Hallo Thorsten! ECLASS hat die erste Version eines KI-gestützten Mappings zwischen ETIM und ECLASS fertiggestellt. Kannst du uns kurz abholen: Was sind die Hintergründe dieses Projekts?
Thorsten: Sehr gerne! Der ECLASS-Vorstand hat in seiner Strategie ganz klar beschlossen, künstliche Intelligenz als strategisches Werkzeug für die Weiterentwicklung unseres Standards einzusetzen. Gleichzeitig verbindet uns eine sehr enge, partnerschaftliche Kooperation mit ETIM.
Diese Kooperation sieht vor, dass wir den Mitgliedern beider Organisationen ein technisches und maschinenlesbares Mapping dieser beiden weltweit erfolgreichen semantischen Standards zur Verfügung stellen. Bisher wurde dieses Mapping von Fachexperten rein manuell kuratiert – eine enorm zeitintensive Arbeit. Genau an dieser Stelle setzen wir jetzt mit moderner Technologie an.
Was war die konkrete Motivation, dieses Projekt genau jetzt anzugehen?
Thorsten: Die Initialzündung kam von unserem ECLASS-Experten Josef Schmelter von Phoenix Contact. Er hatte gemeinsam mit dem ECLASS Head Office die Idee, diesen manuellen Mapping-Prozess durch den Einsatz von KI massiv zu beschleunigen und zu vereinfachen.
Man muss sich das so vorstellen: Beide Standards sind extrem tief, detailliert und inhaltsreich. Da gibt es einfach eine riesige Menge an Daten, die gemappt werden müssen. Die manuelle Zuordnung stößt da schnell an Kapazitätsgrenzen. Unsere Mitgliederversammlung – die ECLASS General Assembly – hat das Potenzial sofort erkannt und das Projekt entsprechend hoch priorisiert. Für uns ist das auch ein strategisches Pilotprojekt: Wir bauen hier wertvolles, innovatives Wissen auf, das als Blaupause für viele weitere KI-Projekte dieser Art dienen wird.
Wie funktioniert das KI-Mapping denn konkret in der Praxis?
Thorsten: Im Hintergrund arbeitet unsere „ECLASS AI Search“. Diese KI-Technologie bewertet und versieht gesuchte Inhalte mit intelligenten Scorings.
Im eigentlichen Prozess verknüpfen wir ETIM-Gruppen mit ECLASS-Klassen auf der ersten bis dritten Ebene. Die KI unterstützt uns dabei, indem sie die passenden Inhalte identifiziert und die Vorschläge präzise einschränkt. So können inhaltliche Übereinstimmungen auf Klassen-, Merkmal- und sogar auf Werteebene (Values) bewertet und direkt vorgeschlagen werden. Ein praktisches Beispiel: Sehr viele der zu mappenden ETIM-Klassen befinden sich im ECLASS-Segment 27 (Elektrotechnik, Elektronik und Informationstechnik).
Sobald diese erste grobe Zuordnung vorgeschlagen und von einem Experten bestätigt wurde, grenzt das System den Suchraum für alle nachfolgenden Vorschläge automatisch weiter ein. Das macht das System im Verlauf immer präziser. Ganz wichtig ist mir dabei: Die KI nimmt niemandem die Arbeit weg, sondern assistiert. Die Letztentscheidung und die finale Festlegung der Mappings liegen immer noch beim menschlichen Experten.