Das Ziel der Arbeit ist es, mit der Optical Character Recognition (OCR), eine Möglichkeit zur automatisierten Digitalisierung der Antragsdaten zu untersuchen. Dies ist eine Teillösung zur Digitalisierung des Beantragungsprozesses, die auf einen Prozess innerhalb der NRW.BANK fokussiert. Dabei wird die Funktionsweise der OCR erläutert und die Einbettung in den aktuellen Prozess beschrieben. Abschließend erfolgt eine Beurteilung des Einsatzpotentials von OCR für den untersuchten Prozess.
Eine Möglichkeit der aus Expertensicht angespannten bis sehr angespannten Lage auf dem Wohnungsmarkt in NRW entgegenzutreten, ist der preisgebremste öffentlich geförderte Wohnungsbau. Einkommensschwache Bauherren oder Investoren, die geförderten Mietwohnraum schaffen, erhalten dabei durch die landeseigene Förderbank NRW.BANK zinsverbilligte Darlehen und Zuschüsse. Die Beantragung eines solchen Förderdarlehens geschieht durch die jeweiligen Bauherren bei einer sogenannten Bewilligungsbehörde. Wenn die Voraussetzungen für eine Förderung gegeben sind, wird der Antrag bewilligt und die weitere Abwicklung des Darlehens von der NRW.BANK übernommen. Die Anträge werden papierhaft eingereicht und auch die Kommunikation zwischen Bauherren, Bewilligungsbehörde und NRW.BANK erfolgt papierbehaftet. Die Darlehensanträge werden postalisch an die Hauptniederlassung des Förderinstituts geschickt. In der aktuellen Pandemiesituation arbeiten viele Mitarbeiten aus dem Home-Office, haben also keinen Zugriff auf die Anträge, was die Bearbeitung verzögert.
Inhaltsverzeichnis
1 Einleitung
1.1 Relevanz
1.2 Fragestellung und Zielsetzung
2 Optical Character Recognition (OCR)
2.1 Erklärung OCR
2.2 Funktionsweise OCR
3 Automatisierte Antragsdatenerfassung
3.1 Einordnung in den Gesamtprozess
3.2 Ist-Prozess Antragsdatenerfassung
3.3 Soll-Prozess Antragsdatenerfassung
4 Fazit
Zielsetzung und thematische Schwerpunkte
Die vorliegende Arbeit untersucht das Einsatzpotenzial der Optical Character Recognition (OCR) zur automatisierten Digitalisierung von Antragsdaten im Rahmen des Förderkreditbeantragungsprozesses bei der NRW.BANK, um manuelle Aufwände zu reduzieren und Prozesseffizienz zu steigern.
- Grundlagen und Funktionsweise der OCR-Technologie
- Analyse des Ist-Zustands der manuellen Antragsdatenerfassung
- Konzeption eines Soll-Prozesses unter Einsatz von OCR
- Beurteilung der Chancen, Risiken und technologischen Fehlerquoten
- Bewertung der Wirtschaftlichkeit und Reputationsrisiken für das Förderinstitut
Auszug aus dem Buch
2.1 Erklärung OCR
Unter Optical Character Recognition (OCR), was mit Texterkennung oder optische Zeichenerkennung übersetzt werden kann, wird eine Software, die Texte in Bildern in digitale Textformate umwandelt,3 verstanden. Das nun in digitaler Form vorliegende Textdokumente kann dann weiterverarbeitet und beispielsweise automatisiert in verschiedene Systeme eingefügt werden. Es wird zwischen online und offline-Erkennung unterschieden.4 Bei der online-Erkennung, erfolgt die Übersetzung in Echtzeit während des Schreibprozesses, beispielsweise auf Tablets. Bei Letzterer wird ein vorhandener Text im Nachhinein digitalisiert und ggf. vorher aufbereitet. Da die genaue Erkennung von Texten über eine reine Mustererkennung oft fehlerbehaftet ist, da sich zum Beispiel der Buchstabe „O“ schwer von der Zahl „0“ unterscheiden lässt, kommt zusätzlich oft ein Algorithmus zum Einsatz, der den erkannten Text korrigiert. So wird beispielsweise künstliche Intelligenz in Form von neuronalen Netzen oder anderen Klassifizierungsverfahren eingesetzt,5 um die Zeichen richtig zu erkennen und die Fehlerrate zu senken.
Zusammenfassung der Kapitel
1 Einleitung: Beschreibt die Relevanz einer Digitalisierung des Kreditantragsprozesses in der NRW.BANK und definiert das Ziel der Arbeit, den Einsatz von OCR als Teillösung zu untersuchen.
2 Optical Character Recognition (OCR): Erläutert die theoretischen Grundlagen, die Differenzierung zwischen Online- und Offline-Erkennung sowie die acht Arbeitsschritte der technologischen Zeichenerkennung.
3 Automatisierte Antragsdatenerfassung: Analysiert den aktuellen, manuell geprägten Ist-Prozess und entwirft einen Soll-Prozess, der OCR zur automatisierten Übertragung von Daten in das Darlehensverwaltungssystem vorsieht.
4 Fazit: Bewertet die Automatisierung kritisch und kommt zu dem Schluss, dass das Risiko fehlerhafter Datentransformation bei der aktuellen Fehlerquote gegen einen Einsatz der Technologie spricht.
Schlüsselwörter
OCR, Optical Character Recognition, Digitalisierung, Förderkreditantrag, NRW.BANK, Prozessautomatisierung, Datenerfassung, Zeichenerkennung, Fehlerquote, Workflow-Optimierung, Wohnraumförderung, Prozessmanagement, IT-Management, Künstliche Intelligenz
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundlegend?
Die Arbeit befasst sich mit der Untersuchung, ob OCR-Technologie zur Automatisierung der manuellen Datenerfassung von Förderkreditanträgen bei der NRW.BANK sinnvoll eingesetzt werden kann.
Welche zentralen Themenfelder werden behandelt?
Die Schwerpunkte liegen auf den Grundlagen der OCR-Software, der Prozessanalyse innerhalb der NRW.BANK sowie der Risikobewertung bei der automatisierten Datenverarbeitung.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist die kritische Evaluation, ob OCR eine effiziente und zuverlässige Alternative zur aktuellen manuellen Erfassung der Antragsdaten darstellt.
Welche wissenschaftliche Methodik wird verwendet?
Die Arbeit stützt sich auf eine Analyse der theoretischen Grundlagen der OCR sowie auf eine prozessorientierte Ist-Soll-Gegenüberstellung im Kontext der Förderbank-Logistik.
Was umfasst der Hauptteil der Arbeit?
Der Hauptteil gliedert sich in die technologische Erklärung von OCR und die prozessuale Anwendung auf den Kreditantragsprozess, inklusive einer Abbildung der Schritte.
Welche Schlüsselbegriffe charakterisieren die Analyse?
Wesentliche Begriffe sind OCR, Datenerfassung, Prozessdigitalisierung, Fehlerpotenzial, Kreditantrag und Wirtschaftlichkeit.
Warum wird der Soll-Prozess laut Verfasser nicht empfohlen?
Der Verfasser sieht das Risiko fehlerhafter Datentransformation als zu hoch an, da eine notwendige manuelle Nachprüfung die Vorteile der Automatisierung wieder zunichtemachen würde.
Welche Rolle spielt die Reputation für die NRW.BANK?
Aufgrund der Eigentümerstruktur durch das Land NRW ist eine hohe Datenqualität essenziell, um durch fehlerhafte Kreditentscheidungen resultierende Reputationsschäden bei der Landesregierung zu vermeiden.
- Arbeit zitieren
- Anonym (Autor:in), 2020, Digitalisierung des Kreditbeantragungsprozesses, München, GRIN Verlag, https://www.hausarbeiten.de/document/1014669
