Einsatz von OCR- und Deep-Learning-Technologie in mobilen Anwendungen zur automatisierten persönlichen Finanzaufzeichnung basierend auf Quittungen

Mobile-App revolutioniert das persönliche Finanzmanagement mit OCR und Deep Learning

Eine neu entwickelte mobile Anwendung zielt darauf ab, das persönliche Finanzmanagement zu transformieren, indem sie die Aufzeichnung und Klassifizierung von Ausgaben automatisiert, mithilfe von Optical Character Recognition (OCR) und Deep Learning-Technologien. Dieser innovative Ansatz greift langjährige Probleme bei manuellen Aufzeichnungsprozessen und herkömmlichen Finanzanwendungen auf.

Die Anwendung wurde mit einem Datensatz von 900 Bildern lokaler Transaktionsbelege entwickelt. Die Textextraktion nutzt ein Convolutional Recurrent Neural Network (CRNN) und erreicht eine Zeichen-Genauigkeit von 97,05 % sowie eine Wort-Genauigkeit von 92,1 %, was Tesseract OCR übertrifft.

Für die Klassifizierung von Ausgaben verwendet die Anwendung ein Convolutional Neural Network (CNN)-Modell, das durch EfficientNet-Fine-Tuning verfeinert wurde. Die Nutzer berichteten von einer durchschnittlichen Reduzierung der Eingabezeit um 62 % im Vergleich zu manuellen Methoden.

Ein Usability-Test mit 36 Teilnehmern ergab einen System Usability Scale-Score von 70,069, was auf eine positive Resonanz bei den Nutzern hinweist.

Der Hauptbeitrag der Studie liegt in der Integration von adaptivem OCR und einer auf Deep Learning basierenden Klassifizierung, die auf die finanziellen Gegebenheiten Indonesiens zugeschnitten ist.