ELAMU

Einsatz maschineller Lernverfahren zur Analyse von Materialzertifikaten bei produzierenden Unternehmen

Motivation

In vielen Produktions- und Handelsbranchen sind präzise Informationen über die chemische Zusammensetzung von Materialien unerlässlich. Nur so können Prozesssicherheit, Produktqualität, Chargenreinheit und Rückverfolgbarkeit gewährleistet werden. Leider werden Materialzertifikate trotz einiger Bemühungen, sie digital und standardisiert zu erfassen (z. B. per Fax, E-Mail oder über Web-Portale), immer noch häufig in unstrukturierter Form auf Papier und manchmal sogar handschriftlich weitergegeben. Dies führt zu Fehlern und verursacht hohe Kosten durch manuelle Bearbeitung.

Ziele und Vorgehen

Ein Hauptziel von ELAMU besteht darin, diese Fehleranfälligkeit und Kosten bei der Bearbeitung von Materialzertifikaten erheblich zu reduzieren. Gleichzeitig soll die Datenqualität verbessert und die Informationen für nachfolgende Prozesse verfügbar gemacht werden. Dazu werden neueste Erkenntnisse aus der KI-Forschung und Zeichenerkennung (OCR und ICR) kombiniert und auf komplexe praktische Anwendungsfälle angewendet. Um den Einsatz von auf maschinellem Lernen basierenden Methoden zur intelligenten Dokumentverarbeitung (IDP) für Endnutzende benutzerfreundlicher zu gestalten, werden zudem Methoden und Erfahrungen aus der Endbenutzenden-Entwicklung (z. B. visuelle Programmierung, Anpassbarkeitsinterfaces, Collaborative Tailoring) und der Aneignungsunterstützung (z. B. Nutzungsdiskursumgebungen, erweiterbare Hilfesysteme) entsprechend angepasst.

Innovationen und Perspektiven

Die interoperable Plattform wird eine wichtige Innovation darstellen, da sie komplexe und differierende Materialzertifizierungen als unstrukturierte Daten verarbeiten kann. Dabei sollen Schnittstellen zu Folgesystemen für Ressourcenplanung und Qualitätsmanagement (wie ERP oder CAQ) geschaffen und die Benutzeroberfläche entsprechend den Usability-Kriterien (z. B. DIN EN ISO 9241) gestaltet werden. Dabei werden insbesondere praxis-erprobte Interaktions- und Partizipationskonzepte zur Beteiligung der Mitarbeitenden berücksichtigt.

Projektinformation

Projektleitung

NeurologIQ Engineering GmbH
Martinshardt 19
57074 Siegen

Volumen

1,1 Mio. € inkl. Projektpauschale für die beteiligte Universität

Laufzeit

10/2023 – 09/2026

Projektpartnerinnen und -partner

AVENTUM GmbHRobert Josef Wolf GmbH & Co. KGFernuniversität Hagen