Der Artikel entstammt der Serie „Enterprise Document Intelligence" (Vol. 1, Nr. 14C) und richtet sich an Teams, die große, homogene Dokumentenbestände – etwa Millionen gleichartiger Verträge, Rechnungen oder Formulare – maschinell auswerten wollen. Der Kernansatz: Statt alle Felder eines Dokuments zu extrahieren, werden in einer strukturierten Session von etwa einer Stunde mit zwei Beteiligten gezielt 6 bis 10 Felder ausgewählt, die als SQL-Spalten taugen. Entscheidend ist dabei die Unterscheidung zwischen „echten" Spalten – solchen, die stabile Filter-Queries ermöglichen – und fragilen Feldern, die durch Inkonsistenzen oder Freitextanteile SQL-Abfragen zum Scheitern bringen. Der Autor beschreibt zwei konkrete Signale, anhand derer sich diese Kategorien zuverlässig trennen lassen. Das extrahierte Schema wird direkt in eine SQL-Tabelle überführt, auf der RAG-Queries (Retrieval-Augmented Generation) aufsetzen – ein hybrider Ansatz, der strukturierte Datenbankabfragen mit LLM-gestützter Antwortgenerierung verbindet. Die Methode ist bewusst skalierbar konzipiert: Sie funktioniert bei einem einzelnen Dokumenttyp auch dann noch verlässlich, wenn der Bestand auf Millionen von Dateien anwächst. Besonders relevant ist der Ansatz für Unternehmen, die ihre Dokumentenverarbeitung industrialisieren wollen, ohne aufwendige, feingranulare Ontologien vorab definieren zu müssen.