Wie trainiert man ein KI-Modell, wenn die benötigten Trainingsdaten fehlen?
Dieser Vortrag gibt Einblick in die Entwicklung eines multitaskingfähigen Sprachklassifikationsmodells und die Herausforderungen bei der Datenannotation.

Dr. Jonas Freiknecht zeigt, wie durch die Entwicklung einer mobilen Plattform zur Datenannotation eine gemeinschaftsbasierte Open-Data-Erhebung ermöglicht wurde – und damit die Lücke zwischen KI-Modellentwicklung und realen Datenanforderungen geschlossen werden konnte.

Mit ständig neuen und sich wandelnden Energievorschriften Schritt zu halten und deren Auswirkungen auf Geschäftsprozesse zu bewerten, ist eine große Herausforderung. Die manuelle Analyse komplexer Gesetzestexte ist zeitaufwendig und fehleranfällig.

In diesem Vortrag wird anhand einer Case Study mit Open Grid Europe (OGE) gezeigt, wie Large Language Models (LLMs) die Analyse regulatorischer Texte automatisieren können – und so den manuellen Aufwand deutlich reduzieren.

Im Mittelpunkt steht ein Human-in-the-Loop-Ansatz, bei dem Expert:innen die Ergebnisse der LLMs effizient prüfen und validieren können. So bleibt die Kontrolle erhalten, während gleichzeitig das Potenzial von KI voll ausgeschöpft wird.
Dieses Vorgehen ermöglicht es OGE, regulatorische Änderungen schneller zu erfassen und Compliance sicherzustellen.