Die Extraktion kritischer Daten aus Sicherheitsdatenblättern (SDB) ist für Unternehmen von entscheidender Bedeutung, da sie sicherstellt, dass sie über genaue, aktuelle Informationen zu chemischen Gefahren und Sicherheitsprotokollen verfügen, um Mitarbeitende zu schützen und die Einhaltung von gesetzlichen Vorgaben zu gewährleisten.
Sicherheitsdatenblätter liegen in verschiedenen Formaten vor, sind oft umfangreich und können gescannt sein, was die manuelle Extraktion fehleranfällig und kostspielig macht. Durch die Automatisierung dieses Extraktionsprozesses können Unternehmen ihr Risikomanagement optimieren und wichtige Sicherheitsdaten in ihre umfassenderen Betriebs- und Produktlebenszyklus-Managementsysteme integrieren.
Unsere Lösung cbs AID (Advanced Integration of Documents) ist speziell für die Verarbeitung von Sicherheitsdatenblättern optimiert. Durch die Integration fortschrittlicher KI-Techniken in zwei unterschiedlichen Phasen – Document Reading und Document Understanding – erreicht cbs AID eine Extraktionsgenauigkeit von über 99 % und reduziert gleichzeitig die Verarbeitungszeit und -kosten.
Dokument lesen
In der ersten Phase wird jedes Sicherheitsdatenblatt standardisiert, um es für eine detaillierte Analyse vorzubereiten. cbs AID korrigiert automatisch gedrehte Seiten und stellt so sicher, dass alle Inhalte richtig ausgerichtet sind. Bei gescannten Dokumenten ohne eingebetteten Text wandelt cbs AID die Bilder mithilfe einer optischen Texterkennung in maschinenlesbaren Text um. Darüber hinaus werden kleine und kostengünstige Large Language Models (LLMs) genutzt, um wichtige Seiten zu klassifizieren. Dadurch wird sichergestellt, dass nur relevante Seiten analysiert werden.
Dokument verstehen
Aufbauend auf der standardisierten Ausgabe aus dem 1. Schritt ahmt cbs AID menschliches Verstehen nach, um kritische Daten präzise zu extrahieren. cbs AID erfasst Substanzklassifizierungen, detaillierte Inhaltsstofflisten und die mit GHS-Piktogrammen verbundenen Klassifizierungen. Komplexe Tabellen innerhalb von Sicherheitsdatenblättern werden mithilfe multimodaler LLMs analysiert, die komplexe Beziehungen zwischen Textelementen erkennen.
Eine besondere Herausforderung ist die Extraktion von Piktogrammen aus gescannten Dokumenten. Um dies zu bewältigen, blendet cbs AID den gesamten Text im Dokument aus und wendet eine Formerkennung an, um grafische Elemente zu isolieren. Es verwendet dann ein Bildklassifizierungsmodell, um jedes Piktogramm genau zu identifizieren und zu kategorisieren. Die Piktogramme werden daraufhin mit einem Bildklassifizierungsmodell identifiziert und kategorisiert.
Integration in die SAP Landschaft
cbs AID basiert auf SAP BTP und nutzt die AI Foundation von SAP, um fortschrittliche Large Language Models (LLMs) zu nutzen. Die Integration mit SAP Business AI erhöht nicht nur die Genauigkeit der Datenextraktion, sondern ermöglicht auch eine reibungslose und sichere Integration in das SAP-Ökosystem.
Fazit
cbs AID transformiert die SDB-Verarbeitung durch die Kombination von robustem Dokumentenlesen mit maßgeschneidertem Dokumentenverständnis. Mit einer Extraktionsgenauigkeit von über 99 % markiert diese Lösung eine neue Ära in der automatisierten Dokumentenextraktion. Die intelligente Anwendung fortschrittlicher KI-Technologie von cbs AID übertrifft herkömmliche Methoden in Bezug auf Qualität, Geschwindigkeit und Wartbarkeit deutlich.
