Auswählen des Projekttyps

Nach dem Aktivieren von Document Understanding^TM besteht der erste Schritt darin, ein neues Projekt zu erstellen:

• Klassisch: Dies ist eine voll funktionsfähige Modellerstellungsumgebung. Verwenden Sie diese Option, um Projekte von verschiedenen Mandanten zu nutzen oder um Datasets oder Modelle zu exportieren. Wenn Sie sich für diese Umgebung entscheiden, lesen Sie bitte das Document Understanding-Benutzerhandbuch (klassisch) für alle Informationen zur klassischen Umgebung.
• Modern: Umgebung zur geführten Modellerstellung, die auch Empfehlungen für optimale Modellleistung und aktives Lernen enthält. Aktuelle Einschränkungen finden Sie in den folgenden Abschnitten. Dieses Benutzerhandbuch behandelt diese Erfahrung.
  Hinweis: Bevor Sie mit der Verwendung von Document Understanding für moderne Projekte beginnen, stellen Sie sicher, dass Sie einen API-Schlüssel in der Automation Cloud^TM generiert haben (Administrator > Lizenzen > Verbrauchsartikel > Seite AI Units). Nach der Erstellung kann es bis zu 20 Minuten dauern, bis die Änderungen im System weitergegeben werden.

Abbildung 1. Auswählen des Projekttyps

Eine zweite klassische Option ist die Entwicklung des Document Understanding-Projekts innerhalb von AI Center™. Derzeit ermöglicht diese Option mehr Kontrolle über das Modelltraining und die Bereitstellung. Diese Option wird jedoch nur für fortgeschrittene Benutzer empfohlen. Weitere Informationen zu AI Center-basierten Projekten finden Sie auf der Seite AI Center – Verwenden von AI Center im AI Center-Benutzerhandbuch.

Zu den neuesten und fortschrittlichsten Erfahrungen gehören jene, die auf modernen Projekten basieren. Zu beachten ist jedoch, dass moderne Projekte im Vergleich zu den klassischen Erfahrungen noch einige Funktionslücken aufweisen. Diese sollen in zukünftigen Releases behoben werden.

Aktuelle Einschränkungen

Bestimmte Funktionen sind derzeit für moderne Projekte nicht verfügbar:

• Automatische Feinabstimmung.
• Klassifizierungsfelder.
• Dokument-Tags (Batches).

Vergleichen von Projekttypen

Um die Vor- und Nachteile der verschiedenen Projekttypen besser zu verstehen, sehen Sie sich die folgende Tabelle an.

Tabelle 1. Vergleichen von Projekttypen

	Moderne Projekte	Klassische Projekte	AI Center-basierte Projekte
Vorteile	Modelle und Datasets können exportiert werden. Kürzere Modellentwicklungszeit und geführte Trainingsumgebung. Unterstützung für Document Understanding Cloud-APIs.	Modelle und Datasets können exportiert werden. Unterstützung für Document Understanding Cloud-APIs.	Modelle und Datasets können exportiert werden. Unterstützung für automatische Feinabstimmung. Verfügbar für Automation Suite- und eigenständige Bereitstellungen.
Nachteile	Die folgenden Funktionen sind noch nicht verfügbar: Automatische Feinabstimmung. Klassifizierungsfelder. Dokument-Tags (Batches).	Langsamere Modellentwicklungszeit und keine Anleitung zum Modelltraining. Nicht verfügbar in der Automation Suite.	Langsamere Modellentwicklungszeit und keine Anleitung zum Modelltraining. Keine Unterstützung für Document Understanding Cloud-APIs.

Projektkompatibilitätsmatrix

Um die Kompatibilität zwischen verschiedenen Methoden, Aktivitäten und APIs besser zu verstehen, überprüfen Sie die folgende Tabelle.

Tabelle 2. Kompatibilitätsmatrix

Projekttyp	Bereitstellungsmethode	Aktivitätskompatibilität	Kompatibilität mit öffentlichen Document Understanding-APIs	Verfügbare ML-Modellversionen
Moderne Projekte	Automation CloudTM Automation Suite	Document Understanding-Aktivitätspaket IntelligentOCR-Aktivitätspakete	Ja	24.4
Klassische Projekte	Automation CloudTM	Document Understanding-Aktivitätspaket IntelligentOCR-Aktivitätspakete	Ja	24.4 und alle älteren Modellversionen
Projekte, die auf dem AI Center™ basieren	Automation CloudTM Automation Suite Eigenständige Instanz	IntelligentOCR-Aktivitätspakete	Nein	24.4 und alle älteren Modellversionen