Automatisierte Verarbeitung von Kreditunterlagen

Kreditunterlagen zu automatisieren heißt, zwei Dinge zusammenwirken zu lassen. Erstens: jedes Feld mit bekannter Quellposition und Konfidenzwert von seinem Dokument ziehen. Zweitens: prüfen, dass diese Felder über die ganze Akte übereinstimmen, und die Akte stoppen, wenn Gehaltsabrechnung, Bankeingänge und Antrag drei verschiedene Einkommen melden. Extraktion ist heute die einfache Hälfte. Abstimmung ist die Arbeit.

Ein modernes Dokumentmodell zieht eine Bruttomonatseinkommenszahl mit hoher Genauigkeit von einer sauberen Gehaltsabrechnung. Da gehen Akten nicht schief. Sie gehen schief, wenn die Zahlen sich widersprechen, und ein Underwriter das in dreißig Sekunden löst, weil er weiß, welche Quelle gewinnt. Kodiere dieses Urteil, und die Automatisierung verdient ihren Platz in der Pipeline. Überspringe es, und du hast die Mehrdeutigkeit nur mit einer selbstsicher aussehenden Zahl nach unten geschoben.

Die Extraktion speist den Abgleich

Behandle jeden extrahierten Wert als Behauptung mit Herkunft, nicht als Fakt. Der Output der Extraktionsstufe ist nicht “Einkommen: 6.400”. Es ist “Einkommen: 6.400, aus Dokumentseite 2, Bounding Box, Konfidenz 0,94, Methode: Line-Item-Summe des YTD geteilt durch Zahlungsperioden”. Ohne diese Lineage kannst du nichts abstimmen und einem Prüfer nicht zeigen, warum eine Entscheidung fiel.

Der Dokumentensatz in einer Hypotheken- oder Konsumentenkreditakte zerfällt in einige Klassen, und jede will eine andere Extraktionsstrategie:

• Strukturierte Formulare mit festen Layouts (die URLA, ein Standard-Steuertranskript). Positionale Templates plus Modell schlagen hier ein Modell allein, weil das Layout ein starker Prior ist.
• Semistrukturierte Finanzunterlagen (Gehaltsabrechnungen, Kontoauszüge), bei denen die Felder stabil sind, das Anbieter-Formatting aber nicht. Hier verdient sich ein allgemeines Dokumentmodell seinen Platz, und hier brauchst du Entity Resolution, um zu wissen, dass “ACME CORP” auf der Abrechnung und “Acme Corporation” auf dem Eingang derselbe Arbeitgeber sind.
• Freiform- und Rechtstext (Note, Rider, Erklärungsschreiben). Extraktion ist hier näher am Lesen als am Parsen, und es ist die risikoreichste Klasse, weil die Werte Covenants und Daten sind, keine Line Items.

Zwei Fehlermodi zählen mehr als reine Genauigkeit. Der erste ist die konfidente Extraktion der falschen Instanz: Das Modell greift eine Vorjahreszahl von einem Zwei-Jahres-Steuerdokument, weil beide Jahre auf derselben Seite stehen. Der zweite ist die stille Auslassung, bei der eine erforderliche Offenlegungsseite fehlt und niemand es merkt. Validierung fängt beide, weshalb der Großteil des Aufbaus in dieser Schicht lebt und nicht in einem besseren Extraktor.

Validierung und Abgleiche tragen die Entscheidung

Sobald jedes Feld eine Behauptung mit Lineage ist, läufst du deterministische Prüfungen über die ganze Akte. Das sind meist gewöhnliche Regeln, und das sollten sie sein. Eine Regel, die sagt “erklärtes Einkommen muss innerhalb der Toleranz zum Einkommen liegen, das aus den letzten zwei Gehaltsabrechnungen abgeleitet und gegen durchschnittliche Monatseingänge validiert wurde”, bleibt prüfbar und testbar und driftet nicht so wie ein Modell. Lass das Modell lesen und normalisieren. Lass die Regeln entscheiden.

Die Prüfungen, die wir bauen, fallen in einige Kategorien:

• Interne Konsistenz: passt das Einkommen im Antrag zu dem, was die Belege zeigen, passt die Objektadresse im Gutachten zum Title Commitment und zur Note, passen Kreditbetrag und Zins auf der Note zu den genehmigten Konditionen.
• Vollständigkeit gegen eine Dokumenten-Checkliste, die vom Kreditprogramm und der Nutzungsart abhängt. Eine konventionelle eigengenutzte Akte braucht einen anderen Satz als ein Cash-out auf ein Anlageobjekt, und die Checkliste ist Daten, nicht Code, sodass Operations sie ohne Release ändern kann.
• Zeitliche Gültigkeit: ist die Gehaltsabrechnung im Altersfenster zum Zeitpunkt der Aktenentscheidung, nicht zum Zeitpunkt des Uploads. Das ist ein Point-in-Time-Korrektheitsproblem. Bewertet deine Pipeline die Aktualität mit dem heutigen Datum auf einer Akte neu, die vor drei Wochen bearbeitet wurde, hast du Lookahead in den eigenen Audit-Trail eingeführt.
• Identitäts- und Entity Resolution über Dokumente: Der auf der Note genannte Kreditnehmer ist der Kreditnehmer im Antrag ist der Kontoinhaber auf dem Auszug.

Gib der Validierungsschicht ein False-Positive-Budget und halte sie auf einem gelabelten Eval-Set daran. Ein Abgleich, der auf einem Fünftel sauberer Akten feuert, trainiert Underwriter, ihn zu ignorieren. Der Flag, der auf echte Diskrepanzen und fast nichts sonst feuert, ist der, der ändert, wie das Team arbeitet.

Straight-Through-Processing ist eine Konfidenzschwelle, die du einstellst

Der Großteil eines Kreditportfolios braucht keinen Menschen für die Dokumentmechanik. Ein sauberer W-2-Kreditnehmer mit konsistenten Unterlagen kann durch die Extraktions- und Abgleichstufen laufen und vorgeprüft auf dem Tisch eines Underwriters landen. Der Punkt ist, menschliche Aufmerksamkeit auf die Akten zu verwenden, die sich tatsächlich selbst widersprechen.

Routing ist eine Policy, die du setzt und misst. Jede Akte bekommt eine Entscheidung: Pass, Review oder Requeue für manuelle Erfassung. Die Schwelle ist eine geschäftliche Entscheidung über deine False-Positive- und False-Negative-Budgets, und du stellst sie auf zurückgehaltenen Akten mit bekannter Ground Truth ein, dann beobachtest du sie auf Drift, während Dokumentenanbieter ihre Formate ändern und neue Kreditprogramme hinzukommen. Wenn eine Bank ihr Auszugslayout ändert, sinkt die Extraktionsgenauigkeit auf diesem Anbieter, bevor es jemand bemerkt, und das Monitoring der Konfidenz pro Quelle über die Zeit ist das Einzige, das das früh fängt.

Was der Audit-Trail tragen muss

Kreditentscheidungen werden geprüft, und die Automatisierung muss das überstehen. Unter ECOA und seiner Regulation B muss eine Adverse Action mit spezifischen Gründen kommen, was heißt, dass jeder Wert, der eine Ablehnung speiste, auf das Dokument zurückführbar sein muss, aus dem er kam, und auf die Prüfung, die er nicht bestand. Baue den Trail als erstklassiges Artefakt, nicht als Log, das du im Nachhinein rekonstruierst:

• Das Quelldokument, die Seite und die Region für jedes extrahierte Feld.
• Das Modell und die Version, die es erzeugt haben, und die Konfidenz.
• Jede Validierungsregel, die lief, ihre Eingaben und ihr Ergebnis.
• Jeder menschliche Override, wer ihn machte und warum.

Mach das richtig, und die Akte erklärt sich selbst. Ein Prüfer oder der Anwalt eines Kreditnehmers kann jede Zahl auf der Entscheidung zurück zum Pixel verfolgen, aus dem sie gelesen wurde. Das ist der Unterschied zwischen einer Extraktions-Demo und einem System, das man in Produktion gegen echtes Originationsvolumen laufen lässt.