Dokumenten-KI: Definierte Felder aus beliebigen Dokumenten extrahieren (DE)

Identitätsdokumente sind einfach. Es gibt weltweit etwa 14.000 davon, sie haben feste Layouts, und eine gute OCR-Engine liest sie, ohne dass man ihr etwas sagen muss. Die Dokumente, die ein Onboarding tatsächlich aufhalten, sind die anderen: eine mexikanische Constancia de situación fiscal, ein venezolanischer RIF, eine spanische escritura de constitución, ein indischer Kontoauszug, eine britische Gehaltsabrechnung, ein vom Buchhalter einer Person geschriebenes Schreiben zur Vermögensherkunft. Keine zwei sehen gleich aus, und keine Vorlage deckt sie ab.

Die übliche Antwort ist ein Mensch. Jemand öffnet das PDF, liest die Nummer, tippt sie in ein Formular ein und fährt fort – ein paar hundert Mal pro Woche. Dokumenten-KI ist die Antwort, die kein Mensch ist.

Wichtige Erkenntnisse

• Sie konfigurieren bis zu drei Dokumente pro Workflow, und für jedes definieren Sie die genauen Felder, die extrahiert werden sollen – Name, Typ (text, number, date), eine Extraktionsanweisung und ob es erforderlich ist.
• Ein Vision-Sprachmodell liest jedes Dokument anhand eines Schemas, das aus Ihren Felddefinitionen erstellt wurde, und gibt typisierte Werte zurück – Zahlen als Zahlen, Daten als JJJJ-MM-TT.
• PDF- und EXIF-Forensik wird bei jedem Upload ausgeführt, um Manipulationen zu erkennen.
• Extrahierte Felder können mit anderen Schritten abgeglichen werden – z.B. der Kontoinhabername auf einem Kontoauszug mit dem Namen auf dem verifizierten Ausweis – und mit von Ihnen geschriebenen benutzerdefinierten Regeln.
• 0,20 $ pro Dokument. Es gibt auch eine eigenständige API, wenn Sie die Datei bereits besitzen und überhaupt keine gehostete Benutzeroberfläche wünschen.

Was Dokumenten-KI leistet

Sie beschreiben ein Dokument einmal. Sie geben ihm einen Bildschirmtitel und eine Beschreibung, die automatisch in jede Verifizierungssprache übersetzt werden, und Sie listen die zu lesenden Datenpunkte auf. Jedes Feld erhält einen Schlüssel, einen menschlichen Namen, eine Anweisung, die dem Modell sagt, wonach es suchen soll, einen Typ und ein Pflichtfeld-Flag.

Der Benutzer lädt ein PDF oder ein Bild hoch. Didit rendert es, führt die Extraktion anhand Ihres Schemas aus, wendet Forensik an und wendet dann Ihre Regeln an. Das Ergebnis ist ein Status pro Dokument, der in den Feature-Status einfließt, wobei Abgelehnt vor In Überprüfung vor Genehmigt liegt.

Warum es wichtig ist

Drei Dinge, die beim Onboarding schiefgehen und die eine fest vorlagenbasierte OCR nicht beheben kann:

Das Dokument hat keine Vorlage. Ein Kapitalnachweis ist das, was die Bank des Kunden ausgedruckt hat. Ein Schreiben zur Vermögensherkunft ist Prosa. Das Einzige, was verallgemeinert, ist ein Modell, das nach Bedeutung und nicht nach Position liest.

Die Daten müssen mit dem Rest der Sitzung übereinstimmen. „J. Smith“ aus einer Gehaltsabrechnung zu extrahieren, ist für sich genommen wenig wert. Es zu extrahieren und mit dem vollständigen Namen auf dem verifizierten Identitätsdokument zu vergleichen, ist eine Kontrolle. Dokumenten-KI führt den Vergleich durch und lässt Sie entscheiden, was passiert, wenn er fehlschlägt.

Das Dokument könnte bearbeitet worden sein. Eine Gehaltsabrechnung, bei der eine andere Zahl über die Originalzahl geklebt wurde, ist der älteste Trick im Kreditwesen. Forensische Überprüfungen der PDF-Struktur und der EXIF-Bilddaten werden bei jedem Upload ausgeführt und können je nach der von Ihnen konfigurierten Aktion ablehnen, überprüfen oder durchgehen lassen.

Technische Details

Wenn die Datei bereits auf Ihrem Server liegt, erledigt eine Anfrage alles:

curl -X POST https://verification.didit.me/v3/document-ai/ \
  -H "x-api-key: $DIDIT_API_KEY" \
  -F "document=@payslip.pdf" \
  -F 'fields=[{"key":"account_holder","name":"Account holder","instruction":"Full name of the employee","type":"text","required":true,"is_full_name":true},{"key":"net_pay","name":"Net pay","instruction":"Net amount paid this period","type":"number","required":true},{"key":"pay_date","name":"Pay date","instruction":"Date of payment","type":"date","required":true}]'

Sie erhalten die extrahierten Felder, das Namensabgleichsergebnis und einen Status synchron zurück. Kein gehosteter Flow, keine Sitzung.

Innerhalb eines Workflows befindet sich dieselbe Konfiguration im Feature DOCUMENT_AI, und der Benutzer lädt über den gehosteten Flow oder das SDK hoch. DOCUMENT_AI erscheint dann im Entscheidungs-Array features[], und Sie rufen das Ergebnis von GET /v3/session/{sessionId}/decision/ ab oder abonnieren session.status.updated.

Die Regeln, die Sie festlegen können

Regel	Wird ausgelöst, wenn	Aktion
document_ai_unreadable_document_action	Die Datei kann nicht gelesen werden	DECLINE · REVIEW · NO_ACTION
document_ai_missing_required_fields_action	Ein Pflichtfeld fehlt	DECLINE · REVIEW · NO_ACTION
document_ai_document_tampering_action	Forensik erkennt Manipulation	DECLINE · REVIEW · NO_ACTION
document_ai_name_mismatch_action	Das Namensfeld unterschreitet den Schwellenwert	DECLINE · REVIEW · NO_ACTION
document_ai_unsupported_file_action	Der Dateityp wird nicht akzeptiert	DECLINE · REVIEW · NO_ACTION
document_ai_max_attempts_exceeded_action	Der Benutzer hat die Wiederholungsversuche ausgeschöpft	DECLINE · REVIEW · NO_ACTION

Plus document_ai_name_match_score_threshold von 0 bis 100 und document_ai_max_retry_attempts von 2 bis 5.

Querverweise zu anderen Schritten

Benutzerdefinierte status_rules[] verweisen auf ein extrahiertes Feld als document_ai. und können es mit der Ausgabe eines anderen Schritts vergleichen, indem sie value_type: "field" verwenden. So ist document_ai.account_holder equals kyc.full_name eine Regel, die Sie schreiben, und kein Feature, auf das Sie warten.

In einem Personen-Workflow wird ein als is_full_name markiertes Feld automatisch mit der verifizierten Identität verglichen. In einem Geschäfts-Workflow wird es mit dem im Register übereinstimmenden Firmennamen verglichen.

Anwendungsfälle

Kreditvergabe und BNPL. Gehaltsabrechnungen und Kontoauszüge, wobei das Nettoeinkommen als Zahl extrahiert wird, auf die Ihre Underwriting-Regeln reagieren können, und Manipulationserkennung bei jedem Upload.

Krypto- und High-Value-Onboarding. Kapitalnachweise und Schreiben zur Vermögensherkunft, die mit der verifizierten Identität abgeglichen werden.

Geschäfts-Onboarding in Lateinamerika. Constancia de situación fiscal, RIF, contrato social, certificado de existencia. Dokumente, deren Format von einer Steuerbehörde festgelegt wird und sich ohne Vorankündigung ändert, gelesen durch Anweisung statt durch Vorlage.

Regulierte professionelle Dienstleistungen. Mandatsvereinbarungen und Treuhandurkunden, bei denen der Name auf dem Dokument mit der Person übereinstimmen muss, die die Sitzung unterzeichnet hat.

So integrieren Sie Didit

1. Öffnen Sie den Workflow-Builder und fügen Sie das Dokumenten-KI-Feature hinzu.
2. Definieren Sie Ihre Dokumente und deren Felder. Beginnen Sie mit einer Vorlage oder erstellen Sie sie von Grund auf neu.
3. Legen Sie die grundlegenden Regeln und den Schwellenwert für die Namensübereinstimmung fest.
4. Fügen Sie benutzerdefinierte Statusregeln hinzu, die Querverweise zu anderen Schritten herstellen.
5. Erstellen Sie Sitzungen mit POST /v3/session/ und lesen Sie die Entscheidung, oder rufen Sie POST /v3/document-ai/ direkt auf, wenn Sie die Datei bereits besitzen.

Häufig gestellte Fragen

Wie viele Dokumente kann ich konfigurieren?

Bis zu drei pro Workflow, jedes mit eigener Feldliste, Titel und Beschreibung.

Welche Dateitypen funktionieren?

PDF und Bilder. Alles andere löst document_ai_unsupported_file_action aus.

Kann es Dokumente in anderen Sprachen verarbeiten?

Ja. Die von Ihnen geschriebenen Titel und Beschreibungen werden automatisch in jede Verifizierungssprache übersetzt, und die Extraktion ist anweisungsgesteuert und nicht sprachgebunden.

Was kostet es?

0,20 $ pro Dokument, ob über den Workflow oder die eigenständige API. Die ersten 500 pro Monat sind wie bei jedem Didit-Feature kostenlos.

Kann ich es ohne Identitätsprüfung verwenden?

Ja. POST /v3/document-ai/ ist ein eigenständiger Server-zu-Server-Aufruf. Keine Sitzung, keine gehostete Benutzeroberfläche, kein Identitätsschritt erforderlich.

Bereit zum Start?

Lesen Sie die Dokumenten-KI-Dokumentation, die eigenständige API-Referenz, prüfen Sie die Preise und starten Sie kostenlos.