KI / ML 
Softwareentwicklung 
KI automatisiert die Analyse geotechnischer Dokumentation und beschleunigt die Angebotserstellung
Kunde
Ein US-amerikanisches Unternehmen aus dem Bereich Geotechnik, das Angebote (RFPs) für Projekte im Bereich Bodenuntersuchung und Bohrungen erstellt. Im Angebotsprozess analysiert es umfangreiche geotechnische Dokumentation, darunter Bohrprofile und grafische Darstellungen der Bodenschichten. Jedes Projekt weist ein anderes Dokumentenformat auf, was den Einsatz erfahrener Fachleute mit entsprechendem Fachwissen erfordert.
Herausforderung
Die Vorbereitung jedes Angebots erforderte die manuelle Analyse von Hunderten Seiten PDF-Dokumentation. Die Fachleute identifizierten Bodenschichten in geotechnischen Zeichnungen und übertrugen die Daten anschließend in Excel-Tabellen, die für weitere Analysen genutzt wurden.
Der Prozess war:
- zeitaufwendig und monoton,
- abhängig von der Verfügbarkeit qualifizierter Spezialisten,
- anfällig für menschliche Fehler,
- aufgrund der Vielfalt der Dokumentformate mit klassischen Methoden nur schwer zu automatisieren.
Im Rahmen der Arbeiten wurde auch ein Ansatz auf Basis deterministischer Algorithmen getestet, dieser lieferte jedoch keine zufriedenstellende Qualität bei der Datenerkennung.
Lösung
Ein zentraler Bestandteil der Lösung war der Einsatz von Large Language Models (LLMs) und Vision-Language Models (VLMs), die Bild- und Sprachanalyse miteinander verbinden. Dadurch konnten Dokumente, die sowohl textliche Inhalte als auch visuelle Elemente wie Tabellen, Diagramme, Schemata oder technische Zeichnungen enthalten, automatisiert verarbeitet werden.
Dadurch kann das System komplexe geotechnische Dokumentation analysieren, Informationen aus Zeichnungen erkennen und in strukturierte Daten umwandeln.
Die Lösung:
- verarbeitet mehrseitige PDF-Dateien,
- erkennt die Dokumentstruktur und unterteilt sie in einzelne Bohrprofile,
- identifiziert Bodenschichten in Zeichnungen,
- speichert strukturierte Daten in einer Datenbank,
- generiert automatisch Excel-Tabellen im vom Kunden geforderten Format.
Das Projekt begann mit einer Proof-of-Concept-Phase, in der die Wirksamkeit der KI-Modelle anhand realer Kundendaten geprüft und Evaluierungssets erstellt wurden, um die Ergebnisse mit den Analysen der Experten zu vergleichen.
Ergebnisse
Die Einführung der Lösung hat den Prozess der Angebotserstellung deutlich verbessert.
Die wichtigsten Ergebnisse:
- Verkürzung der Dokumentenanalyse von rund 3 Wochen auf etwa 3 Stunden,
- Entlastung der Fachexperten von wiederkehrenden manuellen Aufgaben,
- mehr Zeit für die Analyse und die Erstellung einer größeren Anzahl von Angeboten,
- Analysequalität auf dem Niveau menschlicher Experten und in einigen Fällen sogar darüber hinaus, da das System Fehler in manuell erstellten Daten erkannte,
- schnelle Akzeptanz der Lösung durch die Anwender, die die Anwendung bereits in der frühen Einführungsphase aktiv nutzen wollten.
Design, Entwicklung, DevOps oder Cloud - welches Team brauchen Sie, um die Arbeit an Ihren Projekten zu beschleunigen? Chatten Sie mit unseren Beratungspartnern, um herauszufinden, ob wir gut zusammenpassen.
Jakub Orczyk
Vorstandsmitglied /Verkaufsdirektor
Buchen Sie eine kostenlose Beratung