Natural Language Processing - Das Schlüsselelement für die Wertschöpfung aus unstrukturierten (Text-) Daten

Sprache ist omnipräsent und begegnet uns sowohl in unserem Alltag als auch in unserem beruflichen Umfeld in vielen unterschiedlichen Facetten – von Menschen geschrieben, gesprochen und in unterschiedlichen Sprachen kommuniziert, aber auch analysiert, bearbeitet und synthetisiert durch Maschinen. Mit Natural Language Processing (NLP) sind Computer in der Lage, natürliche Sprache automatisiert zu verarbeiten, zu erzeugen und als Schnittstelle zwischen Mensch und Maschine zu fungieren.

Als Anwendungsbereich der Künstlichen Intelligenz (KI) kommt NLP immer dann zum Einsatz, wenn monotone Prozesse bzw. häufig wiederkehrende Aufgaben in der Textverarbeitung automatisiert, anschließend optimiert und in ein übergeordnetes Framework eingegliedert werden sollen. Dadurch können in verschiedenen Bereichen Fehler minimiert, Prozesse (teil)automatisiert und Einsparungen (durch verringerten Personalaufwand) erzielt werden.

In vielen Unternehmen findet zunehmend eine Verlagerung in Richtung Digitalisierung und Automatisierung statt. Dabei fallen kontinuierlich enorme Mengen an unstrukturierten Daten an, deren Umfang und Komplexität die betroffenen Stakeholder vor einer Auswertung abschrecken lassen, oder das Potenzial in den vorhandenen Daten häufig erst gar nicht erkannt wird.

Egal ob Störmeldungen in Fertigungsprozessen analysiert, Arztbriefe strukturiert abgelegt oder Produkte automatisiert vorgeschlagen werden sollen, NLP bietet ein breites Spektrum an branchenspezifischen und -übergreifenden Einsatzmöglichkeiten.

Diese Chancen möchten wir gemeinsam mit unseren Kundinnen und Kunden wahrnehmen – mit dem Einsatz von AnnaLyTE, unserem Kompetenzbereich für die Wertschöpfung aus Ihren Textdaten.

AnnaLyTE

AnnaLyTE - Natural Language Processing Solutions

Die RISC Software GmbH unterstützt ihre Kundinnen und Kunden mit ihrer langjährigen, praktischen Erfahrung, wenn es um die Entwicklung von individuell zugeschnittenen, KI-gestützten Lösungen geht. Eingesetzt werden dabei innovative NLP-Technologien, die auf vier grundlegenden Komponenten aufbauen:

  • Spezifisch für die Problemstellung ausgewählte Analysemethoden
  • Die starke Integration von Domänen-Know-how
  • Maßgeschneiderte Infrastruktur-Lösungen
  • Umfassendes Management von (Big) Data

Unsere KundInnen werden nicht nur bei der Entwicklung von spezifischen Lösungen, sondern beim Durchlauf der gesamten digitalen Prozesskette unterstützt. Dies beginnt bereits bei der Konzeptionierung der Gesamtarchitektur und der Toolauswahl und schließt sowohl die Anbindung an Datenquellen als auch die Aufbereitung der Daten mit ein, um eine sichere Anwendung von Analysemethoden aus dem NLP-Umfeld zu ermöglichen. Die kontinuierliche Integration der Domänen-ExpertInnen ist dabei von entscheidender Bedeutung, um in der Entwicklung alle Eigenschaften und Besonderheiten eines Fachbereichs richtig abbilden zu können. Abhängig von den Anforderungen reichen die möglichen Entwicklungsstadien von Prototypen und MVP’s bis hin zur Entwicklung von eigenständiger Software oder der Integration von Lösungen in ein bestehendes System.

Wir gestalten mit Ihnen die Anwendungen von morgen

In einer Vielzahl an Anwendungen steckt NLP als Kernfunktionalität. NLP ist so vielseitig und breit einsetzbar, dass es unterschiedlichste Anwendungsgebiete in einer Vielzahl an Domänen gibt. Wir haben für Sie eine Auswahl an klassischen Anwendungsfällen von Text- und Dokumentanalyse zusammengefasst:

Use-Case 1: „Automatisierte Dokumentklassifikation“

Sie arbeiten im Controlling und möchten zukünftig nur noch all jene Dokumente (bzw. Dokumenttypen) bekommen, für die Sie zuständig sind.

Use-Case 2: „Automatisierte Extraktion von Informationen aus Dokumenten wie bspw. Rechnungen oder Lieferscheinen“

Sie sind LeiterIn der Warenannahme und wollen zukünftig die Details der Lieferungen nur noch kontrollieren, anstatt sie händisch zu erfassen.

Use-Case 3: „Customer Support“

Sie sind OnlineversandhändlerIn und möchten die Reaktionszeiten des Kundenservices durch die automatisierte Verarbeitung und Beantwortung von Kundenanfragen verkürzen.

Use-Case 4: „Automatisierte Bewertung von Kundenfeedback“

Sie sind Marketingbeauftragte/r und möchten auf Social Media einen Überblick über die Stimmung und die Reaktionen in Bezug auf Ihre neue Werbekampagne oder Ihr neues Produkt erhalten.

Use-Case 5: „Unterstützung in der klinischen Dokumentation und Organisation“

Sie arbeiten als Facharzt und möchten essenzielle Informationen aus mehreren, umfangreichen Anamnesen einzelner PatientInnen zusammenfassen, um einen ganzheitlichen Blick über die Krankheitsgeschichte zu erhalten.

Kernkompetenzen

Auf der Suche nach Schlüsselwörtern

Textdokumente enthalten jede Menge an Informationen, doch nicht alles ist dabei relevant. Gezielt besonders wichtige Informationen aus Texten zu extrahieren und strukturiert abzulegen kann dabei helfen, ein besseres Textverständnis zu gewinnen und ermöglicht weitere (automatisierte) Verarbeitungsschritte der Daten wie beispielsweise Dokumentklassifikation.

Händisch sortieren war gestern

Manuelles Sortieren von Dokumenten kann sehr zeit- und personalaufwändig sein. Durch die Automatisierung des Klassifikationsvorgangs können Dokumente in die von Ihnen zuvor gewählten Kategorien automatisch einsortiert werden. Nachdem das System die Arbeit weitgehend unabhängig mit einer hohen Trefferquote für Sie erledigt, können dadurch freigewordene Ressourcen für Qualitätskontrollen und weitere wichtige Aufgaben genutzt werden, die ausschließlich von FachexpertInnen durchgeführt werden können.

Wie Emotionen greifbar werden

Den Überblick über die aktuelle Stimmungslage der eigenen KundInnen zu behalten gestaltet sich häufig als schwierige Angelegenheit. Mithilfe der Sentimentanalyse kann positives und negatives Feedback in Texten (z.B. Kundenrezensionen) erkannt werden und dabei helfen, Reaktionszeiten auf Anfragen zu verkürzen und schnell bzw. gezielter auf die Bedürfnisse von KundInnen einzugehen.

Weitere Anwendungsgebiete des NLP

Übersetzen von Texten in andere Sprachen (Machine Translation)

Erkennen von Fake News

Identifizieren von ähnlichen Themen in Texten (Topic Modelling)

Automatisches Erstellen oder Zusammenfassen von Texten

Erkennen von (Hand-)Schrift in Scans oder Bildern (OCR)

Spracherkennung und -synthese

Chatbots

NLP-Referenzen

Newsadoo: “Spotify für News”

Eine vielversprechende europäische Lösung zum verlässlichen, sicheren und personalisierten Konsum von News-Content

Wenn künstliche Intelligenz zwischen den Zeilen liest

Forscher der RISC Software GmbH untersuchten, ob es einen Zusammenhang zwischen Twitter-Nachrichten und Aktienkursen gibt. Dabei wurden sogenannte „Deep-Neural-Networks“ eingesetzt.

Big-Data-Referenzen

Data Science in der Industrie

Im Zeitalter der Industrie 4.0 ermöglichen die Digitalisierung und Automatisierung eine umfangreiche Erfassung von Maschinen-, Prozess- und Logistikdaten. Unternehmen unterschiedlichster Branchen stellt dies vor die Herausforderung, große Datenmengen sicher zu speichern und nutzbringend zu verarbeiten.

Forschungsprojekt BOOST 4.0

Boost 4.0 ist die größte europäische Initiative für Big Data für Industrie 4.0. Boost 4.0 hat ein Budget von 20 Mio. Euro mit einer zusätzlichen privaten Investition von 100 Mio. Euro.

Kontakt

Mag.a Stefanie Kritzinger, PhD

Head of Unit Logistics Informatics
Telefon: +43 7236 93028-201
E-Mail: stefanie.kritzinger@risc-software.at

Weiterlesen

Förderungen mit laufender Einreichmöglichkeit

Wir haben für Sie einige Förderungen zusammen gestellt, die laufend beantragt werden können.

„OK Google: Was ist Natural Language Processing?”

Natural Language Processing ermöglicht es, die menschliche Sprache maschinell zu lesen, zu entschlüsseln und zu verstehen. Sprachassistenten, Rechtschreibkorrekturen, E-Mail Spamfilter – NLP als Technologie ist omnipräsent und verbirgt sich bereits hinter vielen, tief in unserem Alltag verankerten Abläufen und Softwareapplikationen.