Motivation
In Produktion und Handel ist es in vielen Branchen bereits unerlässlich, über genaue Informationen zur exakten chemischen Zusammensetzung von Materialien zu verfügen. Nur so können Prozesssicherheit, Produktqualität, Chargenreinheit und Rückverfolgbarkeit sichergestellt werden. Trotz einiger Bemühungen, dies in digitaler Form wie etwa Fax, E-Mail oder Web-Portalen standardisiert abzubilden, werden diese für Unternehmen wichtigen Daten sehr häufig in Form unstrukturierter, uneinheitlicher Materialzertifikate auf Papier weitergereicht – sogar teils in handschriftlicher Form.
Ziele und Vorgehen
Die Hauptziele des Forschungsvorhabens sind, die Fehleranfälligkeit und Kosten bei der manuellen Bearbeitung von Materialzertifikaten erheblich zu reduzieren und dabei gleichzeitig die Datenqualität sowie die Verfügbarkeit für komplementäre Folgeprozesse zu steigern. Zur Verarbeitung der Materialzertifikate werden neueste Erkenntnisse der KI- und OCR/ICR-Forschung kombiniert und auf komplexe praktische Anwendungsfälle angewendet. Um den Einsatz der auf maschinellen Lernverfahren basierenden IDP-Methoden an der Benutzerschnittstelle für Endnutzerinnen und Endnutzer handhabbar zu gestalten, werden Methoden und Erfahrungen aus den Bereichen End-User Development (zum Beispiel visuelle Programmierung, Anpassbarkeitsinterfaces, Collaborative Tailoring) und Aneignungsunterstützung (etwa Nutzungsdiskursumgebungen, erweiterbare Hilfesysteme) angepasst.
Innovationen und Perspektiven
Zur Erreichung der Ziele wird eine interoperable Plattform entwickelt, welche komplexe differierende Metallzertifizierungen als unstrukturierte Daten verarbeitet. Dabei sollen Folgesysteme wie ERP- oder CAQ-Systeme mittels Schnittstellen anbindbar sein und unter Beachtung von Usability-Kriterien (zum Beispiel DIN EN ISO 9241) zur Gestaltung der Benutzeroberflächen und insbesondere praxiserprobten Interaktionskonzepten zur Intervention durch die Mitarbeitenden optimiert werden.