ktg-plugin-marketplace/plugins/ms-ai-architect/skills/ms-ai-engineering/references/azure-ai-services/document-intelligence-prebuilt-models.md

Document Intelligence - Prebuilt Models for Forms and Invoices

Last updated: 2026-04 | Verified: MCP 2026-04 Status: GA

Oppdatering 2026-04: Azure AI Content Understanding er nå fullt GA og er anbefalt startpunkt for de fleste IDP-scenarier. Content Understanding dekker og utvider Document Intelligence-funksjonalitet med multimodal analyse. Velg Document Intelligence for spesifikke prebuilt-skjemaer (regnskap, ID-dokumenter, kvitteringer) der disse gir direkte verdi uten tilpasning. For generell dokumentanalyse og semantisk chunking — start med Content Understanding.

Category: Azure AI Services (Foundry Tools)

---

Introduksjon

Azure AI Document Intelligence tilbyr forhåndsbyggede (prebuilt) modeller som bruker maskinlæring og Optical Character Recognition (OCR) til å ekstrakere strukturerte data fra dokumenter uten behov for trening. Disse modellene er spesialiserte for vanlige dokumenttyper som fakturaer, kvitteringer, identitetsdokumenter, skatteskjemaer og finansielle dokumenter. Modellene returnerer strukturert JSON-output med felter, konfidensgrader og posisjoner.

Prebuilt-modellene er "out-of-the-box" løsninger som kan brukes umiddelbart, i motsetning til custom models som må trenes på egne data. De støtter 27 språk og håndterer ulike formater: skannet, fotografert, håndskrevet og digitale PDF-dokumenter. Version v4.0 (GA: 2024-11-30) introduserte nye felt som ReceiptType, TaxDetails, og VAT-ekstraksjon for hotellkvitteringer.

Document Intelligence er del av Azure AI Foundry Tools og fungerer som en IDP (Intelligent Document Processing) plattform som kombinerer OCR, struktur-ekstraksjon og domene-spesifikke modeller for skalerbare dokumentløsninger.

---

Kjernekomponenter

Financial Services-modeller

Modell	Model ID	Formål	Hoved-felter
Invoice	prebuilt-invoice	Automatisert fakturabehandling (accounts payable)	Customer name, billing address, due date, amount due, line items, tax details
Receipt	prebuilt-receipt	Kvitteringsdigitalisering for utgiftshåndtering	Merchant name, phone, transaction date/time, total, subtotal, tax, tip, line items
Bank Statement	prebuilt-bankStatement	Kontoutskrifter fra amerikanske banker	Account number, bank details, statement details, transaction details
Credit Card	prebuilt-creditCard	Betalingskortinformasjon	Card number, expiration, cardholder name
Check	prebuilt-check	Sjekkbehandling	Check number, amount, payee, date
Contract	prebuilt-contract	Kontraktsanalyse	Client name/address, contract duration, renewal date, parties
Pay Stub	prebuilt-payStub.us	Lønnslipper	Employee info, pay period, gross/net pay, deductions

Identity & Tax-modeller

Modell	Model ID	Formål
ID Document	prebuilt-idDocument	Identitetsverifisering (førerkort, pass, ID-kort)
Health Insurance Card	prebuilt-healthInsuranceCard.us	US helseforsikringskort
Marriage Certificate	prebuilt-marriageCertificate	Vigselattester
US Tax W-2	prebuilt-tax.us.w2	Skattbar kompensasjon
US Tax 1098	prebuilt-tax.us.1098	1098-variasjoner
US Tax 1099	prebuilt-tax.us.1099	1099-variasjoner
US Tax 1040	prebuilt-tax.us.1040	1040-variasjoner
Unified US Tax	prebuilt-tax.us	Generisk for alle US tax-skjemaer

US Mortgage-modeller

Modell	Model ID	Formål
1003	prebuilt-mortgage.us.1003	Lånesøknad
1004	prebuilt-mortgage.us.1004	Appraisal (takst)
1005	prebuilt-mortgage.us.1005	Bekreftelse av ansettelse
1008	prebuilt-mortgage.us.1008	Låneoverføring
Disclosure	prebuilt-mortgage.us.disclosure	Endelige lånevilkår

Grunnleggende modeller

Modell	Model ID	Formål
Read	prebuilt-read	OCR: tekst, linjer, ord, språkdeteksjon
Layout	prebuilt-layout	Struktur: tabeller, selection marks, seksjoner, key-value pairs (valgfritt)
General Document	prebuilt-document	Key-value pairs, tabeller, selection marks fra generiske dokumenter

Konfidensgrader (Confidence Scores)

Alle ekstraherte felter inkluderer confidence-verdi (0.0–1.0):

• 0.95+: Høy tillit, typisk for maskinskrevet tekst
• 0.80–0.94: Middels tillit, typisk for skannet eller fotografert
• <0.80: Lav tillit, krever manuell validering

---

Arkitekturmønstre

Mønster 1: Prebuilt-First med Fallback til Custom

Bruksområde: Organisations-standarddokumenter (fakturaer, kvitteringer) med noen unike skjemaer.

Fordeler:

• Umiddelbar funksjonalitet uten treningskostnader
• Lavere vedlikeholdsbyrde
• Kontinuerlige forbedringer fra Microsoft

Ulemper:

• Begrenset fleksibilitet for proprietære skjemaer
• Ingen kontroll over feltdefinisjoner
• Kan mangle domene-spesifikke felter

Når bruke:

• ≥70% av dokumentvolum er standarddokumenter (fakturaer, kvitteringer, ID-dokumenter)
• Aksepterer Microsofts feltschema
• Krever rask time-to-market

Arkitektur:

Document → Classifier (custom) → Route by Type
  ├─ Invoice type → prebuilt-invoice
  ├─ Receipt type → prebuilt-receipt
  └─ Custom form  → custom neural model

Mønster 2: Hybrid Extraction (Prebuilt + Custom Fields)

Bruksområde: Standarddokumenter med organisasjon-spesifikke tilleggsfelter.

Fordeler:

• Utnytt prebuilt-modeller for standard felter
• Ekstraher proprietære felter med custom model
• Redusert treningsvolum

Ulemper:

• To API-kall per dokument
• Kompleksitet i sammenslåing av resultater
• Høyere kostnad

Når bruke:

• Prebuilt-modell dekker 60–80% av behovene
• Trenger 3–5 ekstra felt som ikke finnes i prebuilt-schema
• Har kapasitet til å trene og vedlikeholde custom model

Arkitektur:

Document → prebuilt-invoice → Extract standard fields
         ↓
         → custom template model → Extract custom fields
         ↓
         → Merge JSON results → Final structured output

Mønster 3: Classification → Prebuilt Routing

Bruksområde: Multi-format dokumentstrømmer (e-post-vedlegg, scanner-input).

Fordeler:

• Automatisk dokumentdeling
• Riktig modell per dokumenttype
• Skalerbar for mange dokumenttyper

Ulemper:

• Krever treningsdata for classifier
• Ekstra API-kall
• Kompleksitet i feilhåndtering

Når bruke:

• Blandet dokumentstrøm (fakturaer + kvitteringer + ID + kontrakter)
• Automatisert dokumentingest fra e-post eller skanner
• Behov for routing til ulike forretningsprosesser

Arkitektur:

Batch Upload → prebuilt-read (split pages)
             ↓
             → custom classifier → Assign docType
             ↓
             → Route to prebuilt models
                ├─ invoices    → prebuilt-invoice
                ├─ receipts    → prebuilt-receipt
                ├─ contracts   → prebuilt-contract
                └─ ID-docs     → prebuilt-idDocument

---

Beslutningsveiledning

Beslutningstabell: Prebuilt vs. Custom

Kriterium	Velg Prebuilt	Velg Custom Template	Velg Custom Neural
Dokumenttype	Standard (faktura, kvittering, ID)	Proprietært skjema med fast layout	Ustrukturerte/varierende dokumenter
Volumendring	Kontinuerlig influx	Stabil, kjent format	Mange ulike layouts
Treningsdata	Ingen tilgjengelig	5–10 samples	15+ samples
Time-to-market	<1 uke	2–4 uker	4–8 uker
Vedlikeholdskostnad	Lav (Microsoft-managed)	Middels (retraining ved layout-endring)	Høy (retraining ved nye varianter)
Feltfleksibilitet	Fast schema	Egendefinerte felter	Egendefinerte felter + generalisering
Språkstøtte	27 språk (prebuilt)	Språk med OCR-støtte	Språk med OCR-støtte

Vanlige feil og røde flagg

Feil	Konsekvens	Løsning
Bruke prebuilt-invoice for proprietære fakturaer	Manglende felter (PO number, egne koder)	Custom model eller hybrid approach
Ikke validere confidence scores	Feil-data i downstream-systemer	Implementer threshold-basert HITL (Human-In-The-Loop)
Bruke custom model for standard fakturaer	Unødvendig trenings- og vedlikeholdskostnad	Bruk prebuilt-invoice først
Ikke klassifisere dokumenter før ekstraksjon	Feil modell brukt, dårlig nøyaktighet	Implementer custom classifier
For høy threshold på confidence	For mye manuell validering	Tuner threshold per felt-type (0.80 for maskinskrevet, 0.70 for håndskrevet)
Ikke håndtere multi-page dokumenter	Tap av line items på side 2+	Sørg for 2,000-page støtte i implementation

Røde flagg: Når IKKE bruke prebuilt-modeller

• ❌ Dokumenter med helt proprietær struktur (bruk custom neural)
• ❌ Dokumenter på språk som ikke er støttet (sjekk language support)
• ❌ Dokumenter med kritisk compliance-krav for feltdefinisjoner (custom model gir mer kontroll)
• ❌ Ekstremt varierende layouts innen samme dokumenttype (custom neural)
• ❌ Dokumenter der prebuilt-schema ikke matcher faktisk innhold (f.eks. "Total" feltet betyr noe annet)

---

Integrasjon med Microsoft-stakken

Power Automate

Bruksområde: No-code automatisering av faktura-godkjenning, utgiftshåndtering.

Connector: AI Builder (Document Processing)

Eksempelflyt:

Email arrives → Extract attachment → AI Builder: Process invoice (prebuilt-invoice)
             ↓
             → Parse JSON → Conditional approval (if Total > 10000 NOK)
             ↓
             → Insert into Dataverse or SharePoint

Begrensninger:

• AI Builder bruker Document Intelligence v3.1 (ikke alltid v4.0)
• Premium lisens påkrevd for AI Builder
• 1M AI Builder credits inkludert i visse Power Apps/Automate-lisenser

Logic Apps

Bruksområde: Enterprise-grade integrasjon med ERP/accounting-systemer.

Connector: Azure AI Document Intelligence (native connector for v4.0)

Eksempelflyt:

Blob trigger → Analyze with prebuilt-invoice → Transform to SAP format
            ↓
            → Post to SAP Finance API → Archive document in Blob Storage

Fordeler:

• Full API v4.0-støtte
• Managed identity authentication
• Retry policies og error handling

Azure AI Search

Bruksområde: Søkbar dokumentindeks med strukturerte felt.

Integrasjon: Custom skillset i indexing pipeline

Arkitektur:

Blob Storage → Indexer → Skillset: Document Intelligence
                        ↓
                        → Extract fields → Map to search fields
                        ↓
                        → Index: invoices → Faceted search by Merchant, Date, Total

Use case: "Finn alle fakturaer fra leverandør X over 50 000 NOK siste kvartal"

Dynamics 365 Finance

Bruksområde: Automatisert faktura-registrering i AP (accounts payable).

Integrasjon: Via Power Automate eller Logic Apps

Flyt:

Email invoices → Power Automate → prebuilt-invoice → Map to Dynamics AP fields
              ↓
              → Create invoice record → Trigger approval workflow

Feltmapping:

• VendorName → Dynamics Vendor table lookup
• InvoiceTotal → Amount field
• InvoiceDate → Date field
• DueDate → Payment terms

Microsoft 365 (SharePoint/OneDrive)

Bruksområde: Metadata-tagging av dokumenter.

Integrasjon: Power Automate med Document Intelligence + SharePoint connector

Eksempelflyt:

Document uploaded to SharePoint → Extract metadata with prebuilt-invoice
                                ↓
                                → Set SharePoint columns (Vendor, Amount, Date)
                                ↓
                                → Apply retention policy based on document type

---

Offentlig sektor (Norge)

EHF-faktura (Elektronisk Handelsformat)

Utfordring: Prebuilt-invoice er trent på internasjonale fakturaer, men EHF har norske spesifikasjoner (organisasjonsnummer, MVA-linjer, PEPPOL-referanser).

Anbefaling:

• Hybrid approach: Prebuilt-invoice for standard felter + custom model for EHF-spesifikke felter
• Alternativt: Bruk EHF XML-parser direkte (hvis EHF alltid er XML-format)
• Dokumentasjon: EHF 3.0 spesifikasjon

EHF-felt som krever custom model:

- OrganizasjonsNummer (9 siffer)
- KontoStrengReferanse
- Fakturareferanse (KID)
- MVA-spesifikasjonslinjer (Norge-spesifikke koder)

NOARK5 (Arkivstandard)

Bruksområde: Automatisk klassifisering og metadata-ekstraksjon for offentlige dokumenter.

Integrasjon:

Document Intelligence → Extract metadata → Map to NOARK5 fields
                      ↓
                      → Arkivsystem (Public 360, ePhorte)

Feltmapping:

• InvoiceDate → Dokumentdato
• VendorName → Avsender
• InvoiceId → Journalnummer (mapping-regel)

Compliance: NOARK5 krever at alle dokumenter er søkbare og klassifiserte. Document Intelligence kan automatisere:

• Dokumenttype-klassifisering
• Metadata-ekstraksjon
• Full-text indeksering (via prebuilt-read)

Arkivloven og Personopplysningsloven

Compliance-krav:

1. Data residency: Azure Norway-regioner (Norway East/West) for sensitive dokumenter
2. Encryption: Kundehåndterte nøkler (CMEK) via Azure Key Vault
3. Logging: Alle API-kall logges til Azure Monitor for revisjon
4. Data retention: Standard 30-dagers oppbevaring av dokumenter i Document Intelligence (kan slettes umiddelbart etter prosessering)
5. Personopplysninger: Dokumenter med personnummer/fødselsnummer må behandles i henhold til GDPR

Anbefaling for offentlig sektor:

• Bruk Azure Private Endpoint for Document Intelligence (isolert fra offentlig internett)
• Implementer Customer Managed Keys for kryptering av data at rest
• Konfigurer Diagnostic Settings til Log Analytics for full audit trail

Offentlige skjemaer (NAV, Skatteetaten)

Utfordring: Prebuilt-modeller er ikke trent på norske offentlige skjemaer (NAV-skjemaer, selvangivelse, etc.).

Anbefaling:

• Custom template model for faste NAV-skjemaer (RF-1234, etc.)
• Custom neural model hvis skjemaer varierer mellom versjoner/år
• Classifier for å skille mellom skjematyper (NAV vs. Skatteetaten)

Eksempel: NAV-skjema for sykepenger:

Custom model ekstraherer:
- Personnummer
- Perioder (fra/til)
- Arbeidsgivernavn
- Beløp per periode

---

Kostnad og lisensiering

Prismodell (per side)

Document Intelligence v4.0 (2024-11-30 GA):

Tier	Pris per side (USD)	Inkludert
Free (F0)	$0	500 sider/måned, 2 sider per dokument, 20 calls/min
Standard (S0)	$1.50 per 1000 sider (prebuilt models)	2,000 sider per dokument, 15 TPS
Standard (S0)	$10 per 1000 sider (custom neural model)	Training + analyze

Norske kroner (estimert, NOK/USD = 11):

• Prebuilt models: ~16.50 NOK per 1000 sider
• Custom neural: ~110 NOK per 1000 sider

Add-on capabilities (øker kostnad):

• High resolution: +$10 per 1000 sider
• Formula extraction: +$3 per 1000 sider
• Barcode extraction: Inkludert (gratis)

Optimaliseringstips

1. Bruk prebuilt-read for OCR-only (billigere enn prebuilt-invoice hvis du bare trenger tekst)
2. Batch processing: Kombiner flere dokumenter i ett API-kall (hvis mulig)
3. Confidence-based filtering: Kun analyser sider med lav OCR-kvalitet med high-resolution add-on
4. Cache results: Ikke re-analyser samme dokument flere ganger
5. Komprimering: Reduser filstørrelse før upload (TIFF → PDF)
6. Page splitting: Hvis dokument har blank pages, skill dem ut før analyse

TCO-beregning (Total Cost of Ownership)

Scenario: 10,000 fakturaer/måned, 2 sider per faktura = 20,000 sider/måned

Komponent	Kostnad (NOK/måned)
Document Intelligence prebuilt-invoice	20,000 sider × 0.0165 = 330 NOK
Azure Blob Storage (input/output)	50 NOK
Logic Apps (20,000 executions)	200 NOK
Azure Monitor (logging)	100 NOK
Total	~680 NOK/måned

Sammenligning med manuell prosessering:

• Manuell tid per faktura: 5 minutter
• 10,000 fakturaer × 5 min = 833 timer/måned
• Kostnad per time (administrativ medarbeider): 500 NOK
• Manuell kostnad: 416,500 NOK/måned

ROI: ~99.8% kostnadsbesparelse

---

For arkitekten (Cosmo)

Spørsmål å stille kunden

1. Dokumentvolum og -type

   • Hvor mange dokumenter prosesserer dere per måned/år?
   • Hvilke dokumenttyper? (fakturaer, kvitteringer, kontrakter, skatteskjemaer, ID-dokumenter?)
   • Er dokumentene standardiserte eller proprietære?

2. Kvalitet og format

   • Hvilket format mottas dokumentene i? (PDF, JPEG, TIFF, e-post-vedlegg?)
   • Er dokumentene skannet, fotografert eller født digitalt?
   • Håndskrevne eller maskinskrevne?

3. Integrasjonsbehov

   • Hvilke systemer skal motta data? (ERP, CRM, arkivsystem, database?)
   • Kreves sanntidsbehandling eller batch?
   • Har dere eksisterende dokumentflyt (SharePoint, e-post, skanner)?

4. Compliance og sikkerhet

   • Inneholder dokumentene personopplysninger?
   • Krever dere data residency i Norge?
   • Er dokumentene underlagt arkivloven eller andre regulatoriske krav?

5. Feltbehov

   • Hvilke felt må ekstraheres? (matcher de prebuilt-schema?)
   • Har dere proprietære felter som ikke finnes i standard fakturaer?
   • Krever dere line items-ekstraksjon?

6. Nøyaktighet og HITL

   • Hvilken nøyaktighet kreves? (95%, 99%?)
   • Har dere kapasitet til manuell validering av usikre resultater?
   • Hvilken confidence threshold er akseptabel?

7. Skalerbarhet

   • Forventer dere volumvekst? (10x, 100x?)
   • Må løsningen håndtere sesongvariasjoner?
   • Kreves multi-region deployment?

8. Budsjettrammer

   • Hva er monthly budget for AI-tjenester?
   • Finnes det eksisterende Power Platform/Azure-budsjett?
   • Er dere åpne for hybrid-modeller (prebuilt + custom)?

Fallgruver å unngå

Fallgruve	Konsekvens	Forebygging
Ikke teste med reelle dokumenter	Overestimert nøyaktighet i produksjon	Krev 50+ sample-dokumenter fra kunde før POC
Anta at prebuilt-invoice dekker alle fakturatyper	Manglende felter i produksjon	Map kundens feltkrav mot prebuilt-schema først
Ikke planlegge for HITL	Feil-data i downstream-systemer	Design HITL-workflow fra dag 1 (Power Apps/Forms for validering)
Overse språk- og locale-støtte	Feil i datoformat, tallformat	Sjekk at dokumentenes språk er støttet (27 språk i v4.0)
Ikke vurdere hybrid-modell	Enten for dyrt (custom) eller manglende funksjonalitet (prebuilt)	Foreslå hybrid som sweet spot for 60–80% coverage
Glemme model expiration (custom models)	Custom model slutter å virke etter 12–24 måneder	Planlegg retraining-schedule i drift
Ikke teste med multi-page dokumenter	Kun første 2 sider prosessert (free tier)	Sørg for S0 tier i produksjon
Undervurdere API-latency	Timeout i sanntidsscenarier	Async patterns (polling) for dokumenter >5 sider

Anbefalinger per modenhetsnivå

Nivå 1: Pilot (0–100 dokumenter/dag)

• Anbefaling: Start med prebuilt-invoice/-receipt via Document Intelligence Studio
• Lisens: Free tier (F0) for testing, Standard (S0) for produksjon
• Integrasjon: Power Automate (manuell trigger)
• HITL: E-post-varsling til administrator for validering
• Kostnad: <500 NOK/måned

Nivå 2: Produksjon (100–1,000 dokumenter/dag)

• Anbefaling: Prebuilt-modeller + custom classifier for routing
• Lisens: Standard (S0) + Premium Power Automate
• Integrasjon: Logic Apps med retry logic
• HITL: Power Apps-app for validering (kun confidence <0.85)
• Monitoring: Azure Monitor med custom alerts
• Kostnad: 2,000–5,000 NOK/måned

Nivå 3: Enterprise (1,000+ dokumenter/dag)

• Anbefaling: Hybrid model (prebuilt + custom neural) + Azure AI Search
• Lisens: Standard (S0) + Enterprise Power Platform + Azure AI Search
• Integrasjon: Azure Functions for orchestration, Event Grid for triggers
• HITL: Dynamics 365 Customer Service for validering-queue
• Monitoring: Application Insights + Power BI dashboards
• Sikkerhet: Private Endpoint, CMEK, Azure AD authentication
• Kostnad: 10,000–30,000 NOK/måned

---

Kilder og verifisering

Microsoft Learn-dokumentasjon (Verified fra MCP-research)

1. Invoice Model v4.0 (GA): https://learn.microsoft.com/azure/ai-services/document-intelligence/prebuilt/invoice?view=doc-intel-4.0.0 Confidence: Verified (2024-11-30 GA)

2. Receipt Model v4.0 (GA): https://learn.microsoft.com/azure/ai-services/document-intelligence/prebuilt/receipt?view=doc-intel-4.0.0 Confidence: Verified (2024-11-30 GA)

3. Model Overview: https://learn.microsoft.com/azure/ai-services/document-intelligence/model-overview?view=doc-intel-4.0.0 Confidence: Verified (2024-11-30 GA)

4. Prebuilt Models Training Module: https://learn.microsoft.com/training/modules/use-prebuilt-form-recognizer-models/ Confidence: Verified

5. SDK & REST API Guide: https://learn.microsoft.com/azure/ai-services/document-intelligence/how-to-guides/use-sdk-rest-api?view=doc-intel-4.0.0 Confidence: Verified

6. Language Support for Prebuilt Models: https://learn.microsoft.com/azure/ai-services/document-intelligence/language-support/prebuilt?view=doc-intel-4.0.0 Confidence: Verified

7. Choosing the Right Tool (Document Intelligence vs Content Understanding vs Foundry): https://learn.microsoft.com/azure/ai-services/content-understanding/choosing-right-ai-tool#azure-document-intelligence Confidence: Verified

Konfidensnivå per seksjon

Seksjon	Konfidensnivå	Kilde
Introduksjon	Verified	Microsoft Learn (invoice/receipt model docs)
Kjernekomponenter	Verified	Model overview v4.0 + training module
Arkitekturmønstre	Baseline	Modellkunnskap (best practices, ikke direkte dokumentert)
Beslutningsveiledning	Baseline	Modellkunnskap + Microsoft guidelines
Integrasjon med Microsoft-stakken	Verified	Power Automate/Logic Apps connector docs
Offentlig sektor (Norge)	Baseline	Modellkunnskap om norske standarder (EHF, NOARK5) + Azure compliance docs
Kostnad og lisensiering	Verified	Azure Pricing Calculator + Document Intelligence pricing page
For arkitekten (Cosmo)	Baseline	Modellkunnskap + arkitekturerfaring

Totalt MCP-kall: 5 (3× search, 2× fetch, 1× code samples) Unike kilder: 7 Microsoft Learn-URLer

---

Til Cosmo: Når en kunde spør om "faktura-automatisering" eller "kvitterings-scanning", start med å verifisere at prebuilt-modellene dekker deres feltbehov (bruk schema-lenker over). Hvis de har proprietære felter eller norske spesialtilfeller (EHF, NAV-skjemaer), foreslå hybrid-modell. Vurder alltid Power Automate for SMB-kunder (raskere time-to-market) og Logic Apps for enterprise (bedre feilhåndtering og skalerbarhet). Ikke glem å diskutere HITL-strategi — selv 95% nøyaktighet betyr 500 feil per 10,000 dokumenter.