Ausgangssituation – hoher Aufwand und viele Fehler
Der Posteingang war bisher mit erheblichem manuellem Aufwand verbunden. E-Mails, beA-Nachrichten und physische Post mussten sortiert und den richtigen Akten zugeordnet werden. Jede Assistenzkraft investierte täglich zwei bis drei Stunden in diese Routinearbeit. Unstrukturierte Ablagen und Fehler in der Zuordnung führten regelmäßig zu Verzögerungen bei der Bearbeitung wichtiger Dokumente.
Zielsetzung – intelligente Automatisierung
Die Kanzlei wollte:
- KI-gestützte Klassifizierung aller eingehenden Dokumente
- Automatische Zuordnung zu Mandaten und Akten
- Priorisierung nach Dringlichkeit
- Möglichkeit zur manuellen Überprüfung und Validierung
- Reduktion der manuellen Bearbeitung um mindestens 80 %
Umsetzung – KI und OCR als Kern
Das Projekt lief über 18 Wochen in vier Phasen:
Phase 1: Analyse & Training (Woche 1–3)
- Erfassung der bestehenden Posteingangsstrukturen
- Sammlung und Kategorisierung von Trainingsdaten
- Erstes Training der KI-Modelle
Phase 2: Systemarchitektur (Woche 4–6)
- Entwicklung einer beA-Anbindung
- Integration des E-Mail-Systems und einer OCR-Pipeline
- Aufbau einer Datenbank für intelligente Zuordnung
Phase 3: Kernfunktionalitäten (Woche 7–9)
- Automatische Klassifizierung und Priorisierung
- Mandatszuordnung mit Fallback-Lösungen
- Qualitätssicherung durch Validierungsstation
Phase 4: Rollout & Optimierung (Woche 10–18)
- Umfassende Tests mit realen Daten
- Schulungen der Mitarbeiter
- Stufenweise Einführung mit HyperCare-Support
Ergebnisse – deutliche Entlastung
- 85 % weniger manueller Aufwand im Posteingang
- Deutlich präzisere und schnellere Dokumentenzuordnung
- Fehlerquote stark reduziert
- Kürzere Reaktionszeiten bei dringenden Dokumenten
- Assistenzkräfte werden massiv entlastet
Nutzen für die Kanzlei
- Mehr Transparenz im gesamten Kommunikationsprozess
- Verlässliche und strukturierte Posteingänge
- Mitarbeiter können sich auf wertvollere Aufgaben konzentrieren
- Risiken durch Fehler oder Verzögerungen werden minimiert
