KI-basierte Extraktion von Rechnungspositionen

Project: Research

Project participants

Description

Das Projekt "KI-basierte Extraktion von Rechnungspositionen" (ExRePo) hat das Ziel, durch den Einsatz von künstlicher Intelligenz (KI) die Informationen aus Geschäftsdokumenten, insb. Rechnungen im Kontext der Landwirtschaft, automatisiert zu extrahieren. Im Fokus stehen dabei insbesondere die sogenannten Rechnungspositionsdaten, also Angaben wie Produktbeschreibungen, Mengen und Preise. Diese sollen in einer maschinenlesbaren Form bereitgestellt werden, um Geschäftsprozesse, z.B. in der Buchhaltung und Wirtschaftsprüfung, effizienter und fehlerfreier zu gestalten. Das Projekt nutzt maschinelles Lernen zur Entwicklung von Modellen, die eine automatisierte Verarbeitung verschiedener Rechnungsformate ermöglichen. Ein innovativer Aspekt des Vorhabens ist die Erzeugung synthetischer Rechnungen, um das Training der KI-Modelle zu verbessern. Darüber hinaus sollen die extrahierten Daten genutzt werden, um innovative Services im landwirtschaftlichen Kontext zu entwickeln. Beispiele hierfür sind Ertragsprognosen sowie Empfehlungen für Saat- und Düngegut, die auf den gewonnenen Informationen basieren. Diese zusätzlichen Anwendungen können landwirtschaftliche Betriebe dabei unterstützen, ihre Entscheidungen hinsichtlich Anbau und Ressourcenmanagement zu optimieren, was sowohl ökologische als auch ökonomische Vorteile bietet.

Das Projekt wird von der Leuphana Universität Lüneburg in Zusammenarbeit mit der LAND-DATA GmbH durchgeführt und im Rahmen der EFRE-Richtlinie "Innovationen durch Hochschulen und Forschungseinrichtungen" gefördert. Für Fragen steht Ihnen Prof. Dr. Burkhardt Funk zur Verfügung.
AcronymExRePo
StatusActive
Period01.07.2430.06.26

Recently viewed

Researchers

  1. Wolfram Kawohl

Publications

  1. Das AGG in der Beratungspraxis
  2. Briefe schreiben in der Sekundarstufe I
  3. Neighbour species richness and local structural variability modulate aboveground allocation patterns and crown morphology of individual trees
  4. TraceSim
  5. Defining value in sustainable business models
  6. Die Zeit nach E-Government
  7. Being perceived as a knowledge sender or knowledge receiver
  8. LivingCare - An autonomously learning, human centered home automation system
  9. Unfreiwillige Mitarbeit
  10. (S)training experiences
  11. Adaptive learning support as a key element of innovative teaching in Germany
  12. Nitrogen Addition Enhances Drought Sensitivity of Young Deciduous Tree Species
  13. Evaluation of a temporal causal model for predicting the mood of clients in an online therapy
  14. Conservatives are less accurate than liberals at recognizing false climate statements, and disinformation makes conservatives less discerning
  15. Effectiveness of a web-based intervention for injured claimants
  16. Motivation revisited
  17. What do we do with "other" music?
  18. UE4SD - University Educators for Sustainable Development
  19. Does outcome expectancy predict outcomes in online depression prevention? Secondary analysis of randomised-controlled trials
  20. Using gender theories to analyse nature resource management
  21. Quantifying ecosystem services of rewetted peatlands − the MoorFutures methodologies
  22. § 44 VwGO (Objektive Klagehäufung)
  23. On anisotropic tensile mechanical behavior of Al-Cu-Li AA2198 alloy under different ageing conditions
  24. Identification of the effective water availability from streamflows in the Zerafshan river basin, Central Asia