Projektbeispiel
OneNote Extraction
Wissen nutzbar machen: Serviceinformationen mit KI zugänglich machen
Im Servicegeschäft werden täglich viele Informationen immer wieder gebraucht. Da Servicemitarbeitende jedoch ihre Einsätze oftmals unter Zeitdruck dokumentieren, liegen diese Informationen häufig nicht strukturiert, sondern über unterschiedliche Quellen, Formate und persönliche Ablagestrukturen verteilt vor. Während Microsoft OneNote im Umgang mit unterschiedlichen Datenformaten kurzfristig praktikabel erscheint, um alle Informationen (Bilder, Mails, Audio-Dateien, …) zu sammeln und anschließend mit dem Team zu teilen, führt dies langfristig zu Intransparenz. Somit steht die DILO Armaturen und Anlagen GmbH vor der Herausforderung, dass wertvolles Servicewissen mit wachsender Informationsmenge nur schwer auffindbar und somit eingeschränkt nutzbar vorliegt.

02 Entwickeln
Basierend auf den gewonnenen Erkenntnissen wurde ein agiler Lösungsansatz konzipiert, der schnell und pragmatisch auf die Realisierbarkeit geprüft werden kann. Im Kern steht dabei eine innovative Pipeline zur automatisierten Extraktion und Neustrukturierung der OneNote-Inhalte. Um eine hohe Zielgenauigkeit zu gewährleisten, wurde frühzeitig die Fähigkeit des Lösungsansatzes gemeinsam mit DILO validiert und durch fachliches Feedback verbessert. Dieser iterative Prozess erlaubte es, die Pipeline kontinuierlich zu optimieren und eng an den Bedürfnissen der Praxis weiterzuentwickeln. Durch die enge Abstimmung zwischen den Projektpartnern konnten technische Möglichkeiten der generativen KI optimal mit den fachlichen Anforderungen verknüpft werden, um eine effiziente Transformation der unstrukturierten Daten in ein einheitliches Format vorzubereiten.
03 Umsetzen
In der finalen Phase werden die entwickelten Bausteine in ein produktives Gesamtsystem überführt. Die Lösung kombiniert die technische Extraktion aus OneNote mit einer KI-gestützten inhaltlichen Einordnung und sprachlichen Überarbeitung der Informationen. Die Daten werden dabei in ein universell maschinenlesbares Format transformiert, was eine strukturierte Weiterverarbeitung der Daten im Rahmen einer zentralen Wissensdatenbank ermöglicht. Dadurch kann das Servicewissen nachhaltig gesichert und die Auffindbarkeit relevanter Informationen für alle Mitarbeitenden massiv beschleunigt werden.
Ausblick
Das Projekt dient als wegweisendes Beispiel dafür, wie Unternehmen unstrukturierte Datenmengen durch KI-gestützte Informationsextraktion nutzbar machen können. Mit der erfolgreichen Implementierung der Extraktions-Pipeline wurde eine solide und skalierbare Basis geschaffen, auf der künftige Erweiterungen des Wissensmanagements aufbauen können. Langfristig ermöglicht dieser strukturierte Datenbestand den Einsatz noch fortschrittlicherer KI-Anwendungen, zum Beispiel in Form eines Chatbots, um das Unternehmenswissen proaktiv im Serviceprozess bereitzustellen. Ein gemeinsamer Workshop zum Projektabschluss unterstrich zudem weiteres Potenzial für künftige Handlungsfelder und die nachhaltige Sicherung von Expertenwissen im digitalen Zeitalter.