Akquisitions-Pipeline
- AI Engineering
- Web-Crawling
- OCR / Dokumenten-Verarbeitung
- LLM-Pipelines
- Datenextraktion & -anreicherung
- Frontend
- Michael Zoidl (Lead, solo)
Ausgangslage
Zu viele Bekanntmachungen
Ausschreibungen und behördliche Mitteilungen liegen verstreut im Web, in unterschiedlichsten Formaten und teils als gescannte PDFs. Manuell kommt das Akquisitions-Team der Menge nicht hinterher, obwohl gerade die Details über die Bewertung eines Parks entscheiden.
Bewerten statt sammeln
Eine durchgängige Pipeline, die relevante Bekanntmachungen findet, maschinell lesbar macht und so aufbereitet, dass das Team effizient bewerten kann.
Vom Rauschen zum Signal
- Millionen Websites parallele Web-Crawler
- Bekanntmachungen als Text OCR mit AWS Textract
- Falschtreffer aussortiert regelbasierte Vor-Sortierung
- Relevante Infos strukturiert LLM-Auswertung
- Bewertung im Team Akquisitions-Werkzeug
Die günstigen Stufen sortieren zuerst aus, das LLM sieht nur noch, was sich lohnt.
Lösung
Web-Crawler-Architektur
Parallele, hochperformante API-Extraktionsprozesse durchsuchen Millionen von Websites nach relevanten Veröffentlichungen.
OCR-Stufe mit AWS Textract
Gescannte und PDF-basierte Bekanntmachungen werden zu maschinenlesbarem Text, die Grundlage für die LLM-Stufe.
Vor-Sortierung per Algorithmus
Regelbasierte Filter eliminieren offensichtliche Falschtreffer, bevor das Sprachmodell arbeitet.
LLM-Auswertung
Ein Sprachmodell extrahiert die für die Akquisition relevanten Informationen und strukturiert sie für die Bewertung.
Akquisitions-Werkzeug
Frontend in React, Next.js und Tailwind, in dem das Team mit den aufbereiteten Daten arbeitet.
Läuft eigenständig im Live-Betrieb.
Das Akquisitions-Team verarbeitet Bekanntmachungen in einer Größenordnung, die manuell nicht erreichbar wäre. Die Pipeline wurde sauber an den Kunden übergeben und läuft seit Projektabschluss ohne alm weiter.
Stack
-
React
-
Next.js
-
Tailwind
-
TypeScript
-
Node.js
- AWS Textract
-
OpenAI
-
LangChain
-
Docker