With DMSFACTORY MachineLearningEngine, you can enter data in the right place with just a few clicks. Your standard M-Files system learns from its own, historically maintained metadata and suggests the appropriate values for new documents.

Predictions at the right moment: based on the selected document, MachineLearningEngine determines a document’s metadata and automatically fills in the fields in the background.

Completely local and under your control: the module runs directly within your M-Files server’s process. There is no cloud connection, no API key, and no recurring costs per document — and most importantly, no data leaves the vault. For organisations with high requirements for data protection and operational security, this is often the deciding factor.

Learning and application, clearly separated: when suggesting metadata, MachineLearningEngine bases its recommendations on how you have filled in metadata in the past. Following this pattern, you receive suggestions for the metadata fields currently to be filled, each with a probability value so you can judge how reliable the suggestion is.

Key benefits:

• The right metadata right away — the suggested value appears on the metadata card before it is saved, with no cleanup afterwards and no additional editing steps.
• Easily scalable — MachineLearningEngine is regularly retrained, automatically on a schedule or manually on request, so it stays up to date. Training happens during normal operation, with no maintenance windows or interruption for users.
• Faster processes — simply confirm the suggested metadata value with a click and the document is correctly recorded. Each suggestion comes with a probability value, enabling reliable blind processing.
• Usable beyond ContextView — MachineLearningEngine is also accessible via a Vault Extension Method, so any application, script or workflow with access to your vault can query the trained model and request a prediction.

Mit der DMSFACTORY MachineLearningEngine fragen Sie mit nur wenigen Klicks an der richtigen Stelle. Ihr M-Files Standardsystem lernt aus eigenen, historisch gepflegten Metadaten und schlägt für neue Dokumente die passenden Werte vor.

Vorhersagen im richtigen Moment: Auf Grundlage des ausgewählten Dokuments ermittelt die DMSFACTORY MachineLearningEngine für M-Files die Metadaten eines Dokuments und füllt die Felder im Hintergrund automatisch aus.

Vollständig lokal und unter Ihrer Kontrolle: Das Modul läuft direkt im Prozess Ihres M-Files-Servers. Es gibt keine Cloud-Anbindung, keinen API-Schlüssel, keine laufenden Kosten pro Dokument – und vor allem: Es verlassen keine Daten die Vault. Für Unternehmen mit hohen Anforderungen an Datenschutz und Betriebssicherheit ist das oft das entscheidende Argument.

Lernen und Anwenden sauber getrennt: Die MachineLearningEngine orientiert sich beim Vorschlagen der Metadaten daran, wie Sie bisher Ihre Metadaten befüllt haben. Nach diesem Muster erhalten Sie für die aktuell zu füllenden Metadatenfelder passende Vorschläge, inklusive Wahrscheinlichkeitswert, um beurteilen zu können, wie verlässlich die Angaben sind.

Vorteile:

• Im Handumdrehen die richtigen Metadaten: Der vorgeschlagene Wert steht auf der Metadatenkarte, bevor gespeichert wird – kein nachträgliches Aufräumen, keine weiteren Bearbeitungsschritte und kein Sprachmodell, das erst über Ihre Inhalte nachdenken muss. Nur die Logik, die bereits in Ihrem M-Files System steckt.
• Einfach skalierbar: Durch das Machine Learning wird die MachineLearningEngine regelmäßig neu trainiert – automatisch nach Zeitplan oder auf Wunsch auch manuell. So bleibt sie stets auf dem aktuellen Stand. Dieses Training erfolgt im laufenden Betrieb, ohne Wartungsfenster und Unterbrechung für die Nutzerinnen und Nutzer.
• Schnellere Prozesse: Kehren Sie langen Erfassungsprozessen den Rücken. Einfach per Klick den vorgeschlagenen Metadatenwert bestätigen und schon ist das Dokument korrekt erfasst. Zudem wird mit jedem Vorschlag ein Wahrscheinlichkeitswert geliefert, der eine zuverlässige Blindbearbeitung möglich macht.
• Auch für andere Anwendungen nutzbar: Die MachineLearningEngine lässt sich nicht nur in Zusammenarbeit mit der ContextView einsetzen. Sie ist zusätzlich über eine sogenannte Vault-Extension-Method abrufbar. Das bedeutet: Jede Anwendung, jedes Skript oder jeder Workflow, der Zugriff auf Ihre Vault hat, kann das trainierte Modell befragen und eine Vorhersage anfordern.