Text-Extraction und -Detection bei einem global führenden Elektronikfertiger

Schlagwörter
Text Extraction, Text Detection, maschinelles Lernen

Zeitaufwändiger Vergleich von Datenblättern im Zuge des Second Source Prozesses für Bauelemente
Arbeitsintensive und fehleranfällige Copy & Paste Arbeit von Parametern aus PDF in Excel zur Erstellung eines Vergleiches
Blockieren interner, hoch qualifizierter Ressourcen für eine monotone und wenig wertschöpfende Tätigkeit
Inkonsistenzen bei der Entscheidungsfindung aufgrund fehlerhafter Parameter und unnötige, mehrfache Bearbeitung desselben Vergleichsprozesses

Agiles Projektmanagement und Workshop-Moderation mit den Know-how-Trägern des Kunden
Einsatz verschiedener Verfahren des maschinellen Lernens zur Identifizierung, Extrahierung und Bereitstellung von Parametern aus PDF-Dateien

Analyse bestehender Datenblattvergleiche auf Excelbasis
Identifizierung der wichtigsten Parameter je Bauteilklasse durch Workshops mit Spezialisten auf Kundenseite
Einsatz von maschineller Textextraktion und -erkennung, um die Daten aus mehreren Datenblättern zu extrahieren und zu vergleichen
Verwendung von Techniken zur Verarbeitung natürlicher Sprache, um die Textdaten zu bereinigen und vorzuverarbeiten und so die Genauigkeit und Konsistenz der extrahierten Daten sicherzustellen
Vergleich der extrahierten Datenfelder und automatisierte Kennzeichnung von Unterschieden
Bereitstellung in einem userfreundlichen Frontend für die Analyse und Entscheidungsfindung durch qualifiziertes Personal
Begleitung des gesamten Prozesses durch ein agiles Projektmanagement (Durchführung in Sprints)

Lösung