Data Science Capstone-Projekt Batch #30
von Ekaterina Butyugina
Du hast es geschafft, und das mit beeindruckenden Ergebnissen. Wir möchten dir und deinen Mitabsolventinnen und Mitabsolventen herzlich gratulieren.
In den vergangenen drei Monaten habt ihr euch mit voller Energie den intensiven Herausforderungen des Programms gestellt. Ob in Zürich (Batch 30) oder München (9. Kohorte), eure Projekte zeigen, wie technische Kompetenz, Ausdauer und Neugier echte Ergebnisse hervorbringen können.
Schau dir an, wie deine Mitstreiterinnen und Mitstreiter Data Science nutzen, um neue Perspektiven zu schaffen, komplexe Probleme zu lösen und echte Veränderungen anzustoßen.
Arthur Weber AG ist ein führender Schweizer Großhändler, der sich auf Baumaterialien, Gebäudetechnik und Industriebedarf spezialisiert hat. Mit einer starken regionalen Präsenz und jahrzehntelanger Branchenerfahrung bedient das Unternehmen Fachkräfte aus den Bereichen Bau, Sanitär, Elektro und HLK. Arthur Weber ist bekannt für seine kundenzentrierte Herangehensweise, technische Expertise und sein Engagement für zuverlässige, hochwertige Lösungen, die auf Projekterfordernisse zugeschnitten sind.
Die Beantwortung öffentlicher Ausschreibungen ist daher ein kritischer, aber zeitaufwändiger Prozess. Jede Ausschreibung kann Hunderte von Seiten umfassen und Tausende angeforderter Artikel enthalten, viele davon müssen sorgfältig mit der umfangreichen internen Produktdatenbank des Unternehmens abgeglichen werden.
Um den manuellen Aufwand zu reduzieren und die Reaktionszeit zu verkürzen, hat Arthur Weber mit drei Data-Science-Studierenden der Constructor Academy zusammengearbeitet, um eine KI-gestützte Lösung zu entwickeln.
Abbildung: Validierung mit GPT
Die KI-Lösung trägt dazu bei, diese Herausforderungen zu meistern, indem sie Geschwindigkeit und Genauigkeit erhöht und eine skalierbare Basis für künftige Automatisierung schafft.
Zudem ist Arthur Webers Produktdatenbank äußerst umfangreich. Es ist eine anspruchsvolle Aufgabe, jede extrahierte Artikelbeschreibung mit allen notwendigen Spezifikationen zu versehen, damit eine korrekte Zuordnung zur Datenbank möglich ist.
Trotz dieser Herausforderungen gelang es dem Team, einen bedeutenden Beitrag zur Reduktion des manuellen Aufwands und zur Verbesserung der Effizienz bei der Angebotsbearbeitung zu leisten.
KI Performance ist Teil der KI Group und spezialisiert auf KI- und Technologielösungen sowie Innovationsberatung. Ziel von KI Performance war es, die Nutzererfahrung beim Ausfüllen von Zeiterfassungen und Aufgaben im Blue Ant Projektmanagement-Tool zu verbessern, und den Prozess über Microsoft Teams zu vereinfachen.
Zur Lösung entwickelten Finn, Tony und Victoria eine App in Microsoft Teams, die Projektdaten und Aufgaben über die Blue Ant API abruft und in einem menschenähnlichen Chat mit den Mitarbeitenden bestätigt, zur detaillierten Beschreibung auffordert und die aktualisierten Informationen zurück an Blue Ant sendet. So entfällt die zusätzliche Hürde, Blue Ant manuell zu öffnen und mehrere Felder nach jedem Meeting/Aufgabe auszufüllen.
Die Zugriffssicherheit wurde durch die Verwendung von Key Vault gewährleistet. Unten sehen Sie die Architektur. Zukünftige Entwicklungen könnten eine weitere Integration mit Kalendern oder Meeting-Transkripten umfassen, um den Prozess noch weiter zu vereinfachen.
Das Team bedankt sich herzlich für die Unterstützung von KI Performance, die die erfolgreiche Umsetzung des funktionierenden Prototyps in kürzester Zeit ermöglicht hat.
An unsere großartigen Studierenden, die im Februar bei uns gestartet sind, was für eine Reise! Euer Engagement, eure Neugier und eure Entwicklung in den letzten Monaten waren wirklich inspirierend. Wir sind stolz auf das, was ihr erreicht habt, und gespannt, wohin euch eure Talente als Nächstes führen. Bleibt neugierig, bleibt kreativ, die Datenwelt braucht mehr Köpfe wie eure.
Wenn du das hier liest und dich inspiriert fühlst, freuen wir uns, dich in unserer nächsten Data-Science-Kohorte willkommen zu heißen. Besuche die Constructor Academy, um mehr über deinen möglichen Einstieg zu erfahren.
In den vergangenen drei Monaten habt ihr euch mit voller Energie den intensiven Herausforderungen des Programms gestellt. Ob in Zürich (Batch 30) oder München (9. Kohorte), eure Projekte zeigen, wie technische Kompetenz, Ausdauer und Neugier echte Ergebnisse hervorbringen können.
Schau dir an, wie deine Mitstreiterinnen und Mitstreiter Data Science nutzen, um neue Perspektiven zu schaffen, komplexe Probleme zu lösen und echte Veränderungen anzustoßen.
KI-Angebotsautomatisierung
Studenten: Sarah Cossey, Guillermo Ilbanez, Michael MartyArthur Weber AG ist ein führender Schweizer Großhändler, der sich auf Baumaterialien, Gebäudetechnik und Industriebedarf spezialisiert hat. Mit einer starken regionalen Präsenz und jahrzehntelanger Branchenerfahrung bedient das Unternehmen Fachkräfte aus den Bereichen Bau, Sanitär, Elektro und HLK. Arthur Weber ist bekannt für seine kundenzentrierte Herangehensweise, technische Expertise und sein Engagement für zuverlässige, hochwertige Lösungen, die auf Projekterfordernisse zugeschnitten sind.
Die Beantwortung öffentlicher Ausschreibungen ist daher ein kritischer, aber zeitaufwändiger Prozess. Jede Ausschreibung kann Hunderte von Seiten umfassen und Tausende angeforderter Artikel enthalten, viele davon müssen sorgfältig mit der umfangreichen internen Produktdatenbank des Unternehmens abgeglichen werden.
Um den manuellen Aufwand zu reduzieren und die Reaktionszeit zu verkürzen, hat Arthur Weber mit drei Data-Science-Studierenden der Constructor Academy zusammengearbeitet, um eine KI-gestützte Lösung zu entwickeln.
Projektübersicht
Das Projektteam, Sarah Cossey, Guillermo Ibanez und Michael Marty, entwickelte ein Proof-of-Concept, das moderne Verfahren der natürlichen Sprachverarbeitung und semantischen Suche nutzt, um die Ausschreibungsanalyse zu automatisieren. Die wichtigsten Komponenten umfassen:- Automatische Textextraktion: Ausschreibungs-PDFs werden analysiert und bereinigt, um relevante produktbezogene Informationen zu extrahieren.
- Strukturierung der Artikel mittels GPT-4o-mini: Ein leichtgewichtiges Sprachmodell strukturiert jede Artikelbeschreibung, identifiziert Produkt, Menge und Einheit, selbst wenn Informationen fragmentiert oder technisch eingebettet sind.
- Semantisches Produktmatching: Mit Hilfe von Vektor-Einbettungen und Kosinus-Ähnlichkeit wird jeder Ausschreibungsartikel mit der Produktdatenbank von Arthur Weber abgeglichen, um die besten Treffer zu finden.
- Finale Validierung mit GPT: GPT wird erneut verwendet, um die Übereinstimmung zu bewerten und zu validieren, ähnlich wie bei einer menschlichen Überprüfung (siehe Abbildung unten).
Abbildung: Validierung mit GPT
Zentrale Herausforderungen
Das Projekt wurde unter Berücksichtigung realer betrieblicher Anforderungen entwickelt:- Lange, technisch komplexe Dokumente mit uneinheitlichem Format
- Hohe Artikelanzahl und potenziell mehrdeutige Produktbeschreibungen
- Umfangreicher interner Produktkatalog mit intelligentem Filterbedarf
- Häufige Diskrepanzen zwischen Ausschreibungsanforderungen und Katalogverfügbarkeit
Die KI-Lösung trägt dazu bei, diese Herausforderungen zu meistern, indem sie Geschwindigkeit und Genauigkeit erhöht und eine skalierbare Basis für künftige Automatisierung schafft.
Zudem ist Arthur Webers Produktdatenbank äußerst umfangreich. Es ist eine anspruchsvolle Aufgabe, jede extrahierte Artikelbeschreibung mit allen notwendigen Spezifikationen zu versehen, damit eine korrekte Zuordnung zur Datenbank möglich ist.
Trotz dieser Herausforderungen gelang es dem Team, einen bedeutenden Beitrag zur Reduktion des manuellen Aufwands und zur Verbesserung der Effizienz bei der Angebotsbearbeitung zu leisten.
The Time Align, Intelligent Assistant in Microsoft Teams
Studenten: Finn Jost, Tony Kelly, Victoria KildyushevskayaKI Performance ist Teil der KI Group und spezialisiert auf KI- und Technologielösungen sowie Innovationsberatung. Ziel von KI Performance war es, die Nutzererfahrung beim Ausfüllen von Zeiterfassungen und Aufgaben im Blue Ant Projektmanagement-Tool zu verbessern, und den Prozess über Microsoft Teams zu vereinfachen.
Zur Lösung entwickelten Finn, Tony und Victoria eine App in Microsoft Teams, die Projektdaten und Aufgaben über die Blue Ant API abruft und in einem menschenähnlichen Chat mit den Mitarbeitenden bestätigt, zur detaillierten Beschreibung auffordert und die aktualisierten Informationen zurück an Blue Ant sendet. So entfällt die zusätzliche Hürde, Blue Ant manuell zu öffnen und mehrere Felder nach jedem Meeting/Aufgabe auszufüllen.
Die Zugriffssicherheit wurde durch die Verwendung von Key Vault gewährleistet. Unten sehen Sie die Architektur. Zukünftige Entwicklungen könnten eine weitere Integration mit Kalendern oder Meeting-Transkripten umfassen, um den Prozess noch weiter zu vereinfachen.
Das Team bedankt sich herzlich für die Unterstützung von KI Performance, die die erfolgreiche Umsetzung des funktionierenden Prototyps in kürzester Zeit ermöglicht hat.
Fazit
Zum Abschluss der Data Science Abschlussprojekte von Gruppe #30 möchten wir unseren herzlichen Dank an die großartigen Partnerunternehmen aussprechen, die diese Reise so bereichert haben. Ihre realen Herausforderungen haben unseren Studierenden die Möglichkeit gegeben, Grenzen zu überschreiten, ihr Wissen anzuwenden und kreative, praxisnahe Lösungen zu entwickeln, wir sind dankbar für Ihr Vertrauen und Ihre Zusammenarbeit.An unsere großartigen Studierenden, die im Februar bei uns gestartet sind, was für eine Reise! Euer Engagement, eure Neugier und eure Entwicklung in den letzten Monaten waren wirklich inspirierend. Wir sind stolz auf das, was ihr erreicht habt, und gespannt, wohin euch eure Talente als Nächstes führen. Bleibt neugierig, bleibt kreativ, die Datenwelt braucht mehr Köpfe wie eure.
Wenn du das hier liest und dich inspiriert fühlst, freuen wir uns, dich in unserer nächsten Data-Science-Kohorte willkommen zu heißen. Besuche die Constructor Academy, um mehr über deinen möglichen Einstieg zu erfahren.
