Documentinstroom
scan + pdf
- voedt
- OCR
Alle case studies
LLMRAGDocument AI4 maanden
Document intelligence (OCR, extractie, RAG)
Elke factuur werd met de hand gelezen en ingetikt. Nu gaan vier op de vijf erdoorheen zonder dat iemand ze aanraakt.
Straight-through-verwerking
81%
Extractie met routering op zekerheid
Was
0%
Elk document met de hand ingetikt
In gewone taal
Wat dit is.
Geen jargon in deze sectie. De technische uitwerking staat verderop.
Wat er misging
Contracten en facturen kwamen binnen als scans van sterk wisselende kwaliteit. Medewerkers lazen ze en tikten de waarden in, wat traag was, foutgevoelig, en geen manier bood om aan te tonen waar een getal vandaan kwam.
Wat we bouwden
We hebben extractie gebouwd die de documenten leest, per waarde aangeeft hoe zeker die is, en alleen de twijfelachtige naar een mens stuurt — met elke waarde gekoppeld aan de exacte plek op de pagina waar die vandaan komt.
Wat er veranderde
Vier op de vijf documenten gaan nu door zonder dat iemand ze aanraakt, handwerk is beperkt tot echte uitzonderingen en de maandafsluiting wacht niet meer op papierwerk. Elk getal is terug te voeren op zijn pagina.
Architectuur
Hoe het in elkaar past.
Scroll door de fasen. Alles wat als toegevoegd is gemarkeerd, is een component dat vóór dit project niet bestond.
OCR
lay-outbewust
- ontvangt van
- Documentinstroom
- voedt
- Extractie · RAG-indexchunks
Extractie
47 velden
- ontvangt van
- OCR
- voedt
- Controlewachtrijlage zekerheid
RAG-index
bronvermelding
- ontvangt van
- OCRchunks
Controlewachtrij
op zekerheid
- ontvangt van
- Extractielage zekerheid
- voedt
- ERP-sync
ERP-sync
gevalideerd
- ontvangt van
- Controlewachtrij
Documentinstroom
scan + pdf
- voedt
- OCR
OCR
lay-outbewust
- ontvangt van
- Documentinstroom
- voedt
- Extractie · RAG-indexchunks
Extractie
47 velden
Dit hebben wij toegevoegd- ontvangt van
- OCR
- voedt
- Controlewachtrijlage zekerheid
RAG-index
bronvermelding
Dit hebben wij toegevoegd- ontvangt van
- OCRchunks
Controlewachtrij
op zekerheid
Dit hebben wij toegevoegd- ontvangt van
- Extractielage zekerheid
- voedt
- ERP-sync
ERP-sync
gevalideerd
- ontvangt van
- Controlewachtrij
De uitwerking
Hoe het gebouwd zou worden.
Dataset, aanpak, doelmetrics en de stack. Geschreven voor wie het moet reviewen.
LLMRAGDocument AI4 maanden
Document intelligence (OCR, extractie, RAG)
Zet pdf's om in gestructureerde data en doorzoekbare kennis met bronvermelding.
Probleem
Contracten en facturen kwamen binnen als scans van wisselende kwaliteit. Ingetikte data was traag en foutgevoelig, en er was geen audit trail die een veld terugkoppelde aan de pagina waar het vandaan kwam.
Dataset
- rijen
- 840k pagina's
- features
- 47 geëxtraheerde velden
- bronnen
- Scans, pdf's, e-mailbijlagen
- periode
- 30 maanden
Aanpak
- 01OCR met behoud van lay-out, zodat de tabelstructuur de extractie overleeft
- 02Veldextractie met zekerheid per veld en herkomst op passageniveau
- 03RAG-index over het corpus voor opzoekingen in natuurlijke taal met bronvermelding
- 04Controlewachtrij gerouteerd op zekerheid, met correcties die worden teruggevoerd
Metrics
- 96.8%
- nauwkeurigheid per veld +14.2pp
- 81%
- straight-through zonder menselijke handeling
- $0.07
- kosten / document -$1.90
- 100%
- bronvermelding gekoppeld aan passage
Bewijs
- bron
- Referentieontwerp
- cijfers
- Illustratief — typische waarden voor dit ontwerp
- meting
- Niet gemeten. Gangbare waarden voor een referentieontwerp van dit type, niet waargenomen op een klantsysteem.
- referentie
- Niet beschikbaar voor dit project
- laatst gecontroleerd
- 2026-08-25
Bedrijfsimpact
- Handmatig intikken teruggebracht tot alleen uitzonderingen
- Elke geëxtraheerde waarde herleidbaar tot een pagina en bounding box
- De maandafsluiting wacht niet meer op documentverwerking
Tech stack
- Python
- Tesseract
- DocTR
- LayoutLM
- PostgreSQL
- Qdrant
- FastAPI
- Next.js
Volgende
Een systeem als dit nodig?
Beantwoord zes vragen en we vertellen je of deze opzet bij je probleem past — ook als dat niet zo is.