Warum kann OCR Ihre technischen Diagramme nicht lesen?

Bei Infrrd arbeiten wir mit Kunden aus verschiedenen Branchen zusammen, und trotz der Unterschiede in ihren Anwendungsfällen sind ihre anfänglichen Bedenken oft dieselben. Nach der Durchsicht zahlreicher Fallstudien haben wir ein klares Muster festgestellt. Unternehmen suchen nach Tools zur Automatisierung der Datenextraktion aus technischen Zeichnungen und investieren in OCR-Lösungen, nur um frustriert zu sein, wenn wichtige Details übersehen werden. Dies zwingt sie oft zur manuellen Extraktion zurück, aber zu welchem Preis? Am Ende kommt es zu noch mehr Verzögerungen, Fehlern und erhöhten Kosten für menschliche Arbeit.

Berichte deuten darauf hin, dass über die Hälfte der Gesamtkosten (50-60%) Der Großteil der Implementierung der OCR-Technologie wird für die Korrektur ihrer Fehler aufgewendet. Das bedeutet, dass für jede 1.000$, die Sie in ein OCR-System investieren, 500 bis 600$ geht direkt in die Behebung von Fehlern ein und treibt die Kosten erheblich in die Höhe.

Was aber, wenn es eine bessere Methode gibt, Daten aus Ihren Konstruktionszeichnungen zu extrahieren, ohne Verzögerungen, manuelle Korrekturen und Überschreitungen? Es gibt eine intelligentere Lösung, die den Aufwand der manuellen Extraktion ein für alle Mal verringern kann. Und nein, das ist kein Anti-OCR-Blog. Stattdessen geht es um eine moderne OCR-Lösung, mit der Sie Ihre Arbeit so erledigen können, wie Sie es sich immer gewünscht haben.

Warum OCR bei Ihnen nicht funktioniert hat

Egal, ob Sie in der Konstruktion oder in der Fertigung tätig sind, der Umgang mit technischen Diagrammen erfordert einen ganz anderen Ansatz als die Arbeit mit Standarddokumenten. Herkömmliches OCR ist darauf ausgelegt, Zeichen- und Wertmuster innerhalb einer vordefinierten Vorlage zu erkennen. Daher ist es schwierig, Bilder, Zahlen, Diagramme, Logos, Barcodes, Tabellen und handgeschriebenen Text präzise zu verarbeiten — insbesondere in den schwankenden Formaten von technischen Zeichnungen. Selbst wenn Sie versuchen, es zu verwenden, können die Fehlerraten alarmierend hoch sein.

Es ist zwar technisch möglich, OCR-Systeme so zu trainieren, dass sie sich an neue Formate und Muster für verschiedene Dokumenttypen anpassen, aber die schiere Vielfalt und Unvorhersehbarkeit der in der Branche zirkulierenden Dokumente bedeutet, dass der manuelle Aufwand für das Training des Systems oft die Vorteile überwiegt.

Hier sind einige Dinge, mit denen OCR einfach nicht umgehen kann, wenn es darum geht, Daten aus technischen Zeichnungen abzurufen.

• Herausforderungen im Bereich Vision - OCR hat Schwierigkeiten, Elemente, Zahlen und Zeichen zu erkennen, die einander ähneln. Beispielsweise könnte OCR 6 als 8 oder 1 als 7 lesen, insbesondere bei handgeschriebenem Text. Sehprobleme führen auch zu Fehlern bei der Unterscheidung von Zeilen und Text. Konvertiert beispielsweise häufig Texte in explodierte Vektorlinien. In ähnlicher Weise interpretiert OCR häufig zusätzliche Zeichen an den Rändern fälschlicherweise als Rauschen, was zu falschen Extraktionen führt. Ganz zu schweigen davon, dass häufig ähnliche Objekte oder Symbole als dieselben erkannt werden. Die Menge an manuellen Eingaben, die erforderlich sind, um diese zu korrigieren, kann überwältigend werden.

• Skalierungsinkonsistenzen zwischen Zeichnungen - Die meisten technischen Zeichnungen haben inkonsistente Skalierungssysteme, die OCR nicht versteht. Ein Architekturplan, der einen Grundriss zeigt, kann beispielsweise für den Gesamtplan einen Maßstab von 1:100 verwenden, aber die Details für bestimmte Räume oder Merkmale (wie Schränke oder Einrichtungsgegenstände) verwenden einen anderen Maßstab (z. B. 1:50). Diese Inkonsistenz kann während des Baus zu Verwirrung über die tatsächlichen Abmessungen führen. In ähnlicher Weise gibt ein Diagramm Abmessungen für Tragwerkselemente in Millimetern (mm) an, für Rohrgrößen werden jedoch Zoll (in) verwendet. Leider bringt OCR diese Details durcheinander, weshalb bei jedem Schritt mehr manuelle Korrekturen erforderlich sind.

• Ungenaue Stammdaten - OCR überprüft die Stammdaten falsch. Dafür kann es mehrere Gründe geben, wie z. B. schlechte Bildqualität, komplexe Dokumentformatierung, Konvertierungsfehler, nicht standardmäßige Schriftarten, handgeschriebener Text usw.

• Fehlende Toleranzwerte - Die Toleranzwerte in den Konstruktionszeichnungen sind häufig als Oberzeichen, unter Skripten oder mit Ober- und Untergrenzen angegeben. OCR kann solche winzigen Details nicht extrahieren und überspringt sie bei den meisten Extraktionen oft. Da dieses Ergebnis ein entscheidender Faktor bei der Qualitätskontrolle ist, ist es schlimmer als bei manueller Extraktion.

• Falsche Metadaten Extraktion- OCR macht Fehler beim Erfassen des Stempels oder der Metadaten, insbesondere wenn Stempel randlos sind. Bei Dokumenten mit komplexen Layouts kann ein randloser Stempel mit anderen Texten oder Grafiken verschmelzen, was den Erkennungsprozess weiter erschwert.

• Unfähigkeit, gedrehten Text zu erkennen - OCR ist so konzipiert, dass es die horizontale Ausrichtung erkennt und daher keine gedrehten oder vertikalen Texte lesen kann. Wie Sie wissen, kommen bei technischen Diagrammen häufig gedrehte Texte vor. Daher muss jemand die gedrehten Texte manuell eingeben, was zu weiteren Verzögerungen führt.

Es ist zwar technisch möglich, herkömmliche OCR-Systeme so zu trainieren, dass sie sich an neue Formate und Muster für verschiedene Dokumenttypen anpassen, aber die schiere Vielfalt und Unvorhersehbarkeit der in der Branche zirkulierenden Dokumente bedeutet, dass der manuelle Aufwand, der für das Training des Systems erforderlich ist, oft die Vorteile überwiegt. Wenn Sie sich ansehen, was diese Probleme tatsächlich verursacht, läuft alles auf eine Sache hinaus: OCR liest Zeichen, aber es fehlt der Kontext. Dieser Mangel an kontextuellem Verständnis treibt die Menschen dazu, wieder zur manuellen Datenextraktion zurückzukehren, insbesondere wenn es um technische Zeichnungen geht. Menschen interpretieren Nuancen und Details auf natürliche Weise und verstehen, wie jedes Element oder Symbol mit den übrigen Komponenten in einem Diagramm zusammenhängt. Kann eine Maschine das wirklich?

Stellen Sie sich vor, Sie haben ein Team von 10 Ingenieuren, die komplexe technische Zeichnungen manuell durchforsten, Daten abrufen und sie je nach den Anforderungen der Arbeit in verschiedene Systeme eingeben. Es ist zeitaufwändig, wiederholt sich und seien wir ehrlich, nicht die beste Nutzung der Fähigkeiten Ihres Teams. Stellen Sie sich Folgendes vor: Was wäre, wenn dasselbe Team die Arbeit von 30 Ingenieuren erledigen könnte, ohne ins Schwitzen zu geraten? Plötzlich wird das, was früher Stunden oder sogar Tage gedauert hat, in einem Bruchteil der Zeit erledigt, sodass sich Ihre Teammitglieder auf wichtigere Aufgaben konzentrieren können. Das ist die Art von Produktivitätssteigerung, von der wir sprechen. Ja, das ist möglich — du musst deiner OCR nur ein eigenes Gehirn geben.

Ein OCR, das wie du denkt

Im Gegensatz zu herkömmlichen OCR-Lösungen kombinieren moderne Systeme die OCR-Funktion mit künstlicher Intelligenz, um dem Prozess eine kontextuelle Perspektive zu verleihen und nicht nur die Zeichenerkennung. Diese basieren häufig auf fortschrittlichen LLMs und können bis zu 80% der erforderlichen Daten präzise aus technischen Zeichnungen extrahieren. Dies wird als intelligente Dokumentenverarbeitung (IDP) bezeichnet.

Optische Zeichenerkennung (OCR) ist eine Technologie, die verschiedene Arten von Dokumenten — wie gescannte Papierdokumente, PDFs oder Bilder — durch Erkennen und Extrahieren von Text in bearbeitbare und durchsuchbare Daten umwandelt.

Intelligente Dokumentenverarbeitung (IDP) geht bei der Datenextraktion noch einen Schritt weiter, indem OCR mit künstlicher Intelligenz (KI) und natürlicher Sprachverarbeitung (NLP) integriert wird. Dadurch können IDP-Systeme nicht nur Text lesen und extrahieren, sondern auch den Kontext verstehen, Dokumente klassifizieren und relevante Daten auf der Grundlage bestimmter Geschäftsregeln extrahieren. KI ahmt also menschliche Intelligenz nach IDP ist nichts anderes als KI-fähiges OCR oder einfach OCR mit einem menschlichen Gehirn.

IDP kann also auch viele andere Dinge tun, die OCR nicht kann. Sie können beispielsweise problemlos in jedes der vorhandenen Tools integriert werden, die Sie bereits verwenden. Ich bin mir sicher, dass es zumindest eine grundlegende CAD- und ERP-Software gibt, die Ihr Team verwendet. IDP kann sich schnell mit ihnen synchronisieren und den gesamten Prozess verbessern. Auf diese Weise können Sie viel mittleres Management vermeiden, das ehrlich gesagt niemand tun möchte. Die aus dem CAD extrahierten Daten können automatisch in Ihre ERP-Software eingespeist werden. Sie erhalten dreimal schneller die gleichen oder bessere Ergebnisse! Da gibt es keine Kompromisse.

Selbes kleines Team, großes Geld

IDP wird dein Team nicht ersetzen, aber es wird dir definitiv den Stress von deinem Teller nehmen. Sie werden mit derselben Crew mehr erledigen, aber schneller und besser. Außerdem müssen Sie sich keine Gedanken darüber machen, mehr Mitarbeiter einzustellen oder mit steigenden Kosten umzugehen. Hier finden Sie eine kurze Aufschlüsselung, wie Infrrd eine intelligentere, schnellere Lösung bietet, die die besten Renditen für Ihre Investitionen garantiert.

• Hohe Genauigkeit beim ersten Versuch
• Vorlagenfreie Datenextraktion
• SLA-fähige Dokumentenverarbeitung
• Automatisierte RFQ-Einreichungen
• Reibungslose Integration mit Ihrer vorhandenen Software
• Greifen Sie innerhalb von Minuten auf verwertbare Daten zu
• Automatische Erkennung von Abmessungen mit Präzision
• Erhöhen Sie die Verarbeitungsgeschwindigkeit um 400%

‍

‍