Sortierung von Rechnungen

Transkript

1 Sortierung von Rechnungen In einem Unternehmen sollen vorhandene Papierrechnungen gescannt werden, um Platz in den Büros zu gewinnen und mehr Komfort bei der Recherche zu haben. Die Dokumente sollen in einem Dokumenten Management System und auf einem Microsoft SharePoint Server zur Verfügung gestellt werden. Alle Dokumente werden einzeln nach der Rechnungsnummer sortiert und abgelegt. Die Rechnungsnummer steht immer oben rechts auf der Rechnung.

2 Alle gescannten Rechnungen werden in ein verzeichnis gescannt. Alle Rechnungen liegen als PDF im selben Ordner vor. Es können einseitige PDF oder auch mehrseitige PDF sein. Ein PDF kann folglich eine Rechnung enthalten, nur eine Seite einer Rechnung oder viele einseitige oder mehrseitige Rechnungen. Alle vorhandenen PDF Dateien sollen in ihre Einzelseiten aufgetrennt werden. Stehen alle Rechnungen als Einzelseiten zur Verfügung, soll auf dem Dokument die Rechnungsnummer gesucht und aus einer Datenbank verifiziert werden. Ein Dokument mit einer verifizierten Rechnungsnummer soll zur 1. Seite einer neuen PDF Rechnung werden, Dokumente ohne Rechnungsnummer sollen Folgeseiten werden. Die neu erzeugten PDF Dokumente, eine Datei mit exakt einer Rechnung, sollen die Rechnungsnummer als Dateinamen erhalten. Alle PDF Dokumente werden im Anschluss für die Übernahme in ein Dokumenten Management System und den SharePoint Server in einem Verzeichnis abgestellt.

3 Ein Werkzeug wurde geschaffen, das die als PDF gescannten Rechnungen aus einem Verzeichnis abholt, für einfachere OCR Erkennung in TIF wandelt, in Einzelseiten aufsplittet und dann nach der Rechnungsnummer durchsucht. Alle gefundenen Informationen werden auf Plausibilität geprüft, d.h.: Ist die gefundene Zeichenfolge nummerisch? Passt die Zeichenfolge überhaupt zu den bekannten Nummernkreisen? Ist der Aufbau oder die Länge der Zeichenfolge so, wie es die eigenen Systeme erwarten? Wird eine Zeichenfolge gefunden und auf Grund der Plausibiltätsprüfung als Rechnungsnummer erkannt, wird diese Nummer mit den en einer Datenbank abgeglichen. Gibt es eine Übereinstimmung mit der Datenbank wird die aktuell untersuchte Seite zur 1. Seite einer neuen Rechnung. Wird keine Rechnungsnummer oder keine Übereinstimmung mit den en der Datenbank gefunden, wird die aktuell untersuche Seite zu einer Folgeseite der zuletzt gefundenen Rechnungsnummer. Sind alle Einzelseiten zu zusammengehörigen Rechnungen verbunden werden die Rechnungen wieder zu PDF Datei umgewandelt und mit der Rechnungsnummer als Dateinamen in einem verzeichnis abgestellt. In diesem Verzeichnis stehen alle PDF Rechnungen für die weitere Verarbeitung in Folgesystemen zur Verfügung. Werden doppelte Dateinamen, d.h. doppelte Rechnungsnummern im Verzeichnis erkannt, vergibt das Tool einen Zeitstempel für die zuletzt übergebene Datei.

4 Alle Einstellungen für das Tool können über eine XML Datei vorgenommen werden. Alle Durchgänge und Arbeitsschritte können auf Wunsch in verschiedenen Detailstufen protokolliert werden.

5 Im zugehörigen ShockWave Film geschieht: 1. Die Quelle mit Dateien (einseitige, zweiseitige, dreiseitige Rechnung in je einer Datei, mehrseitiges PDF mit vielen unterschiedlichen Rechnungen) 2. Das leere verzeichnis 3. Das Script wird gestartet und ELO als grafisches Frontend geöffnet 4. Bis zur Anzeige der Postbox werden die PDFs kopiert und konvertiert 5. In der Postbox werden die PDFs gesplittet, nach der Rechnungsnummer durchsucht, nach den Vorgaben validiert und verifiziert und nach der Rechnungsnummer zusammengefügt 6. Endkontrolle der Daten und umbenennen der Dateien 7. Rückkonvertierung und verschieben ins verzeichnis 8. Alle Dokumente liegen nun im verzeichnis für die weitere Verarbeitung durch Folgesysteme bereit 9. Doppelte Rechnungsnummern werden mit einem Timestamp als Präfix gekennzeichnet 10. Nicht zu sehen: Quelle,, Qualität, Protokolle, Datenbanken, etc. werden in einem XML File konfiguriert.