Mit LLMs effizient zu besseren Stammdaten

Automatisierte Optimierung der Groß- und Kleinschreibung von Artikelbeschreibungen im Stammdatensystem minimalen Einstiegsbarrieren

Kunde:
BayWa AG 

Eingesetzte Technologien:

LLM Prompt Engineering, Azure AI Studio, Azure Functions, MS Power Automate, MS SharePoint, REST

Herausforderungen:

Komplexität der sprachlichen Regeln, Skepsis gegenüberüber KI und Automatisierung, Technische Limitationen

Use-Case-Workshop und Architekturdefinition

In einem initialen Workshop wurden Anforderungen, Ziele und technische Rahmenbedingungen gemeinsam erarbeitet. Besonderes Augenmerk lag auf der Nutzerfreundlichkeit und dem Fit zur vorhandenen Infrastruktur. Daraus entstand ein klarer Ablauf: Upload über SharePoint, automatische Bearbeitung im Hintergrund, Benachrichtigung per Mail und manuelle Prüfung vor SAP-Integration.

Entwicklung des Proof of Concept (PoC)

Im Rahmen des PoC wurde eine Architektur entwickelt, die alle Schritte – von der Dateiupload-Verarbeitung bis zur Ergebnisrückgabe – automatisiert abbildet. Technisch bestand der Kern aus einer Azure Function, die über eine REST-API angesteuert wurde. Die KI-basierte Bearbeitung erfolgte im Azure AI Studio mit eigens entwickelten Prompts und Prüflogik. Zudem wurde eine Gegenüberstellung von Original- und bearbeitetem Text im Ergebnis-Excel integriert.

Integration in Power Platform und Testbetrieb

Mit Power Automate wurden alle Prozessschritte automatisiert: Auslösung der Verarbeitung, Dateiübergabe, Benachrichtigungen an den Nutzer. Die erstellte Infrastruktur ermöglichte einen reibungslosen, nachvollziehbaren Ablauf innerhalb der gewohnten Office365-Umgebung. Interne Nutzer konnten mit vertrauten Tools wie Excel und SharePoint arbeiten, wodurch keine zusätzliche Schulung notwendig war.

Wirtschaftlichkeitsanalyse & Optimierung

Parallel zur technischen Umsetzung wurde eine Wirtschaftlichkeitsanalyse durchgeführt: Der automatisierte Ansatz verursachte lediglich 10 % der Kosten im Vergleich zur manuellen Bearbeitung. Durch die Automatisierung konnten unrealistische Erwartungen gegenüber KI in klar definierte, prüfbare Abläufe überführt werden. Das Vertrauen in das System wuchs durch die Transparenz und nachvollziehbaren Regeln.

Übergabe und Empowerment des internen Teams

Nach erfolgreicher PoC-Abnahme wurde die komplette Architektur an das firmeninterne Data-Analytics-Team von BayWa übergeben. Von diesem Punkt an agierte das externe Team nur noch beratend. Die Lösung war skalierbar, verständlich dokumentiert und sofort einsetzbar für weitere Anwendungsfälle.