Besipiele aus den letzten Jahren:
Branche
| Projekt
|
| Logistik / Pharma | Liquid-S arbeitete mit t2b zusammen, um die Dokumentendigitalisierung durch den Einsatz KI-basierter Bildanalyse und KI-basierter Modelle zu verbessern und die Grenzen klassischer OCR bei qualitativ schlechten und komplex strukturierten Dokumenten zu überwinden. Die Lösung hat die Erkennungsgenauigkeit und die Metadatenextraktion deutlich verbessert und gleichzeitig vollständige Vertraulichkeit sowie den Einsatz in einer GxP-validierten Umgebung sichergestellt. |
| | |
Liquid-S ist ein Schweizer Unternehmen, das auf Electronic Document Management sowie Quality Assurance für Geschäftsprozesse spezialisiert ist. Der Fokus liegt auf dem Scannen von Papierarchiven und deren Umwandlung in durchsuchbare digitale PDF-Dokumente, die mit Metadaten angereichert sind. In vielen Projekten verarbeitet das Unternehmen große Mengen historischer Dokumente für Unternehmenskunden.
Eine zentrale Herausforderung entsteht, wenn klassische OCR-Systeme bei komplexen oder qualitativ schlechten Dokumenten versagen. Diese Fehler treten typischerweise bei komplexen Layouts wie Tabellen, mehrspaltigen Strukturen oder über mehrere Seiten verteilten Textblöcken auf. Sie entstehen auch, wenn die Dokumentqualität durch wiederholtes Kopieren oder physische Alterung stark beeinträchtigt ist. In einigen Fällen machen solche problematischen Dokumente einen erheblichen Anteil ganzer Archive aus.
Um diese Herausforderung zu adressieren, hat Liquid-S t2b beauftragt, fortschrittliche KI-basierte Alternativen zu untersuchen. T2b führte eine erste Analyse durch und entwickelte einen Prototypen auf Basis der Thalabus™-Plattform. Die Lösung kombinierte KI-gestützte Bildanalyse mit Large Language Models zur semantischen Interpretation von Dokumentinhalten. Dadurch konnte das System den Kontext verstehen, anstatt sich ausschließlich auf eine zeichenbasierte Erkennung zu stützen.
Der Prototyp erreichte eine Erfolgsrate von 100 Prozent im getesteten Datensatz. Damit übertraf er klassische OCR-Verfahren deutlich, die anfällig für Fehlinterpretationen visuell ähnlicher Zeichen sind. Eine weitere Herausforderung der Zusammenarbeit war die Extraktion von Metadaten aus komplex strukturierten PDF-Dokumenten. Herkömmliche Extraktionstools hatten Schwierigkeiten, sinnvolle Textblöcke in unregelmäßigen Layouts zu identifizieren.
T2b erweiterte die Lösung durch den Einsatz einer fortgeschrittenen PDF-Extraktionsbibliothek in Kombination mit LLM-basierter Logik. Dieser Ansatz erzielte eine Erfolgsrate von 99 Prozent bei der Metadatenextraktion. Zusätzlich verbessert die Lösung die Qualität gescannter Bilder durch Vorverarbeitungsschritte wie Rauschreduzierung und Ausrichtungskorrektur, unterstützt Handschrifterkennung und rekonstruiert komplexe Seitenstrukturen einschließlich Tabellen und eingebetteter Elemente. Die Vertraulichkeit wird gewährleistet, da die Verarbeitung vollständig auf lokalen Modellen ohne externe Datenübertragung erfolgt.
Ein weiterer wichtiger Aspekt der Lösung ist, dass Liquid-S die Thalabus™-basierte Lösung in einer GxP-validierten Umgebung betreibt. Dadurch wird sichergestellt, dass alle KI-gestützten Dokumentenverarbeitungs- und Metadatenprozesse strengen regulatorischen und auditierbaren Anforderungen entsprechen. Der Ansatz kombiniert somit leistungsstarke KI-Funktionalitäten von t2b mit vollständiger Nachvollziehbarkeit, Validierung und Compliance für regulierte Industrien.
Aufgrund dieser Ergebnisse hat Liquid-S beschlossen, die Lösung gemeinsam mit t2b auf der Thalabus™-Plattform in die Produktion zu überführen. Beide Unternehmen arbeiten weiterhin eng zusammen, um die Lösung kontinuierlich zu verbessern und die Modelle fortlaufend zu optimieren, mit dem Ziel, Effizienz und Leistungsfähigkeit langfristig weiter zu steigern.
