Deep Learning in plusmeta - Das Forschungsprojekt DEEEP

Eva-Maria Meier von

Teaserbild Deeep

DEEEP steht für „Deep-Learning-Erweiterung der plusmeta-Plattform für die Erkennung und Extraktion von Produktwissen“. Dank einer Landesförderung können wir dieses neue Forschungsprojekt angehen. Unseren Forschungsgegenstand und die Ziele des Projekts stellen wir Ihnen in diesem Blogbeitrag vor.

KI made in BW

Mit dem Innovationswettbewerb „KI made in BW“ fördert das Land Baden-Württemberg kleine und mittelständische Unternehmen, die Künstliche Intelligenz einsetzen und gibt dem Technologiestandort Baden-Württemberg damit ordentlich Auftrieb. Wir freuen uns, dass wir mit plusmeta und unserem Vorhaben überzeugen konnten. Im Juli haben wir davon schon kurz berichtet.

Die Grafik zeigt das Logo des Wirtschaftsministeriums Baden-Württemberg.

Die Förderung gibt uns die Möglichkeit, neue KI-Methoden zu implementieren. Im „Geschäftsalltag“ fallen Projekte mit derartigen Innovationssprüngen in der Regel Zeitdruck und Budgetgrenzen zum Opfer.

Jetzt haben wir die Chance richtig in das Thema einzutauchen und aktuelle Forschungsergebnisse einzubringen. Natürlich bleiben wir dabei immer praxisverbunden und denken Anwendungsmöglichkeiten für unsere Kunden mit. Dementsprechend startet unser Projekt auch mit einer Anforderungsanalyse.

Worum geht es im Forschungsprojekt? - Datenbasis für Industrie 4.0 schaffen

Die Technische Dokumentation zu Produkten enthält wichtige Informationen für die sichere und effiziente Anwendung, Pflege und Wartung. Heute sind diese Informationen in der Regel nur für Menschen lesbar in Prosatexten versteckt. Dem gegenüber steht die Herausforderung, dass sämtliche Industrie-4.0-Szenarien auf der Verfügbarkeit maschinell verarbeitbarer Informationen und Produktdaten basieren.

Dokumente werden von der KI analysiert und das Wissen wird automatisiert extrahiert. Dadurch kann es maschinenlesbar bereitgestellt und in modernen Anwendungen genutzt werden.

Das Anreichern mit maschinenlesbaren Informationen (Metadaten) bei der Erstellung ist in vielen Bereichen noch nicht angekommen. Die manuelle Nachbearbeitung von Bestandsdaten ist wirtschaftlich oft nicht tragbar. plusmeta bietet heute schon verschiedene Methoden, diese Aufgabe automatisiert mit KI-Unterstützung zu bewerkstelligen. Mit den im Rahmen von DEEEP geplanten Entwicklungen, wird die Datenaufbereitung mit Metadaten noch effizienter und funktional erweitert.

Die plusmeta-KI-Methoden werden um die KI-Methode Deep Learning erweitert.

Innovation: Deep Learning für die Technische Kommunikation

DEEEP erweitert das Portfolio der KI-Methoden um „Deep Learning“. Deep Learning ist eine junge Disziplin innerhalb des Machine Learnings. Dabei werden dem menschlichen Gehirn nachempfundene neuronalen Netze aufgebaut. Deep Learning eröffnet für plusmeta die Möglichkeit, zentrale neue Features mit deutlichen Verbesserungen einzuführen.

In der Technischen Kommunikation findet Deep Learning für die Klassifikation von Inhalten bisher nur in Forschungskontexten Einsatz. Mit der plusmeta-Erweiterung wird Deep Learning auch für Praktiker zugänglich.

Mit dem Vorhaben werden drei Ziele verfolt. Der Initialaufwand soll gesenkt werden, Bilder sollen verarbeitet werden können und Vorhersagengenauigkeit soll gesteigert werden.

Initialisierungsaufwände senken

Wer aktuell Machine Learning in plusmeta nutzen möchte, trainiert zunächst manuell ein Machine-Learning-Modell. Für jeden vorherzusagenden Wert ist dabei eine kritische Menge an händisch klassifizierten Dokumenten nötig. Bei Deep Learning können wir auf vortrainierten Modellen aufsetzen und auch unüberwachte Trainingsmethoden integrieren. Beispielsweise sind für die Datenexploration Verfahren denkbar, die ohne Vortraining auskommen (Clustering). Außerdem ist durch die Kombination verschiedener KI-Methoden ein Vorschlagswesen für zuweisbare Metadaten denkbar.

Verarbeitbare Medien erweitern

Mit Deep Learning Modellen können neben Texten weitere Medien analysiert werden. plusmeta soll zukünftig in der Lage sein, Bilder zu interpretieren und zu klassifizieren. Ziel ist es, unterscheiden zu können, um welche Grafikart es sich handelt. Zeigt das Dokument einen Elektroschaltplan, eine isometrische Produktansicht oder einen Hydraulikplan?

Vorhersagegenauigkeit steigern

Deep Learning ermöglicht ein tiefergehendes Verständnis der Inhalte. Die Erwartung liegt daher nahe, dass mit Deep Learning die Klassifikation noch zielsicherer funktioniert. Auch kundenübergreifend nutzbare Modelle sind dabei denkbar.

Synergie aus Forschung und Praxis

Unsere Ziele können wir nur erreichen, wenn wir ausreichend Trainings- und Testdaten haben. Die besten Ergebnisse erzielen wir sicher, wenn wir direkt mit realistischen Industriedaten arbeiten.

Unternehmen, deren Daten wir im Forschungsprojekt nutzen dürfen, bekommen bereits in einem frühen Stadium Einblicke in unsere Forschungsergebnisse. plusmeta-Kunden, die eine Datenpartnerschaft mit uns eingehen, dürfen Entwicklungen, die im Rahmen des Projekts entstehen, vor allen anderen testen und einsetzen.

Sie sind neugierig geworden? Dann schreiben Sie uns eine E-Mail an hallo@plusmeta.de!