Fallstudien

Die manuelle Einkommensprüfung verlangsamte den Arbeitsablauf

Ein mittelgroßer Anbieter von Wohnbaukrediten, der sowohl Privatkunden als auch Großkunden bedient, suchte nach einer besseren Lösung für die Bearbeitung der von Kreditnehmern eingereichten Unterlagen. Jede Akte enthielt eine Mischung aus Gehaltsabrechnungen, W-2-Formularen, Steuererklärungen und handschriftlichen Einkommensbescheinigungen. Die manuelle Prüfung dieser Unterlagen verzögerte die Kreditprüfung, führte zu Fehlern bei der Einkommensberechnung und verlangsamte die Kreditbearbeitung.

Die manuelle Prüfung von Kreditunterlagen dauerte zu lange und war zu kostspielig.

Die Herausforderung

Kreditberater verbrachten wertvolle Zeit damit, Einkommensdaten von Kreditnehmern aus uneinheitlichen und unstrukturierten Dokumenten zu extrahieren.

Die Dateiformate variierten stark, von sauberen PDF-Dateien bis hin zu grobkörnigen Scans oder fotografierten Bildern. Herkömmliche Tools waren nicht für die intelligente Dokumentenerkennung ausgerüstet, und OCR ohne Vorlagen konnte Felder wie Löhne, Arbeitgebernamen oder Einkommensverläufe nicht zuverlässig extrahieren.

Der Auftraggeber benötigte eine Lösung zur intelligenten Dokumentenverarbeitung (IDP), die Einkommensnachweise automatisch klassifizieren und verarbeiten konnte, ohne dass dabei die Genauigkeit beeinträchtigt wurde oder eine manuelle Nachbearbeitung erforderlich war.

Die AiCR

Der Kreditgeber hat AiCR seine LOS-Pipeline integriert, um die Arbeitsabläufe bei Kreditunterlagen zu optimieren:

• Zur Klassifizierung von Einkommensbelegen (Lohnabrechnungen, W-2-Formulare, 1040-Formulare) wurde die Semi-Template-Erkennung verwendet
• Führte die Datenextraktion auf Feldebene durch und stellte strukturierte Werte über die API zur Verwendung in Risikoprüfungstools bereit
• Auswertung unstrukturierter Dateien wie Selbstständigkeitsbescheinigungen zur Unterstützung der Automatisierung der Hypothekenaktenablage
• Audit-konforme Ausgabe ohne vorlagenbasierte Dokumentenverarbeitungslogik

Beispielband:

500 Ausleihen pro Monat, etwa 10.000 Dokumente

Ergebnisse und Auswirkungen

Monatlich werden über 10.000 Einkommensnachweise bearbeitet

500 automatisierte Kreditpakete pro Monat

Weniger Verzögerungen bei der Kreditprüfung und eine verkürzte Bearbeitungszeit bis zum Vertragsabschluss

Warum das wichtig ist

Für Kreditgeber, die wachsende Kreditpipelines verwalten, AiCR die langsame, manuelle Einkommensprüfung durch eine schnelle und präzise automatisierte Dokumentenverarbeitung und Datenextraktion. Die Lösung lässt sich direkt in Ihr LOS integrieren, erkennt Dokumenttypen und liefert gebrauchsfertige Einkommenswerte für die Kreditprüfung.