?
Wenn ja, kommt hinzu
Liegen Dokumente mehrerer Kunden, Abteilungen oder Berechtigungsgruppen im selben Suchspeicher?
Wenn ja, kommt hinzu
Erzeugt das System Programmcode, Skripte oder Datenbankabfragen, die weiterverwendet werden?
Wenn ja, kommt hinzu
Führt das System selbst Programme, Skripte oder Befehle aus?
Wenn ja, kommt hinzu
Soll das System eine vorgegebene Kennzahl möglichst verbessern, etwa Umsatz, Auslastung oder Klicks?
Wenn ja, kommt hinzu
Deutscher Bundestag, hib-Kurzmeldung zu KI in Jobcentern
Jobcenter lassen hochgeladene Dokumente von KI einordnen und Inhalte daraus auslesen.
Algoritmeregister NL, Scanstraat facturen, NIPV
Rechnungen werden mit Texterkennung (OCR) und Sprachverarbeitung (NLP) erfasst.
UK Algorithmic Transparency Record, FCDO Correspondence Triage
Eingehende Korrespondenz wird eingeordnet und weitergeleitet.
UK Algorithmic Transparency Record, DWP CMG Return Letters processing
Aus zurückgesandten Briefen werden Adresse und Aktenzeichen ausgelesen.
Eurostat, Use of artificial intelligence in enterprises
Text Mining war 2025 gleichauf mit der Erzeugung von Bildern, Videos und Ton die am häufigsten genutzte KI-Technik in Unternehmen.
procontra, Schaden, Posteingang, Kundenservice: So setzen Versicherer KI ein Nach Angabe des Betreibers
ERGO ordnet nach eigener Angabe jährlich über 60 Millionen eingehende Dokumentseiten mit KI ein.
Stand: 30. September 2026. Regelwerk der Prüfliste in Fassung 0.3.2, Bedrohungskatalog in Fassung 2026.10.24.2. Wie diese Seiten aufgebaut sind