Rückmeldungen von Lieferanten mit KI kategorisieren

Wie finde ich schnell und unkompliziert heraus, ob Lieferanten mit meinen gestellten Anforderungen Probleme haben? Ein manueller Vergleich der Rückmeldungen ist zeitaufwendig. Künstliche Intelligenz kann dabei helfen die Rückmeldungen automatisch zu kategorisieren.

Um die Rückmeldungen der Lieferanten auszulesen können die Verfahren zur Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) wie Sentence Embeddings und Named Entity Recognition verwendet werden. Dank Sentence Embeddings (Satzeinbettungen) können ganze Sätze und ihre semantischen Informationen als Vektoren dargestellt werden. Im Gegensatz zum Word Embedding kann der Algorithmus den Kontext und die Absicht des Satzes verstehen. Sentence Embedding ist der Sammelname für eine Reihe von NLP-Techniken. Die Methode Named entity recognition (NER) zielt darauf ab, benannte Entitäten (wie beispielsweise Namen von Personen, Organisationen, Zeitangaben) in Texten zu finden und sie in vordefinierte Kategorien einzuordnen.

Im Anschluss können Klassifizierungs-Algorithmen wie Sentiment Analysis (Sentimentanalyse) und Probabilistic Classification eingesetzt werden um die Kommentare zu klassifizieren. Sentiment Analysis ist ein Teilbereich des Text Mining. Bei der Analyse werden Texte mit dem Ziel ausgewertet, Aussagen in den Texten als positiv oder negativ einzuordnen. Beim maschinellen Lernen ist ein probabilistischer Klassifikator (Probabilistic Classification) ein Klassifikator, der in der Lage ist, bei einer gegebenen Beobachtung eine Wahrscheinlichkeitsverteilung über eine Reihe von Klassen vorherzusagen, anstatt nur die wahrscheinlichste Klasse auszugeben, zu der die Beobachtung gehören sollte. Liegen die Rückmeldungen der Lieferanten handschriftlich oder als Scan vor, kann Computer Vision helfen. Diese Methode ist dafür da, Informationen aus visuellen Daten zu extrahieren. Computer Vision orientiert sich dabei an unserem menschlichen Auge und kann Bilder erfassen, verarbeiten und analysieren.

So profitiert Ihr Unternehmen

Die automatisierte Kategorisierung der Rückmeldungen verspricht eine Verbesserung des Endproduktes, da die Rückmeldungen schneller und übersichtlicher verglichen und zielgeführter abgearbeitet werden können. Zudem wird die Daten- und Dokumentenqualität im Unternehmen erhöht. Der Aufwand für Einführung der KI-Methoden gilt als gering. Dabei steht vor allem die Mitarbeiter:innenkompetenz im Fokus. Die Lieferanten müssen sich maschinenlesbar ausdrücken. Das Unternehmen muss auf die Kategorien, die durch die KI erstellt werden, reagieren können.

 

Entdecken Sie unsere Plattform

 

Das könnte Sie auch interessieren

Nachhaltigkeit und Engineering – passt das zusammen?

Im KI-Marktplatz zeigen wir mit einer neuen Kampagne Stellschrauben für nachhaltigeres Engineering.

system:ability – Systeme von morgen gestalten

system:ability – die technischen Systeme von morgen haben einiges drauf: Sie sind vernetzt, lernen eigenständig dazu und agieren autonom. Und: Sie sind Schlüsselfaktor für eine nachhaltige Wirtschaft und Gesellschaft. Aber …

Hannover Messe 2023

KI und Nachhaltigkeit – das sind die Schwerpunktthemen, mit denen sich OstWestfalenLippe vom 17. bis 21. April auf der Hannover Messe präsentiert. Mit dabei: der KI-Marktplatz im Herzen der Halle 7. 

Künstliche Intelligenz im Engineering – vom Anbieter zum Anwender

Seit drei Jahren forschen und entwickeln 19 Projektpartner im KI-Marktplatz an einer Plattform, die Anbieter:innen und Anwender:innen von KI-Lösungen im Engineering zusammenbringt. Mit den erzielten Ergebnissen unterstützt der KI-Marktplatz bei …

Das Wort Change prangt als weiße Schrift auf schwarzem Grund und spiegelt sich. Es soll den Einsatz von Künstlicher Intelligenz im Change Management darstellen.

Wie Künstliche Intelligenz das Change Management verbessert

Das Change-Management ist in der Produkt- und Dienstleistungsentwicklung von großer Bedeutung. Künstliche Intelligenz kann dabei helfen, Auswirkungen von Änderungen frühzeitig zu identifizieren und Fehler in der Entwicklung zu vermeiden.

Zwei Personen sitzen vor Dokumenten und analysieren Wettbewerbsdaten.

Effiziente Wettbewerbsanalyse unterstützt von KI

KI kann Unternehmen bei der Durchführung einer kontinuierlichen Wettbewerbsanalyse unterstützen, indem sie die Aufbereitung und Recherche von Daten automatisieren und die Interpretation und Visualisierung von Analysen vereinfachen.

Vier Textmarker sind auf weißem Grund zu sehen. Ein blauer, ein lilaner und ein oranger Textmarker sind geschlossen. Ein pinker Textmarker ist geöffnet.

Systementwurf: Dank KI relevante Infos extrahieren

KI kann beim Systementwurf unterstützen, indem sie relevante Informationen aus Prüf- und Testberichten extrahiert und diese für den aktuellen Systementwurf vorselektiert. Dies führt zu einer Verbesserung des Endprodukts und einer Optimierung der Datenqualität und Dokumentation.

Ein Kabelbaum auf organgem Grund.

Automatisierte Konsistenz im E/E Bereich

Erfahren Sie, wie Künstliche Intelligenz bei der Sicherstellung der Konsistenz von Modellen zwischen OEM und Zulieferern helfen kann und welche Vorteile dies bietet.

Ein abstraktes 3D Modell soll ein CAD-Modell darstellen, das bei der Finite-Elemente-Methode benötigt wird.

KI-Unterstützung in der Finite-Elemente-Methode

Erfahren Sie, wie Künstliche Intelligenz in der Finite-Elemente-Analyse eingesetzt werden kann und welche Vorteile dies für Unternehmen bietet.

Eine Person bedient einen Laptop. Auf dem Bildschirm des Laptop ist ein Daten-Diagramm zu sehen.

Field Quality Analytics: KI hilft Produktqualität sicherzustellen

Field Quality Analytics ist ein Ansatz, um Qualitätsprobleme in Produkten zu erkennen und zu beheben. Dabei kann KI eine Unterstützung sein.

Ein Bild eines Diagramms, das die Verbindungen zwischen verschiedenen Konzepten und Ideen in einem Knowledge-Graph darstellt.

Wie ein KI-basierter Knowledge Graph bei Innovationen unterstützt

Künstliche Intelligenz (KI) kann Unternehmen bei der Entwicklung von Innovationen unterstützen, indem sie die Erstellung und Nutzung von Technology Knowledge Graphs vereinfacht.

Viele Zahlenreihen sind zu sehen, ein Teil der Zahlen ist im Fokus, ein anderer Teil unscharf. Durch die Zahlen sollen die KI-Methoden symbolisiert werden, mit denen Anforderungen strukturiert werden können.

KI-unterstützte Strukturierung von Anforderungen

Künstliche Intelligenz kann bei der Strukturierung von textuellen Anforderungen in der Systementwicklung helfen. Erfahren Sie, welche Methoden zum Einsatz kommen.