Dr. Birger Lantow

Jugendhilfe ist mit anspruchsvollen und täglich fordernden Aufgaben verbunden. Jeder Fall ist einzigartig und erfordert Flexibilität, wodurch die Arbeitsprozesse nicht so präzise strukturiert sein können. Damit Sozialarbeiter aus vergangenen Fällen lernen und sich noch mehr auf ihre Kerntätigkeiten konzentrieren können, soll KI helfen, Strukturen und Muster in den scheinbar unstrukturierten Prozessen zu finden.

In der Jugendhilfe werden alle Fälle in Textform dokumentiert. Diese Texte sind die wesentliche Datengrundlage für den Einsatz von KI-Verfahren. Durch Textanalysen können z. B. Modelle aus den Berichten der Sozialarbeiter abgeleitet werden, die einen Einblick in Ist-Prozesse erlauben. Diese können mit Soll-Prozessen abgeglichen oder im Hinblick auf kritische Momente untersucht werden. Es können Hinweise gefunden werden, wann Fälle einen positiven oder negativen Verlauf nehmen. Dies erlaubt es z. B., in zukünftigen Fällen rechtzeitig gegenzusteuern.

Jesper Kleinjohann

IDA – Intelligente Dokumentenanalyse
Automatisierte Dokumentenverarbeitung neu definiert

IDA ermöglicht die Erfassung und Klassifikation von Dokumenten sowie die Extraktion und Validierung von Informationen für erhöhte Produktivität, Genauigkeit und Kosteneinsparungen.

Die Intelligente Dokumentenanalyse (IDA) von Planet AI bewältigt alle Arten von Dokumenten, einschließlich strukturierter, halbstrukturierter und unstrukturierter Dokumente mit sowohl maschinell gedruckten als auch handschriftlichen Elementen. IDA verarbeitet Fließtext und Formulare, ohne dass Regeln vordefiniert werden müssen. Sie zeichnet sich damit dort aus, wo herkömmliche kognitive Systeme versagen, indem sie die Verarbeitung komplexer und höchst unterschiedlicher Dokumente automatisiert.

Prof. Dr. Roger Labahn

Im Projekt NEISS steht die Digitalisierung in diversen Wissensgebieten, insbesondere den Geisteswissenschaften, im Vordergrund. Hauptaugenmerk seitens CITlab ist die Extraktion und Analyse vielfältiger Informationen aus Bildern und Datenströmen. Speziell im Bereich der Digital Humanities wird die automatisierte Erschließung deutscher Texte mittels maschineller Lernverfahren erforscht.

Neben der reinen Erkennung von Texten spielt die semantische Interpretation des Erkannten, beginnend bei einzelnen Sätzen bis hin zu ganzen Büchern, eine entscheidende Rolle. Durch Methoden des Natural Language Processings, wie Topic Modelling, Sentiment Analysis und einer automatisierten Textzusammenfassung, können Texte und deren Bedeutung tiefer erschlossen werden. Durch die Kombination aus Texterkennung und künstlicher Intelligenz wird zudem die Qualität der erzielten Ergebnisse verbessert.