Over Klippa

Klippa is in 2015 opgericht en heeft als doel om omslachtige papierstromen en administratieve processen te digitaliseren en automatiseren. Middels moderne technologieën als machine learning en OCR besparen wij tijd & geld voor organisaties en verbeteren we de compliance. Het team bestaat uit 35 specialisten, die samen ruim 1000 klanten wereldwijd bedienen vanuit onze kantoren in Groningen en Amsterdam.

Missie

Het is onze missie om met de allerbeste techniek de frustratie uit administratieve processen te halen. Zo maken we werk leuker, worden fouten & fraude voorkomen, kosten bespaard en houden organisaties meer tijd over voor kerntaken.
1. Ondernemende geest
We geven veel vrijheid en verantwoordelijkheid en verwachten dat onze mensen geven om ons bedrijf, product, klanten en doelen.
2. Denken in oplossingen in plaats van problemen
We geloven dat alles mogelijk is, als je maar de tijd neemt om het te realiseren.
3. Continu verbeteren en leren door te doen
We hebben een drang om continu te verbeteren en leren, zonder angst om te falen. Wij gaan altijd voor de beste oplossing.
4. Het team centraal
We stellen samenwerken centraal. Het geheel is immers meer dan de som der delen.
5. Integriteit en veiligheid
We geloven in de lange termijn en vinden integriteit en veiligheid een topprioriteit in alles wat we doen.
6. Respect voor mensen, middelen en het milieu
We focussen op groei, maar niet ten kosten van derden of het milieu.

Ons team

Ontvangt subsidie voor de volgende activiteit(en):
Binnen dit project is een begin gemaakt met het ontwikkelen van een Artificial Intelligence framework voor het autonoom herkennen van annotaties in documenten. Het is extreem lastig om hierin een fout tolerantie van > 95% in te bouwen. Hoe hoger de herkenningsgraad, hoe lastiger het wordt omdat het om “edge” cases gaat; dit zijn niet standaard cases. Het is zeer lastig en praktisch onmogelijk om tot een benadering van 100% herkenningsgraad te komen. De aanvrager wilde in dit project een mechanisme valideren, waarin de geannoteerde documenten automatisch verwerkt konden worden, ongeacht formaat, layout en opmaak. In dit framework, werd het document geanalyseerd op de originele output van Klippa en de correcties die zijn gedaan door de (eind) gebruiker. Dit moest in big-data proporties gebeuren. De context kan werkelijk alles zijn: een factuur of een kassabon of zelfs iets anders. Elke klant krijgt zijn eigen analysemodel in dit project, zodat de klant wél een benadering van die 100% kan realiseren. Dit blijft extreem lastig met de in de markt bestaande tools; deze reiken maar tot ~85% herkenning, ook met Machine Learning leermethodieken. Het grote probleem is daarnaast dat als er nu een fout wordt gezien in een document, het document wordt geannoteerd door de gebruiker, terug wordt gestuurd naar Klippa, en dat het in een grote verzamelbaak van Klippa door de developers wordt opgepakt. Deze handmatige interacties zijn langzaam, foutgevoelig (omdat door meerdere mensenhanden meerdere malen te worden bewerkt) en passen niet bij de groeiambities van Klippa om (veel) meer klanten te kunnen bedienen.