EDAG-Forschungsprojekt „AIdentify“ Technische Kurztexte per KI erfassen und auswerten

Anbieter zum Thema

Sinequa

EDAG Engineering GmbH

Die EDAG Group hat nach zwei Jahren Forschung ihr Projekt „Künstliche Intelligenz zur semantischen Analyse technischer Kurztexte“ („AIdentify“) erfolgreich abgeschlossen. Es soll das Auswerten und Verfassen technischer Kurztexte in der Automobilentwicklung neu definieren.

„AIdentify“ dreht sich um die automatisierte Textanalyse und -redaktion per KI. Komplexe, technische Texte sind in der Automobilentwicklung Alltag. Um derartige Texte zu analysieren, setzt die EDAG Group auf Natural Language Processing (NLP). Gemeinsam mit dem Think Tank denkbares GmbH hat der Entwicklungsdienstleister das zweijährige Forschungsprojekt nun abgeschlossen. Ziel war es, Inkonsistenzen in der Fahrzeugentwicklung, Trends in der Automobilindustrie und ländertypische Fehler an Fahrzeugen einfacher und schneller zu erkennen.

„Die maschinelle Textanalyse und -erstellung ist für die EDAG Group ein weiterer Meilenstein für den Auf- und Ausbau eines zukunftsweisenden Ökosystems der Mobilität von morgen“, erklärt Cosimo De Carlo, Geschäftsführer und CEO der EDAG Group. Mit der EDAG Pipeline „AIdentify“ liege nun ein vielversprechender Prototyp einer strukturierten und weitgehend automatisierten Wissens- und Informationsvermittlung vor. Er werde die Technologieentwicklung in der Automobilindustrie maßgeblich voranbringen, ist sich De Carlo sicher.

Große Textmengen bewältigen

Das EDAG-Softwareentwicklungsteam untersuchte im Rahmen des Forschungsprojekts, ob und wie insbesondere NLP zur Bewältigung der rasant wachsenden Zahl von Kurztexten beitragen kann. Derartige Kurztexte fallen in der Automobilindustrie beispielsweise bei Prüfstands- oder Einsatzberichten von Servicetechnikern oder Kundenreklamationen an. Mithilfe von KI sollen sie in einem Datenbank-basierten Ticketsystem automatisiert ausgewertet und verarbeitet werden.

Was zunächst einfach klingt, hat es in sich: „Der Unterschied von technischen Kurztexten zu Prosa ist, dass diese von etlichen Autoren mit unterschiedlichem Hintergrundwissen erstellt wurden. Sie weisen oft Rechtschreibfehler, Codes, Abkürzungen, Mehrsprachigkeit und Umgangssprache auf. Damit stoßen die gängigen NLP-Ansätze an ihre Grenzen“, verdeutlicht Softwareentwicklerin Nathalie Klingler, die zudem Spezialistin auf dem Gebiet „Explainable Artificial Intelligence“ ist.

Wissensquelle statt Ablage

Nach dem Kenntnisstand des EDAG-KI-Teams wurden derartige Datenbanken bislang nur als Ablage und nicht als Wissensquelle genutzt. „AIdentify“ ermöglicht nun die Ausgabe semantisch ähnlicher Texte auf Basis eines Eingangstextes. Per KI werden Ansätze evaluiert und daraus Empfehlungen für den Umgang mit technischen Kurztexten abgeleitet. „Dadurch erhalten die Mitarbeiterinnen und Mitarbeiter Zugriff auf Lösungen von ähnlichen Problemen und werden so in ihrer Arbeit mit technischen Kurztexten sinnvoll unterstützt“, so Softwareentwickler Jochen Nüßle.

Die nun vorliegende Pipeline ist nach Abschluss des Forschungsprojekts auf funktionsfähigem Stand. Sie ermöglicht bereits die Extraktion ähnlicher Texte und deren Aufbereitung aus einer Datenbank. Zusätzliche Evaluationen und weitere Praxistests sollen nun folgen, um eine robuste und modulare Toolbox zur Marktreife zu führen. Sie soll sich ohne große Anpassungen auch für andere Anwendungsfälle und Datenbasen eignen.

(ID:49041222)