💡 Zusammenfassung
In dieser Präsentation erläutern Florian Geiger von Viesmann IT Service und Dr. Christian Schwöbe von wattx, wie sie Künstliche Intelligenz (KI) zur Optimierung von Dokumentenprozessen im deutschen Mittelstand einsetzen. Sie fokussieren sich auf einen spezifischen Anwendungsfall im Bauwesen, wo unstrukturierte Daten aus Leistungsverzeichnissen verarbeitet werden müssen. Ziel ist es, durch den Einsatz von KI die Angebotserstellung für Bauprojekte zu beschleunigen und die Effizienz der Mitarbeiter zu steigern. Dabei erklären sie die Herausforderungen, wie den Mangel an Trainingsdaten, und den schrittweisen Aufbau eines Systems, das aus Benutzerinteraktionen lernt und immer präzisere Produktempfehlungen gibt.

⬆️ Highlights
🛠️ Herausforderungen überwinden: Der Mangel an Trainingsdaten wurde durch eine clevere Kombination aus benutzerfreundlicher Software und domain-spezifischem Wissen bewältigt.
📄 Dokumentenautomatisierung: Der Prozess der Angebotserstellung wurde durch KI-basierte Produktempfehlungen und automatisierte Datenextraktion aus PDF-Dokumenten erheblich beschleunigt.
🔍 NLP und Matching: Die Nutzung von Natural Language Processing (NLP) zur Verbesserung der Produktvorschläge zeigte, wie wichtig maßgeschneiderte Algorithmen für die Praxis sind.
📈 Effizienzsteigerung: Das entwickelte System ermöglicht es den Mitarbeitern, mehr Angebote in kürzerer Zeit zu bearbeiten, ohne dabei Arbeitsplätze zu gefährden.

Kapitelübersicht
00:00:00 – Einführung und Vorstellung Florian Geiger und Dr. Christian Schwöbe stellen sich und ihre Unternehmen vor und geben einen Überblick über das Thema KI-gestützte Dokumentenverarbeitung im Mittelstand.
00:02:18 – Problemstellung im Bauwesen Die Herausforderungen bei der Verarbeitung unstrukturierter Daten in Leistungsverzeichnissen und die zeitaufwendige manuelle Arbeit der Mitarbeiter werden beschrieben.
00:04:33 – Vorgang der Angebotserstellung Ein detaillierter Einblick in den Prozess der Angebotserstellung im Bauwesen, inklusive der Identifikation passender Produkte und der Herausforderungen durch die unstrukturierten Daten.
00:09:04 – Lösungsansatz durch KI Dr. Schwöbe erläutert den Ansatz, wie durch die Einführung einer neuen Software Trainingsdaten gesammelt und ein erster Matching-Algorithmus implementiert wurde.
00:10:49 – Erste Implementierungserfolge Die ersten Ergebnisse und der Aufbau der Software, die strukturierte Ansichten und Produktempfehlungen bietet, werden vorgestellt.
00:12:47 – Vertiefung der Trainingspipeline Eine detaillierte Erklärung der Pipeline zur Datenverarbeitung und des Trainingsprozesses für den Matching-Algorithmus.
00:16:03 – Ergebnisse und Ausblick Zusammenfassung der erzielten Erfolge, der Effizienzsteigerung und der nächsten Schritte, wie die Implementierung von PDF-Parsing zur weiteren Automatisierung.