Einleitung
SymbolicLabs hat in kompletter Eigenregie ein Machine-Learning-Modell entwickelt und trainiert, das in der Lage ist, Merkmale aus eingescannten oder abfotografierten Kfz-Fahrzeugscheinen zu extrahieren.
Das System verwendet dabei kein LLM und ist nicht von externen Cloud-Providern abhängig.
Wie die Texterkennung hinter solchen Anwendungen funktioniert, erklären wir in Was ist OCR?.
Herausforderung
Ein Partnerunternehmen von uns muss regelmäßig Daten aus Fahrzeugscheinen, wie die Fahrgestellnummer oder die HSN/TSN, erfassen.
Aufgrund von Datenschutz- und Skalierungsvorgaben eines unserer Kunden ist der Einsatz eines Large-Language-Modells zum Extrahieren von Daten aus Fahrzeugscheinen nicht möglich. Zudem bestand der Wunsch nach einem System, das auch beim Kunden auf der eigenen Infrastruktur betrieben werden kann.
Dabei soll eine präzise Extraktion von Daten auch aus schlechten Scans sichergestellt sein. Außerdem soll das System auf eine hohe Datenlast skalieren können.
Gängige Ansätze mit z. B. GPT sowie Prompting sind hier schnell an ihre Grenzen gestoßen – bezüglich der Skalierung (Kosten), der Laufzeit sowie der Genauigkeit der Extraktion.
SymbolicLabs Unterstützt
SymbolicLabs hat ein eigenes Modell bzw. Softwaresystem entwickelt, das in der Lage ist, schnell, präzise und ohne im Betrieb steigende Kosten Daten aus einem Fahrzeugschein zu extrahieren.
Weitere Einsatzmöglichkeiten finden Sie bei unseren KI-Anwendungen für Dokumente.
Extraktion der KFZ Schein Daten
Die Extraktion der relevanten Kfz-Schein-Daten umfasst:
- Fahrgestellnummer
- HSN/TSN
- Marke
- Modell
- Kennzeichen
In Zukunft werden weitere Daten, wie beispielsweise der Halter, ermittelt.
Die aktuelle Ausführungszeit beträgt pro Kfz-Schein auf unserer Infrastruktur etwa 2,3 Sekunden.
Kfz-Fahrzeugschein-Extraktion ausprobieren
Kontaktieren Sie uns, um die Fahrzeugschein-Extraktion kostenlos auszuprobieren.
