RFI für den Einsatz von KI bei der Dokumentenmigration

1 Kontext und Ausgangslage ewz verwaltet einen umfangreichen technischen Dokumentenbestand für physische Assets. Der Bestand umfasst rund 800'000 Dokumente und wächst jährlich um ca. 20'000 Dokumente. Die Dokumente enthalten technische Informationen wie Pläne, Schemata, Prüfberichte, Zeichnungen und weitere Asset-bezogene Unterlagen. Die Metadaten werden heute ausschliesslich manuell gepflegt. Daraus entstehen inkonsistente Klassifizierungen, Suchaufwand, potenzielle Qualitätsrisiken und Einschränkungen in der Nutzung der Dokumente für Planung, Instandhaltung, Compliance und Projektabwicklung. 2 Zielsetzung des Vorhabens Automatisierte Extraktion von Metadaten und Klassifizierung technischer Anlagendokumenten. Massenklassifizierung bei der Migration noch nicht digitalisierter Dokumente. Qualitätssicherung des aktuellen Daten- und Metadatenbestands. Nutzung der qualitätsgesicherten Bestandsdaten als Lern- und Trainingsgrundlage. Schaffung einer skalierbaren, nachvollziehbaren und integrierbaren Lösung für die Klassifizierung von Anlagendokumenten und supportiver Metadaten-Augmentierung.