Wie trainiere ich eine Spracherkennungs-KI? Dieser Aufgabe widmete sich die Weber Instrumente GmbH & Co. KG gemeinsam mit dem Textil vernetzt-Team von Hahn-Schickard, um Informationen aus Prüfanweisungen für den Wareneingang zu filtern. Dafür wurden drei Schlüsselwörter definiert und gelabelt sowie viele Datensätze zur Verfügung gestellt. Damit die Spracherkennungs-KI die Schlüsselwörter auch erkennt, mussten die Labels noch in Attribute gewandelt werden. Dabei wurde eine Genauigkeit von über 95 Prozent erreicht, wenn es darum ging, alle drei Schlüsselworte in Kombination zu erkennen. Die Genauigkeit, ein Schlüsselwort zu erkennen, liegt bei über 99 Prozent.

Beim Abschlusstreffen wurde diskutiert, ob im konkreten Anwendungsfall bei Weber Instrumente die Nutzung einer KI vorteilhaft sei oder ob die Nutzung der regulären Ausdrücke (regex) ausreiche, da es hier schwerpunktmäßig um ein Muster-Matching geht. Dem Unternehmen wurde zum einen gezeigt, wie Daten für eine sprachbasierte KI gelabelt werden müssen, um diese zu trainieren und wie sie eingesetzt werden kann, um künftig Vorhersagen zu treffen. Zum anderen wurde vorgestellt, wie regex-Ausdrücke einfach erstellt werden können. Das KMU hat damit zwei Werkzeuge an die Hand bekommen, wie es seine Wareneingangs- und Endprüfung weiter digitalisieren und schneller Informationen aufrufen kann.

Erfahren Sie mehr zum Projekt "Extraktion von Informationen aus Prüfanweisungen für Wareneingang".