Die Auszeichnung fand im Rahmen des Tages für Forschung, Innovation und Transfer (FIT) der Fachhochschule Aachen statt. Diese Auszeichnung würdigt nicht nur das Engagement und die Arbeit von Professor*innen und wissenschaftlichen Mitarbeitenden, sondern setzt auch Anreize für zukünftige praxisorientierte Forschung, und den Wissenstransfer in Praxis und Gesellschaft.

Den Forschungspreis haben Bodo Kraft und sein Team vom Institut für Datengetriebene Technologien (IDT) der Fachhochschule für das Projekt „Markttransparenz durch künstliche Intelligenz als Basis für die Wettbewerbsfähigkeit kleiner und mittelständischer Unternehmen“ erhalten. Der Fokus des Instituts liegt auf Themen rundum Natural Language Processing (NLP), einer Technologie, die es Computern ermöglicht, textbasierte Informationen zu verstehen, zu analysieren und zu klassifizieren. 

Problemstellung

Die Analyse und Verarbeitung von Daten spielen eine entscheidende Rolle in der heutigen Wirtschaft, besonders für kleine und mittelständische Unternehmen (KMU). Häufig jedoch haben diese Unternehmen keinen Einfluss darauf, in welchem Format sie Preis- oder Produktinformationen erhalten. Die Produktpreisblätter variieren stark in ihrer Struktur und enthalten komplexe Informationen, was bisher eine individuelle Bearbeitung dieser erfordert hat. Dies kann zu Wettbewerbsnachteilen führen und beeinträchtigt oder verhindert sogar teilweise Markttransparenz. Diese Problemstellung ist Bodo Kraft mit seiner Arbeit angegangen. 

Lösung

Im ersten Schritt der Lösung werden Preis- und Produktinformationen aus Dokumenten digitalisiert. Dies geschieht mit optischer Zeichenerkennung, auch OCR (Optical Character Recognition) genannt. Anschließend werden die Dokumente anhand ihres Formats klassifiziert. Abhängig von der ermittelten Dokumentklasse erfolgt im Anschluss die eigentliche Informationsextraktion. In Verarbeitungsketten werden dabei problemspezifische Lösungsbausteine dynamisch miteinander verbunden und ausgeführt. Das Ergebnis des Prozesses bilden automatisiert extrahierte Informationen, die ohne den Einsatz der entwickelten Software rein manuell erfasst werden müssen. Teile der Forschungsarbeit werden bereits in der Industrie eingesetzt, um die händische Arbeit zu unterstützen und die Qualität der erfassten Informationen zu sichern.

Michael Jentgens, bei uns im Startup als Head of Customer Projects tätig, war auch in dem Forschungsprojekt eingebunden. Als Doktorand hat er eine Systemarchitektur entwickelt, in welche unterschiedliche KI-Modelle eingebunden werden können. Ziel der Architektur ist ein Prozess, welcher dynamisch, abhängig von der Form und dem Inhalt des Produktdatenblatts, Information optimal extrahieren kann.

„Die Technologien entwickeln sich so schnell weiter, dass wir nicht auf eine bestimmte setzen wollen, sondern lieber die Voraussetzungen zum Mitwachsen und -entwickeln schaffen wollen“ – Michael Jentgens

Mithilfe der von Bodo Kraft und seinem Team entwickelten Technologien können Unternehmen schon heute bis zu 30 % Zeit bei der Auswertung von Daten sparen. Automatisierte Prozesse stellen einen enormen Wettbewerbsvorteil dar. Die qualifizierten Fachkräfte können die Zeit, welche sie davor mit der manuellen Aufgabe der Informationserfassung verbracht haben, für andere wichtige Aufgaben nutzen. Die Implementierung der Lösung kann Unternehmen einen klaren Wettbewerbsvorteil verschaffen. 

Headerbild Quelle: FH Aachen | Jonas Zauels

Die Firma “Antibodies Online GmbH” wurde in 2006 als Start-up der RWTH Aachen gegründet und ist inzwischen ein weltweit führendes Unternehmen spezialisiert auf den Handel von Forschungsreagenzien. 

Herausforderungen im Gesamtkontext

Forschungsantikörper werden im weltweiten Vertrieb für unterschiedliche Märkte über separate Marken mit eigenen Produktbezeichnungen angeboten. Die Motivation hinter dieser Vorgehensweise ist u.a. Optimierung der Vertriebsmargen in den jeweiligen Zielgebieten. 

Auch wenn die lesbare Produktspezifikation dieser Varianten für den menschlichen Leser bei genauer Prüfung Ähnlichkeiten aufweist, ist es bisher automatisiert kaum feststellbar, ob zwei Spezifikationen das gleiche Produkt beschreiben. 

Der Markt für Antikörper umfasst mehrere Millionen Produkte. Wegen der beschriebenen Thematik war eine Marktransparenz bisher nicht gegeben. In der Folge konnten aufwendig erarbeitete Erkenntnisse / Studien / Forschungsergebnisse bzgl. eines Produkts nicht auf die gleichen, anders bezeichneten Produkte übertragen werden.

Einsatz von language analytics

Es wurde ein Verfahren zum automatisierten Abgleich von Produktbeschreibungen geschaffen. Hierzu wurden die Kern-Produktattribute der Dokumente identifiziert, extrahiert und formalisiert. Auf dieser Basis konnte eine Ähnlichkeitsmetrik für Paare von Dokumenten errechnet und Gruppen verwandter Produktbeschreibungen identifiziert werden. 

Im Online-Shop des Projektpartners kann ein Kunde nun zu einem ausgewählten Produkt alle relevanten Quellen und Studien direkt einsehen.

Kundennutzen

Durch unsere Zusammenarbeit konnte der Kunde eine bessere und saubere Datenqualität in der Produktdatenbank erzielen. Dies geht zudem mit weniger manuellem Aufwand im Bereich der Datenerfassung, Instandhaltung und Pflege der Datenbank einher.

10 Teams, 48 Stunden Zeit und 15.000 Euro Preisgelder – das war der spannende Hackathon bei der Currenta im Oktober 2022 in Zons bei Dormagen. Für Nils, Henri, Steffen & Yoka von laizee.ai war das der perfekte Anlass, sowohl ihre technische Expertise eindrucksvoll zu präsentieren als auch ihre Problemlösungsskills unter Beweis zu stellen. Gemeinsam traten wir gegen andere Teams an um in verschiedenen Challenges kreative digitale und datengetriebene Lösungen für den Chempark-Betreiber zu konzipieren – und im Idealfall auch noch einen Gewinn abzustauben. 

Wer?

Die Currenta GmbH ist der führende Betreiber von Chemieparks in Leverkusen, Dormagen und Krefeld-Uerdingen. Die Currenta bietet Dienstleistungen und Infrastruktur für verschiedene Unternehmen im chemischen Sektor an und stellt die Produktion des wichtigen Wirtschaftszweigs sicher. Das Unternehmen spielt eine zentrale Rolle bei der Schaffung eines sicheren, effizienten und nachhaltigen Umfelds für Produktionsprozesse und Innovationen.  

Herausforderung  

Am Anreisetag wählten wir aus einer der 3 gestellten Herausforderungen eine aus: es galt, Schäden an Pumpen durch frühzeitige Erkennung von Abweichungen in Sensordaten zu vermeiden. Diese Pumpen werden im CHEMPARK genutzt, um Wasser aus dem Rhein zu pumpen. Unser Ziel war es, einen universellen Messwertanalysator zu entwickeln, der eigenständig und in Echtzeit auf minimale Abweichungen (sogenannte Anomalien) in Prozessen oder Maschinen hinweist. Die Schaffung eines zuverlässigen Systems zur automatischen Bewertung von Messwerten und die Anwendbarkeit auf vielfältige Zeitreihen und Prozessleitsysteme waren hierbei zentrale Aspekte, um effektive Lösungen zu liefern.  

Einsatz von Data Science  

Bei exzellenter Verpflegung mit veganem Essen und Massen an Filterkaffee, Mate und Redbull sowie kurzen Denkpausen bei heißen Kicker-Battles ging es also an die Arbeit – 48 Stunden voller Einsatz.  
Dabei war es uns wichtig, dass die Bestimmung von Anomalien für die Endnutzer*innen unserer Anwendung nachvollziehbar sind. Deswegen entschieden wir uns, Algorithmen zu testen und zu verwenden, die nicht nur eine binäre Klassifikation liefern, sondern einen interpretierbaren Wert zwischen 0.0 und 1.0.  
Nach dem Planen der nächsten Schritte beschäftigte sich ein Teil des Teams mit der Analyse der Daten, welche uns in Zeitreihen vorlagen, wobei wir uns auf die Erfassung von Mustern und Abweichungen konzentrierten. Die Visualisierung der Daten half uns, den Verlauf der Zeitreihe und mögliche Anomalien, die in einem Pumpwasserkraftwerk auftreten können, besser nachzuvollziehen. Das bessere Verständnis der Domäne war ein wichtiger Punkt für uns, denn vor dem Hackathon waren Pumpwasserkraftwerke für keine*n von uns ein Thema.  
Der andere Teil unseres Teams beschäftigte sich mit der Konzeptionalisierung und Entwicklung eines funktionalen UI-Prototypen mit dem Framework Streamlit.  
 
Im nächsten Schritt verarbeiteten wir die Zeitreihen-Daten sorgfältig, um Rauschen zu eliminieren und Ausreißer zu reduzieren. Dies trug dazu bei, die Qualität der Daten für die spätere Modellierung zu verbessern. Die unterschiedlichen Messwerte aus den Zeitreihen wurden aggregiert, um einen kohärenten Datensatz zu erstellen, der die Gesamtdaten für die Anomalie-Erkennung repräsentiert.  
 
Um das optimale Modell zu ermitteln, führten wir eine umfangreiche Evaluierung der verschiedenen Modelle durch. Dies beinhaltete das Testen der Modelle auf verschiedenen Datensätzen und die Beurteilung ihrer Leistung hinsichtlich Genauigkeit und Effizienz.  
Außerdem entwickelten wir ein Sliding Window, um den Zeitrahmen der Anomalie einzugrenzen. Dies ermöglichte uns auch, festzustellen, ob Anomalien in aufeinanderfolgenden Zeiträumen auftreten, was zusätzliche Einblicke in das Verhalten der Daten lieferte.  
Dann war Kreativität und graphisches Know-how gefragt: Um die Ergebnisse anschaulich darzustellen, visualisierten wir die erkannten Anomalien und die Sliding Windows in Graphen. Dies half uns, Abweichungen in den Daten klar zu erkennen und zu interpretieren.  
So gelang es uns innerhalb der 48 Stunden mit einer iterativen Herangehensweise und der Kombination aus gründlicher Analyse, Modellierung und Visualisierung, eine effektive Anomalie-Detektion zu entwickeln, die den komplexen Anforderungen der Zeitreihen-Analyse gerecht wird. Und nicht zuletzt entstand in dieser Zeit auch noch ein zugleich spannender sowie nachvollziehbarer und informativer 5-Minuten-Pitch für die Präsentation unserer Ergebnisse vor der Jury.  
Bei der Bekanntgabe der Gewinner*innen der einzelnen Herausforderungen konnten Nils, Henri, Steffen & Yoka dann kaum noch stillsitzen, denn schließlich ging es um ein Preisgeld von 5000 Euro! Als die Jury dann das Team von laizee.ai zum Gewinner kürte, hielt uns nichts mehr auf unseren Plätzen. Da hatten sich die 48 Stunden beim Coding-Weekend doch mehr als rentiert gemacht und neben jeder Menge Spaß, Teambuilding und kreativem Denken konnten wir nun auch noch den Gewinn mit nach Hause nehmen.  

Daher lautet das Motto:

Nach der Coding-Challenge ist vor der Coding-Challenge! Bis zum nächsten Jahr, Currenta!