Normen maschinenlesbar machen
Die Aufgabe
Normen liegen als Dokument vor, gebraucht werden aber einzelne Werte. Kennwerte werden aus mehreren Normen von Hand zusammengesucht.
Industrieunternehmen befragt, bevor die erste Zeile Code entstand
Eigenschaftsgruppen aus den Normtabellen erschlossen: chemisch, mechanisch, physikalisch, technologisch
Kurz zum Kunden
Verlag für technische Normen und Regelwerke. Sein Bestand ist die Grundlage von Konstruktion, Beschaffung und Qualitätssicherung in der Industrie, verfügbar allerdings überwiegend als Dokument und nicht als Datum.
Unsere Lösung
Bevor man Normen maschinell lesbar macht, muss man wissen, wer welchen Wert daraus tatsächlich braucht.
Die Aufgabe
Normen liegen als Dokument vor, gebraucht werden aber einzelne Werte. Ein Konstrukteur, der einen Werkstoff auswählt, sucht Kennwerte aus mehreren Normen von Hand zusammen. Im Wareneingang werden Materialzeugnisse manuell gegen Normanforderungen verglichen. Und Werksnormen sind mit den öffentlichen Normen nicht verknüpft, sodass niemand schnell sieht, was eine geänderte Norm im eigenen Haus auslöst. Der Verlag will wissen, ob sich sein Bestand maschinell verarbeiten lässt, als Grundlage für bessere Recherche und für neue Angebote auf dem Weg zu maschinenlesbaren Standards.
Unser Ansatz
Erst die Anwender fragen, dann die Technik wählen. Wir haben drei Industrieunternehmen leitfadengestützt befragt, einen Metallverarbeiter, einen und einen Landmaschinenhersteller, bevor die erste Zeile Code entstand. Die Schmerzpunkte lagen nicht dort, wo man sie erwartet: Nicht das Finden einer Norm war das Problem, sondern das Zusammenführen von Werten aus mehreren Normen, der manuelle Abgleich von Materialzeugnissen im Wareneingang und die fehlende Verknüpfung von Werks- und öffentlichen Normen. Dazu eine Erkenntnis, die die ganze technische Richtung bestimmte: Die meisten gesuchten Angaben stehen in den Tabellen der Normen, nicht im Fließtext. Damit war die Aufgabe und nicht Textverstehen.
Ein Vorgehensmodell mit einer Linie, die die meisten Prototypen nie überschreiten. Wir arbeiten mit einer erweiterten Fassung des Standardvorgehens für KI-Projekte: Geschäftsverständnis, Datenverständnis, Datenaufbereitung, Modellierung, Evaluation, und darüber eine Governance-Linie mit Zertifizierung, Testmanagement, Überwachung und Betrieb. Der Grund dafür ist banal und teuer: Sehr viele KI-Prototypen erreichen die Produktivsetzung nie, weil ihnen nie die Fragen gestellt wurden, die ein Betrieb stellt. Wir stellen sie vorher.
Nicht raten, sondern belegen. Die Schnittstelle gibt zu einem Werkstoff nicht eine Antwort zurück, sondern alle gefundenen Tabellen, jeweils mit der Norm, aus der sie stammen, mit Ausgabe und Anmerkungen. Das ist in der Anzeige unbequemer und die einzig vertretbare Entscheidung: Wer einen Kennwert in einer Konstruktion oder einer Wareneingangsprüfung verwendet, muss zeigen können, woher er kommt. Eine Extraktion, deren Ergebnis sich nicht zurückverfolgen lässt, ist in diesem Umfeld wertlos, und zwar unabhängig davon, wie gut das Modell ist.
Am Ende etwas, das man anfassen kann. Der Ergebnisstand war kein Bericht, sondern eine Anwendung: Suche mit Filtern über Zugfestigkeit, Dehngrenze, Dichte, Wärmebehandlung, Schweißeignung und chemische Zusammensetzung, Trefferliste, Detailansicht mit den Tabellen. Dahinter eine Architektur mit getrennten Diensten für Darstellung, Verarbeitung, Datenhaltung und Sprachverarbeitung, in Containern betrieben, mit drei bewerteten Varianten für den Betrieb. Und eine Ontologie, damit die erschlossenen Daten nicht in einer Tabelle enden, sondern in einer Struktur liegen, auf die weitere Anwendungsfälle aufsetzen können.
Das Ergebnis
Eine lauffähige Webanwendung zur Werkstoffsuche.
Sie erschließt chemische Zusammensetzung, mechanische, physikalische und technologische Eigenschaften aus den Normtabellen und macht sie über Kennwerte filterbar, mit Trefferliste nach Werkstoffnummer, Kurzname und Erzeugnisform, mit Detailansicht je Werkstoff und mit der Angabe, aus welcher Norm in welcher Ausgabe jeder Wert stammt. Dahinter eine Extraktionsstrecke, eine Ontologie für die Ablage und eine Serviceschnittstelle. Übergeben mit Live-Demonstration.
Diese Leistungen steckten im Projekt
Weitere Projekte
Alle Referenzen ansehen


Kontakt
Sprechen Sie uns an
Schreiben Sie uns eine Zeile. Wir ordnen Ihre Frage ein und melden uns.
