Prototypische Implementierung eines KI-basierten Assistenten für die automatisierte Verarbeitung von Reisekostenanträgen

Inhaltsverzeichnis

• Kurzfassung
• Abstract
• Inhaltsverzeichnis
• Abbildungsverzeichnis
• Tabellenverzeichnis
• Codeausschnittverzeichnis
• Abkürzungsverzeichnis
• 1 Einleitung
• 1.1 Ausgangsituation und Problemstellung
• 1.2 Zielsetzung der Arbeit
• 1.3 Vorgehen
• 2 Chatbots
• 2.1 Definition
• 2.2 Architektur
• 2.2.1 Kanal
• 2.2.2 Natural Language Processing
• 2.2.2.1 Natural Language Understanding
• 2.2.2.2 Natural Language Generation
• 2.2.3 Dialogmanager
• 2.3 Chatbot-Design
• 2.3.1 Persönlichkeit
• 2.3.2 Gespräch
• 2.3.3 Interaktion
• 2.4 Stärken und Chancen
• 2.4.1 Kosteneinsparungen
• 2.4.2 Verbesserung des Kundenerlebnisses und der Kundenzufriedenheit
• 2.4.3 Gewinnung von Kundeninformationen
• 2.5 Schwächen und Risiken
• 2.5.1 Nutzerakzeptanz
• 2.5.2 Datenschutz und Datensicherheit
• 2.6 Bestandteile für die Implementierung
• 2.6.1 Auswahl der Azure-Plattform
• 2.6.2 Azure Bot Service und Bot Framework
• 2.6.3 LUIS-Service
• 2.6.4 QnA Maker-Service
• 2.6.5 Dispatcher-Tool
• 2.6.6 Bot Framework Emulator
• 2.6.7 Azure Blob Storage
• 3 Robotic Process Automation
• 3.1 Definition
• 3.2 Architektur der RPA-Plattform
• 3.2.1 Entwicklungsstudio
• 3.2.2 Kontrollzentrum
• 3.2.3 Roboter
• 3.3 Nutzungsvorteile und Einschränkungen
• 3.4 Anbieter von RPA
• 3.4.1 UiPath
• 3.4.1.1 UiPath-Orchestrator
• 3.4.1.2 UiPath-Studio
• 3.4.1.3 UiPath-Robot
• 4 Prozess der Reisekostenabrechnung
• 5 Lösungskonzept
• 5.1 Anwendungsfälle
• 5.2 Aufstellung der Anforderungen
• 5.2.1 Funktionale Anforderungen an dem Chatbot
• 5.2.2 Nicht-funktionale Anforderungen an dem Chatbot
• 5.2.3 Funktionale Anforderungen an den RPA-Roboter
• 5.2.4 Nicht-funktionale Anforderungen an den RPA-Roboter
• 5.3 Konzeptionierung des Chatbots
• 5.3.1 Modell für LUIS
• 5.3.2 Modell für die QnA-Wissensdatenbank
• 5.3.3 Modell für Dispatcher
• 5.3.4 Modell für Azure Blob Storage
• 5.3.5 Vorstellung der Anwendung für die Extrahierung der Daten
• 5.3.5.1 Modell für Docparser
• 5.4 Konzeption des RPA-Roboters
• 5.4.1 Vorstellung der Anwendung für die Reisekostenabrechnung
• 5.4.2 Beschreibung des Inputs
• 5.4.3 Beschreibung des Outputs
• 5.4.4 Robotic Enterpreise Framework
• 5.4.5 Konzeptionierung der Schnittstelle
• 5.4.6 Architektur des KI-basierten Assistenten
• 6 Implementierung
• 6.1 Implementierung des Chatbots
• 6.1.1 Erstellung der LUIS-App
• 6.1.2 Erstellung der QnA-Maker-App
• 6.1.3 Einrichtung der Azure-Blob-Storage-Komponente
• 6.1.4 Einrichtung von docparser
• 6.1.5 Einrichtung von Azure Bot Service
• 6.1.6 Erstellung und Verwendung des Dispatcher-Modells
• 6.1.7 Implementierung der Datenmodelle
• 6.1.8 Implementierung der Begrüßungsnachricht
• 6.1.9 Implementierung des Hilfsdialogs
• 6.1.10 Implementierung der Funktion zur Erstellung eines Berichts
• 6.1.11 Implementierung der Funktionen zur Erstellung einer Aufwendung
• 6.1.12 Implementierung der Azure-Blob-Storage-Schnittstelle
• 6.1.13 Implementierung der UiPath-Schnittstelle
• 6.2 Implementierung des RPA-Roboters
• 6.2.1 Implementierung des RPA-Roboters
• 6.2.2 Umsetzung des Prozesses in der UiPath-Studio-Komponente
• 7 Durchführung der Testphase
• 7.1 Begrüßungsnachricht
• 7.2 Erstellung eines Reisekostenberichts
• 7.3 Erstellung einer Aufwendung mit Basisinformationen
• 7.4 Automatische Erfassung von Daten aus einem Beleg
• 7.5 Hilfe aufrufen
• 7.6 Dialog abbrechen
• 7.7 Small-Talk-Fragen beantworten
• 7.8 Anlage eines Berichtes in Zoho Expense überprüfen
• 7.9 Hinzufügen von Aufwendungen in Zoho Expense überprüfen
• 7.10 Versand der E-Mail überprüfen
• 8 Auswertung der Anforderungen
• 8.1 Chatbot-Plattform
• 8.1.1 Erstellung eines Reisekostenberichts
• 8.1.2 Erstellung einer Aufwendung mit Basisinformationen
• 8.1.3 Automatische Erfassung von Belegdaten
• 8.1.4 Kommunikation mit der UiPath-Orchestrator-Komponente
• 8.1.5 Allgemeine Funktionalitäten
• 8.2 RPA-Plattform
• 8.2.1 Kommunikation mit der UiPath-Orchestrator-Komponente
• 8.2.2 Allgemeine Anforderungen
• 8.2.3 Interaktion mit der Anwendung für die Reisekostenabrechnung
• 8.2.4 Nicht-funktionale Anforderungen an den RPA-Roboter
• 9 Fazit und Ausblick
• Literaturverzeichnis
• Anhang

Zielsetzung und Themenschwerpunkte

Die Masterarbeit befasst sich mit der prototypischen Implementierung eines KI-basierten Assistenten für die automatisierte Verarbeitung von Reisekostenanträgen. Ziel ist es, die Schwachstellen des Prozesses zu beheben, insbesondere Fehleranfälligkeit, Zeitaufwand und geringe Effizienz bei der manuellen Bearbeitung.

• Prozessautomatisierung
• Künstliche Intelligenz (KI)
• Chatbots
• Robotic Process Automation (RPA)
• Reisekostenabrechnung

Zusammenfassung der Kapitel

Die Arbeit beginnt mit einer Einleitung, die die Ausgangslage, die Problemstellung und die Zielsetzung der Arbeit darstellt. Anschließend werden die theoretischen Grundlagen der verwendeten Technologien Chatbots und Robotic Process Automation erläutert. Hierbei werden Architektur, Designprinzipien sowie Stärken und Schwächen beider Technologien vorgestellt. Das Kapitel 4 beschreibt den Prozess der Reisekostenabrechnung, während das Kapitel 5 das Lösungskonzept des KI-basierten Assistenten beschreibt. Hierbei werden Anwendungsfälle definiert und die notwendigen Anforderungen an Chatbot und RPA-Roboter aufgestellt. Kapitel 6 stellt die Implementierung beider Komponenten vor, wobei die Einrichtung der notwendigen Services, die Erstellung von Sprachmodellen und die Programmierlogik der einzelnen Workflows erläutert werden. Die Testphase in Kapitel 7 überprüft die Funktionalität des KI-basierten Assistenten anhand von Testfällen. Kapitel 8 wertet die implementierten Anforderungen auf Basis der Ergebnisse der Testphase aus. Abschließend fasst das Kapitel 9 die Ergebnisse der Arbeit zusammen und diskutiert zukünftige Forschungsrichtungen.

Schlüsselwörter

Die Arbeit beleuchtet die Themen Prozessautomatisierung, Künstliche Intelligenz (KI), Chatbots, Robotic Process Automation (RPA), Reisekostenabrechnung, Sprachverarbeitung, Machine Learning, Azure Bot Service, LUIS, QnA Maker, Azure Blob Storage, docparser, UiPath Orchestrator, UiPath Studio und UiPath Robot.