Ausgangslage
Der Kunde liefert Marktinformationen über Bauprojekte. Die Grundlage sind riesige Mengen an Texten, Dokumenten und Bauplänen. Je schneller und genauer sie ausgewertet werden, desto aktueller und wertvoller ist das Produkt.
Lösung
Wir haben eine Verarbeitungsstrecke mit acht maßgeschneiderten Deep-Learning-Modellen entwickelt und in Betrieb genommen:
- Klassifikation eingehender Dokumente.
- Informationsextraktion und Deduplizierung.
- Anreicherung mit generativer AI und Churn-Analyse.
Technisch basiert die Pipeline auf Python, PyTorch, Hugging Face und NLP-Methoden, ergänzt um generative Modelle.
Ergebnis
- Über 300.000 Dokumente pro Monat laufen durch die Pipeline.
- Rund 90% durchschnittliche Modellgenauigkeit bei minimaler Latenz.
- Schnellere, fehlerärmere Prozesse - und aktuellere Marktinformationen für die Kunden des Kunden.
* Projekt: Umsetzung verantwortet · ● im Betrieb: wir betreiben die Lösung heute
