Künstliche Intelligenz für FMS

Wir entwickelten eine KI-gestützte Sendungsvervollständigung für die Logistik von Fr. Meyers Sohn. Das Ziel war es, Sendungsdaten automatisiert und effizient zu verarbeiten.

Containerschiff im Hafen

Shortcuts zum Projekt

Die Herausforderung bestand darin, verschiedene Tupel an Informationen aus Kunden E-Mails mithilfe von künstlicher Intelligenz so zu vervollständigen, dass mindestens die Pflichtfelder der Sendungserfassungsmaske ausgefüllt sind. Dabei müssen Geschäftsregeln berücksichtigt und fehlende Daten befüllt werden. Dafür haben wir ein Proof of Concept erbracht, wodurch basierend auf lückenhaften Informationen, Sendungen vollständig automatisch ausgefüllt werden können.

Die Umsetzung

die Evaluierung erfolgte in drei Phasen

  • Datenanalyse historischer Sendungen

    Wir haben ein besonderes Augenmerk auf das Association Rule Mining geleg, um verdeckte Regeln zu identifizieren. Dafür haben wir ein geeignetes Modell ausgewählt: Evaluation eines MissForest, der Daten durch ein iteratives Verfahren vervollständigt.

  • Auswahl von Features 

    Wir haben Features, basierend auf der Datenanalyse, sowie Training und Testen des Modells, ausgewählt.

  • Plausibilitätstest der Ergebnisse

    Wir haben die Ergebnisse getestet, um sicherzustellen, dass die Eingaben zueinander passen. Nach der Bereitstellung des Modells der API erfolgte die finale Evaluation des Prototyps durch unseren Kunden FMS.

Ergebnis

Eine unvoll­stän­dige Sendung kann jetzt als JSON mit einem POST-Request an die API geschickt werden und wird mit allen Pflicht­fel­dern vervoll­stän­digt als JSON zurück­ge­ge­ben. Für die Impu­ta­tion stehen zwei Modelle zur Verfü­gung, welche nun in der Praxis erprobt werden, um Sach­be­a­r­bei­ter:innen zukünf­tig durch fach­lich stim­mige Vorschläge zu unter­stüt­zen.

Jetzt mit unserem Experten verbinden

#gerneperdu

Portrait von Ulf Mewe

Ulf Mewe

Beratung
+49 421 20750-223