skilja highlights und update neu.pdf

Highlights & Updates

Mai 2025

Christian Robelski, Skilja GmbH

Haftungsausschluss: Der Inhalt dieser Präsentation ist Eigentum der Skilja GmbH, Freiburg und darf ohne schriftliche Genehmigung nicht wiederverwendet oder weiterverbreitet werden. Alle Informationen sind vorläufig und können ohne weitere Ankündigung geändert werden.

SKILJA ROADMAP

Skilja Produktstrategie

Cognitive
Technologies

LESA
LAERA
Classification
Extraction

Applications

SCALEHUB
Technologies

Platform

Activities
(z.B. PDF Generation)
Clients
(BR, FR, DR)

SCALEHUB
Applications

VINNA

Solution

SCALEHUB
Process

Roadmap 2024

Releases

Kernthema 2024/25: Ausbau der Cloud-Fähigkeiten

Plattform-Unabhängigkeit

Bessere Skalierbarkeit

Erhebliche Kosteneinsparungen

  1. Umstellung aller Produkte auf .NET 8
    – Vinna 4.0
    – Laera / Tegra 3.0
    – Authorization Server 4.0

  2. Bereitstellung als Docker Image

  3. Umstellung der Aktivitäten auf .NET 8

Vinna 4.0: Cloud-Enabled

Component
www Frontend(website hosting)
Backend/Web Service
Processing of Activities
Docker Infrastructure
Visualization of Metrics
Metrics Storage/Processing
Collects Metrics

Highlights Vinna 4.0.1

▪ Runtime- und
DesignTime-API für
CI/CD

▪ OpenTelemetry +
Metriken

▪ Plattform +
Authorization Server
aus RedHat Enterprise
Linux, Ubuntu und
Docker

▪ Aktivitäten & Pakete
aus .NET Standard /
.NET 8

▪ Sicherheits-
kritische
Updates

▪ Oberflächen-
Redesign

▪ Performance-
Optimierungen

Lesa Model 2025-04

▪ Neues OCR-Modell ist mit handgeschriebenen Dokumenten trainiert

▪ Qualität von Maschinenschrift unverändert

Training-Set # Dokumente
Echte Trainings-Daten 666.252
Künstliche Trainings-Daten 154.600

Ausblick: Vinna 4.1.0

▪ Verbesserte
Behandlung von
Variablen beim
Import

▪ Zuweisung von
OneTime Lizenzen
zum Prozess

▪ Ausführung von
Agenten und
zeitgesteuerten
Aktivitäten
serverbasiert

▪ Aktivitäten i18n

▪ Dokument-Audits für
Struktur-Änderungen

▪ Kubernetes-Ready mit
Helm Charts

▪ Modularisierung der
Activity Server

– Container pro Host

– Prozess-Reservierung
pro Host

Neu: LaBERTa Server

Leichtere Skalierung durch
Trennung von Komponenten mit
besonderem Hardware-Bedarf

Datenbank-Gestützt

– Lastverteilung

– Authentifizierung

Warteschlangen-Konzept zur
Verarbeitung von Anfragen

– Unterstützt Polling um Timeouts zu
vermeiden

Warteschlangen-
Management um die Zahl der
gleichzeitigen Anfragen zu
kontrollieren

Zentrale Protokollierung

Zentrale Kontrolle über eingesetzte
Modelle

– Status (Disabled, Enabled, Default)

– Modell- und Kontextgröße

– GPU Schichten

LaBERTa Server - Wie und Wo?

AI Extraction Lokator Prompt-basierte AI Extraktion GGUF
Paragraph Lokator LLM-Modus ist ressourcenintensiver, aber versteht implizierte Bedeutungen eher LaBERTa
Summary Lokator Zusammenfassung via Prompt GGUF
Table Lokator Trainiert Inhalt, Format und Position der Zellen LaBERTa
Trainable Field Lokator Trainiert Entitäten und Rollen (Gutachter, Geschädigter, Verursacher) LaBERTa
AI Extraction Aktivität Zusammenfassung und Prompt-basierte AI Extraktion ohne IE Projekt GGUF

Information Extraction 6 (1/2)

Extraction ist die Basistechnologie, die
in verschiedenen Produkten zur Feldund Tabellenextraktion aus
strukturierten, halbstrukturierten und
unstrukturierten Dokumenten
verwendet wird.

Es beinhaltet Windows- und Webbasierte Design-Anwendungen zur
Einrichtung von Extraktionsprojekten
sowie Überwachungs-Werkzeuge für
Statistiken und Online-Learning.

▪ Tabellen-Erkennung mit Unterstützung von LLMs

– Gestapelte Zellen

– Besondere Formate Es beinhaltet Windows- und Web-

– Besondere Formate

– Daten die nicht ins Layout passen

▪ Anbindung an LaBERTa Server

– Als neue Extraktionsmethode

– Verfügbar in IE Designer, Aktivitäten und Tegra

Information Extraction 6 (2/2)

▪ Database Locator bezieht Stammdaten
vom Lookup-Service

– Geringerer Speicherbedarf in den Aktivitäten

– Häufigere Aktualisierungen möglich

– Dynamisch konfigurierbar (Staging ohne Änderungen am Projekt)

▪ Web Designer:

– Export & Import der Feld-Zuordnungen (für Upgrades und den
Transport zwischen Umgebungen)

– Sperren / Reservieren individueller Dokumentdefinitionen für
gemeinsame parallele Arbeit am Projekt

Classification 7

Classification ist die Basistechnologie,
die in verschiedenen Produkten zur
intelligenten
Dokumentenklassifizierung,
Seitenklassifizierung und
Dokumententrennung verwendet wird.

Es beinhaltet Windows- und Webbasierte Design-Anwendungen zur
Einrichtung von
Klassifizierungsprojekten sowie
Überwachungs-Werkzeuge für
Statistiken und Online-Learning.

• Unterstützung LaBERTa Server

(Inhalts-Klassifikator) mit Skilja LaBERTa Modell

skilja

For any further questions please contact: alexander.goerke@skilja.com

Or visit our web site www.skilja.com