Databricks stellt Document Intelligence vor

Databricks stellt Document Intelligence vor

Databricks hat das Produkt Document Intelligence angekündigt. Es zielt darauf ab, unstrukturierte Dokumente in strukturierte Daten zu überführen, die in Produktions-Pipelines, Agenten und Anwendungen genutzt werden können. Laut Unternehmensangaben sind in vielen Firmen relevante Informationen in unstrukturierten Formaten wie PDFs oder Scans gebunden.

Die Umwandlung erfolgt mithilfe von Large Language Models (LLMs). Diese kommen zum Einsatz, wenn herkömmliche LLM- oder regelbasierte Ansätze bei der Extraktion an ihre Grenzen stoßen. Das System erkennt relevante Inhalte, extrahiert sie und überführt sie in ein konsistentes Datenmodell, etwa Tabellen oder schema-konforme Datensätze. Auf diese Weise entstehen Daten, die direkt in nachgelagerte Prozesse einfließen können.

Die Integration in Produktions-Pipelines ermöglicht eine automatisierte Verarbeitung von Dokumenten ohne manuelle Zwischenschritte. Agenten und Anwendungen können auf die strukturierten Daten zugreifen und sie für weitere Aufgaben verwenden.

Tausende Kunden, Milliarden Seiten – Referenzkunden Panasonic, EY-Parthenon und ICE

Nach Angaben von Databricks nutzen Tausende Kunden das Produkt. Insgesamt wurden Milliarden von Seiten verarbeitet. Als Referenzkunden werden Panasonic, EY-Parthenon und die Intercontinental Exchange (NYSE) genannt. Diese Unternehmen setzen Document Intelligence in Workflows ein, die eine hohe Last bewältigen müssen, und verarbeiten wöchentlich Millionen von Dokumenten.

Die Fähigkeit, derartige Mengen zu verarbeiten, legt nahe, dass das System auf eine skalierbare, verteilte Architektur ausgelegt ist. Die zugrunde liegende Databricks-Plattform ist für die Verarbeitung großer Datenmengen konzipiert und unterstützt eine parallele Ausführung, was die Bewältigung hoher Dokumentvolumina ermöglicht.