Azure Document Intelligence

So steigst du ein

Schritt 1: Erstelle einen Azure-Account und aktiviere den Azure Document Intelligence-Service in der Region West Europe (Amsterdam) oder Switzerland North — das stellt EU-Datenhaltung sicher. Teste zunächst mit dem vortrainierten Read-Modell auf deinen eigenen Dokumenten: Lade ein typisches Chargendokument oder Analysenzertifikat hoch und prüfe, welche Felder korrekt erkannt werden.

Schritt 2: Wenn die vortrainierten Modelle nicht ausreichen, trainiere ein Custom-Modell mit 5–10 gelabelten Beispieldokumenten. Das Document Intelligence Studio bietet eine visuelle Oberfläche zum Labelieren — keine Entwicklerkenntnisse für das Training notwendig. Für den produktiven Einsatz ist dann eine API-Integration in dein LIMS oder ERP erforderlich.

Schritt 3: Integriere die Extraktionsergebnisse in deinen Review-Workflow: Lass Azure Document Intelligence die Rohdaten extrahieren, und gib das Ergebnis mit Confidence-Scores an den QS-Mitarbeitenden zur Kontrolle weiter. So entsteht ein Human-in-the-Loop-Workflow, der GxP-Anforderungen an dokumentierte Überprüfung erfüllt.

Ein konkretes Beispiel

Ein Pharmahersteller aus Hessen verarbeitet täglich 15 Batch-Protokolle mit je 40–60 Seiten. Azure Document Intelligence extrahiert automatisch alle Messwerte, Zeitstempel und Signaturen. Ein Custom-Modell wurde mit 30 historischen Protokollen trainiert und erreicht 96 % Extraktionsgenauigkeit. Der QS-Mitarbeitende prüft nur noch die Felder mit niedrigem Confidence-Score (unter 85 %) — das sind typischerweise 10–15 % der Felder. Review-Zeit: von 3,5 Stunden auf 45 Minuten je Batch. Alle Azure-Ressourcen laufen in West Europe — die DSGVO-Bewertung war damit in einem Tag abgeschlossen.