Im Mittelpunkt stand die Entwicklung eines End-to-End-Prozesses, der gedruckte, digitale und handschriftliche Dokumente – darunter Verträge oder Kontoauszüge – automatisiert erkennt, verarbeitet und für die weitere Nutzung aufbereitet.
Das Projekt kombinierte verschiedene KI-Verfahren zur Dokumentenanalyse und Berichtserstellung:
- Spezialisierte OCR-Pipelines für die deutsche Sprache extrahieren Informationen aus komplexen Handschriften und reduzieren den manuellen Bearbeitungsaufwand.
- Large Language Models (LLMs) erzeugen kontextsensitive Textbausteine und füllen Berichtsplatzhalter mit validierten Informationen.
- Ein „LLM-as-a-Judge“-Ansatz prüft die Plausibilität der generierten Inhalte automatisiert und unterstützt die Qualitätssicherung.
- RAG-Technologien (Retrieval Augmented Generation) sowie das Caching von Embedding-Daten ermöglichen eine anpassungsfähige und skalierbare Verarbeitung, ohne dass Modelle kontinuierlich nachtrainiert werden müssen.
Die am TTZ Günzburg entwickelte Dokumentenpipeline adressiert Anwendungsfälle der regionalen Wirtschaft, bei denen Informationen aus unterschiedlichen Dokumenttypen automatisiert identifiziert und verarbeitet werden. Die im Projekt entwickelten Methoden lassen sich zudem auf weitere Einsatzbereiche übertragen, beispielsweise auf die Analyse juristischer Dokumente oder die automatisierte Extraktion von Formulardaten.
Die Forschung zeigt, wie sich KI- und OCR-Verfahren für die Digitalisierung administrativer Prozesse einsetzen lassen. Durch den Transfer der Forschungsergebnisse in die Praxis entstehen Anknüpfungspunkte für Unternehmen der Region sowie für die akademische Lehre und zukünftige Abschlussarbeiten.
Kontakt
Professor Dr. Alexander Bartel
Professor für das Gebiet Agile Software Engineering
Cluster Head "Applied AI" TTZ Günzburg
Ordentliches Mitglied am Institut für Digitale Transformation (IDT)
