Kern AI: Wenn Unternehmensdaten erst lesbar werden müssen
Viele KI-Projekte beginnen mit Dokumenten, die Menschen lesen können, Maschinen aber nicht. Das Berliner Start-up Kern AI arbeitet an genau dieser Zwischenstufe.
Redaktion Techspiegel5 Min. Lesezeit
Inhalt dieses Beitrags
Ein großer Teil der Informationen in einem Betrieb steckt in Dateien, die für Menschen gemacht sind: Bestellungen, Lieferscheine, Rechnungen, Verträge, Formulare. Maschinen lesen daraus zunächst nichts. Das Unternehmen Kern AI hat an genau dieser Zwischenstufe gearbeitet und dafür eine Open-Source-Software entwickelt, mit der sich Trainingsdaten für Sprachmodelle pflegen lassen. Seit 2025 gehört die Firma zu einer IT-Dienstleistungsgruppe. Was von dem technischen Ansatz bleibt, lässt sich beschreiben; was heute daraus verkauft wird, nicht.
Warum sind Dokumente so unhandlich?
Eine Rechnung ist kein Datensatz. Sie ist eine PDF-Datei mit Layout, manchmal ein Scan, manchmal ein Foto, mit Tabellen, Fußnoten, mehreren Seiten und einem Aufbau, den der Absender jederzeit ändern darf. Texterkennung liefert daraus Zeichen, aber keine Struktur. Die Frage, welches Feld die Bestellnummer ist, beantwortet sie nicht. Handschriftliche Ergänzungen, Stempel und schiefe Scans verschärfen das; dort hilft auch ein gutes Modell nur mit Kontrolle.
In der Praxis zerfällt die Aufgabe in zwei Schritte. Die Klassifikation entscheidet, um welche Art von Dokument es sich handelt, etwa Bestellung, Auftragsbestätigung, Lieferschein oder Rechnung. Die Extraktion zieht danach einzelne Felder heraus: Bestellnummer, Menge, Preis, Liefertermin, Kostenstelle. Erst danach kann ein System prüfen, ob das Gelieferte zur Bestellung passt.
Im fiktiven Beispiel eines Einkaufsprozesses kommen Bestellungen aus einem Shop, per E-Mail und als PDF aus einem Lieferantenportal. Ein Modell ordnet jedes Dokument einer Art zu, zieht die Felder heraus und übergibt sie an das Warenwirtschaftssystem, wo sie mit der Bestellung abgeglichen werden. Abweichungen landen in einer Liste, die ein Mensch am Vormittag abarbeitet. Was mit den extrahierten Feldern anschließend geschieht, hängt am Zielsystem. Warum Unternehmenssoftware heute eher als Plattform denn als Programm im Haus betrieben wird, steht im Beitrag über ein ERP, das als Dienst läuft.
Die technische Entscheidung dahinter ist die Frage, wo das Modell läuft. Wer Dokumente mit Personennamen und Konditionen verarbeitet, sollte vorher klären, ob sie den Betrieb verlassen dürfen. Die Abwägung zwischen eigenem Rechner und gemietetem Dienst steht im Beitrag über die Wahl zwischen lokalem Modell und Cloud-Dienst.
Wie wird ein Extraktionsergebnis geprüft?
Eine Trefferquote von 95 Prozent klingt gut und kann trotzdem unbrauchbar sein. Entscheidend ist, welche Felder falsch sind, wie ein Fehler auffällt und was er kostet. Ein falscher Liefertermin ist ärgerlich. Ein falscher Rechnungsbetrag ist ein Buchhaltungsproblem.
Prüfbar wird ein solches System nur mit einer Stichprobe, die den eigenen Dokumentenmix abbildet und von Hand kontrolliert wurde. Daran lässt sich messen, wie oft ein Feld stimmt, wie viele Dokumente ohne Eingriff durchlaufen und wie oft das System etwas falsch ausgibt, ohne dass es das meldet. Diese Stichprobe muss gepflegt werden, weil neue Lieferanten neue Layouts mitbringen. Aussagekräftiger als ein Durchschnittswert ist die Verteilung: Ein System, das bei einem seltenen Lieferanten fast immer danebenliegt, fällt in der Gesamtquote kaum auf und kostet im Einkauf trotzdem Zeit.
Der Datenansatz des Projekts Refinery, den Kern AI als Open-Source-Software veröffentlicht hat, setzt dort an: Trainingsdaten sollen wie ein Software-Artefakt behandelt, versioniert und geprüft werden, statt sie einmal zu erstellen und zu vergessen. Das ist der unspektakuläre Teil der Dokumenten-KI, und er entscheidet, ob ein System nach zwei Jahren noch trägt. Wie ein solcher Versuch begrenzt wird, damit er eine Antwort liefert und keine bloße Demo bleibt, steht im Beitrag über den Pilot, der klein bleiben darf.
Sinnvoll sind abgestufte Regeln: Ergebnisse mit hoher Sicherheit laufen automatisch weiter, mittlere Sicherheit geht in eine Prüfliste, niedrige Sicherheit immer zu einem Menschen. Wichtig ist, dass die Prüfliste klein bleibt. Eine Lösung, die nur mit ständiger Nacharbeit funktioniert, spart am Ende nichts.
Was braucht ein kleines Team für den Betrieb?
Weniger Maschinen als Zuständigkeiten. Jemand muss die Prüfliste abarbeiten, Regeländerungen freigeben und die Stichprobe nachziehen, wenn ein Lieferant sein Layout ändert. Wer diese Aufgabe nebenbei erledigt, merkt erst nach Monaten, dass die Trefferquote gesunken ist.
Dazu kommen die Fragen der Datenhaltung: Wo werden die Dokumente verarbeitet, wer sieht sie, wie lange bleiben sie liegen, und was steht im Vertrag zur Auftragsverarbeitung? Zugriffsrechte gehören dazu. Wer eine Rechnung mit Konditionen einsehen darf, entscheidet die Organisation, nicht das Modell. Wie ein Team Datenflüsse sichtbar macht, bevor es sie automatisiert, beschreibt der Leitfaden zur DSGVO im Produktbetrieb.
Bei Open-Source-Komponenten kommt die Pflegefrage hinzu. Das Projekt Refinery liegt weiterhin öffentlich auf GitHub und steht unter der Apache-2.0-Lizenz. Wer damit arbeitet, muss wissen, wer Fehler behebt, wenn der ursprüngliche Anbieter das Interesse verliert. Genau diese Frage behandelt der Beitrag über Open Source, der gepflegt werden muss.
Und schließlich die Auswahl des Einstiegs. Dokumentenverarbeitung ist ein gutes erstes Feld, weil der Nutzen sichtbar ist und Fehler auffallen. Ob es das richtige erste Feld ist, entscheidet die eigene Situation; Kriterien dafür stehen im Beitrag darüber, mit welchem Problem ein KI-Projekt anfangen sollte.
Was sich über das Unternehmen sagen lässt
Kern AI wurde nach Angaben des heutigen Eigentümers 2020 von Johannes Hötter und Henrik Wenck gegründet. Ein Fachbericht von 2023 beschreibt den Weg von einer Beratung zu einem Softwareprodukt, die Open-Source-Software Refinery und eine modulare Plattform für die Verarbeitung natürlicher Sprache. Am 5. Mai 2025 ist die Kern AI GmbH nach der Mitteilung des Erwerbers in die Accompio-Unternehmensgruppe übergegangen, angekündigt am 21. Mai 2025. Die Domain kern.ai leitet inzwischen auf die Seite dieser Gruppe weiter; ein eigenständiges Produktangebot unter dem alten Namen haben wir nicht gefunden.
Uneinheitlich ist schon der Ort: Der Fachbericht von 2023 nennt Bonn, die Übernahmemitteilung von 2025 Berlin und Potsdam. Wir halten deshalb fest, was sich belegen lässt, und verzichten auf alles andere. Keine Angaben machen wir zu Umsatz, Beschäftigtenzahl, Finanzierung und Kunden; auch Messwerte zur Erkennungsqualität nennen wir nicht, weil dazu keine öffentlich belastbaren Zahlen vorliegen.
Bleibt die Frage des Titels. Unternehmensdaten werden lesbar, wenn Dokumente klassifiziert, Felder extrahiert und die Ergebnisse gegen eine gepflegte Stichprobe gemessen werden. Das ist Arbeit an Daten und Regeln, nicht am Modell, und sie endet nicht mit der Inbetriebnahme. Ob sich dieser Aufwand für einen Betrieb mit zehn Lieferanten rechnet, kann niemand beantworten, der die eigene Dokumentenmischung nicht kennt. Eine allgemeine Trefferquote gibt es dafür nicht.