Datenlücken mit KI schließen

CoChecker KI tec4U Daniel Spohn
Bild: Daniel Spohn

Gesetzlich und normative Produktvorgaben, Richtlinien zur Inverkehrbringung oder spezifische Kundenanforderungen bergen Risiken für Hersteller und Händler von Produkten. Denn die Nichteinhaltung oder der Verstoß führt zu einem mangelhaften Produkt mit Konsequenzen etwa bezüglich Produkthaftung, Kunden- und Imageverlust sowie Produktionseinschränkungen. Hierzu zählen stoffreglementierende Vorgaben wie die europäische Chemikalienverordnung Reach oder die Elektrostoffverordnung RoHS, sogenannte Material-Compliance-Vorgaben, aber auch CO2-Bilanzierungen und Anforderungen an das Ökodesign von Produkten. Für die Einhaltung dieser Vorschriften ist eine umfassende, kontinuierlich gepflegte Produktdatenbank wichtig. Besonders relevant sind Informationen, die die Einhaltung von Produktsicherheits- und Material-Compliance-Anforderungen nachweisen.

Datenlücken schließen

Bereits heute im Markt verfügbare Kommunikationsplattformen, wie die Software DataCross von Tec4U-Solutions werden zur Lieferantenkommunikation eingesetzt, um Produktdaten beim Lieferanten hinterfragen zu können. Doch in der Praxis geben Lieferanten teilweise keine oder nur unvollständige Auskünfte, sodass wesentliche Daten für die Compliance häufig fehlen. Diese Datenlücken können zum Haftungsfall führen. Entsprechend dem Stand der Technik, der IEC63000, ist der Hersteller bzw. Händler aufgefordert, diese Datenlücke zu schließen, indem er eine Risikobewertung mit nachfolgender chemischer Analyse der betreffenden Artikel durchführt. Diese Methode ist sehr aufwendig und weist wiederum – alleine bedingt aus der Risikobewertung heraus – in sich wieder entsprechende Mängel auf.

Komplexe Vorgaben treffen auf dynamischen Einkaufsprozess

Dies führt zu Leidensdruck vor allem in Industrien, die über eine hohe Fluktuation hinsichtlich der Lieferantenauswahl bzw. der Einkaufsartikel verfügen. Ein Elektronikhersteller bezieht beispielsweise oftmals gleiche Bestückungselemente von mehreren Lieferanten parallel bzw. über längere Distributorenketten. Hier ist es nahezu unmöglich, dass die Compliance-Aussagen mit der sich stetig ändernden Lieferanten- und Artikellandschaft Schritt halten. Der Hersteller oder Händler sieht sich mit der Lage konfrontiert, auf der einen Seite einer dynamischen Vorgabensituation Rechnung tragen und auf der anderen Seite einen dynamischen Einkaufsprozess vorhalten zu müssen.

Datensubstitution durch KI

Um diese Daten- bzw. Haftungslücken zu schließen, wurde das Produkt CoChecker entwickelt. Das Modul erweitert die Datenmanagementplattform DataCross um eine Funktion zur automatisierten Datensubstitution. Fehlen Produktinformationen oder sind sie unvollständig, übergibt die Plattform die Anfrage an das Modul, das über unterschiedliche Prozessschritte einen Wahrscheinlichkeitswert der gefragten Informationen berechnet. Um dieses Ziel zu erreichen ist es notwendig, dass der Artikel, welcher einen Informationsbedarf abbildet, durch möglichst viele Produktattribute beschrieben wird. Folgende Schritte laufen ab:

  • Interne Suche – Abgleich mit einer eigenen Datenbank, um identische Produkte mit vollständigen Informationen zu finden.
  • Ähnlichkeitssuche – Wird kein Produkt mit voller Attributsüberdeckung gefunden, sucht die KI in der eigenen Datenbank nach Produkten mit einem hohen Überdeckungsgrad in der Ähnlichkeit. Über diese Ähnlichkeitsbeziehungen wird ein Wahrscheinlichkeitswert ermittelt, welcher den Artikel mit der gesuchten Produktaussage in Verbindung setzt.
  • Zusatzabfrage – Werden nur Vergleichsartikel gefunden, die über noch weitreichendere Artikelattribute verfügen und das Suchergebnis unter einer vorgegebenen Wahrscheinlichkeit liegt, fordert das Modul weitere Produktattribute vom Nutzer an.
  • Externe Recherche – Wenn intern keine Lösung gefunden wird, sucht die KI im Internet nach vergleichbaren Artikeln und wendet denselben Analyseprozess an.

Die Ergebnisse werden an die führende Plattform übertragen und können dort für Compliance-Nachweise oder Auswertungen genutzt werden.

Die Struktur der Softwareplattform Datacross.
Die Struktur der Softwareplattform Datacross – Bild: Tec4U-Solutions GmbH

Anwendungsbeispiel Elektronik

Ein Beispiel illustriert den Systemeinsatz: So benötigt der Hersteller eines Relais zum Vertrieb die Vorlage der RoHS-Konformität seiner gesamten Lieferanten. Diese Aussagen liegen ihm zu 85 Prozent vor und es fehlen lediglich Deklarationen zu einigen Widerständen. Nach Eingabe der Artikelattribute – u.a. Widerstandswert, Toleranz, Nennbelastbarkeit – ermittelt der CoChecker mit 98,2 Prozent Wahrscheinlichkeit, dass keine RoHS-reglementierten Substanzen enthalten sind und mit 99,9 Prozent, dass keine Verbotsstoffe vorliegen.

Maschinenbau in der Praxis

Der Maschinen- und Anlagenbau steht vor der Herausforderung, dass viele Werkstoffdaten in Stücklisten oder Zeichnungen nicht standardisiert vorliegen. Durch die oftmals langen Produktionszeiten ist die Anzahl der verwendeten Stücklisten und Zeichnungen sehr hoch. Verfügbare Daten sind nur unzureichend digitalisiert. Mittels KI können Nutzer zukünftig Stücklisten und Zeichnungen bezüglich vorhandener, verwendeter Werkstoffe und Oberflächen auslesen. Wenn in einem Benennungsfeld eines Artikels etwa die Artikelbezeichnung ‚Halter Stahl C 44‘ angegeben ist, kann das KI-Tool mit 99,4 Prozent Wahrscheinlichkeit den Werkstoff als ‚Stahl 440 C‘ identifizieren und so zur automatischen Zuordnung der stofflichen Deklaration in DataCross beitragen.

Preisrecherchen und Dokumentenscreening

Auf diese Weise hilft das neue Modul produzierenden Unternehmen dabei, regulatorische Haftungsrisiken zu senken und die Compliance-Daten nach und nach zu verbessern. In Zukunft sollen sich mit dem Tool Preise für spezifische Produktgruppen wie Normteile im Markt recherchieren oder komplette Dokumente bezüglich des Vorhandenseins definierter Informationen untersuchen lassen. Dadurch können Dokumente, die Nachhaltigkeitsinformationen tragen, ausgelesen und deren Dateninformationen digitalisiert nutzbar gemacht werden.