Digitalisierung technischer Dokumentation: Erst den Prozess verstehen, dann KI einsetzen

Die technische Dokumentation komplexer Anlagen ist datenintensiv und mit erheblichem Erfassungs-, Prüf- und Verwaltungsaufwand verbunden. Bei der Errichtung von Anlagen entstehen oftmals tausende, überwiegend mehrseitige Dokumente, die geprüft, klassifiziert und archiviert werden müssen. Digitale Technologien und insbesondere KI bieten Möglichkeiten, manuelle Arbeitsschritte zu reduzieren und große Dokumentenmengen effizienter zu verarbeiten.

Vor dieser Aufgabe stand auch GDMcom, ein Expertenhaus für die Planung, Errichtung und Dokumentation komplexer Netzanlagen in der Energiewirtschaft und Telekommunikation. GDMcom wollte den Dokumentationsprozess effizienter gestalten und zugleich ausloten, wo KI sinnvoll unterstützen kann. Bei Analyse, Konzeption und Umsetzung wurde das Unternehmen von m3 management consulting begleitet.

Das Problem verstehen, bevor die Lösung feststeht

Bei der Einführung von KI hat es sich bewährt, sich nicht zu früh auf einen Lösungsweg festzulegen, sondern zunächst den Problemraum offen zu untersuchen. So lässt sich genauer bestimmen, wo die eigentlichen Aufwandstreiber liegen und welche Form technischer Unterstützung dafür geeignet ist.

Das Projektteam nahm deshalb gemeinsam mit den Fachanwendern den bestehenden Prozess auf und identifizierte Probleme bei Datenqualität und Durchlaufzeiten sowie mögliche Ansatzpunkte für technische Unterstützung. Dabei wurden sieben KI-Potenziale identifiziert, die unterschiedlich stark auf die zuvor festgelegten Ziele einzahlten. Zwei Ansätze wurden anschließend zu einer Lösung kombiniert und als konkretes KI-Konzept einschließlich Architektur, technischer Lösung und Datenanalyse ausgearbeitet. Dieses Konzept bildete die Grundlage für die spätere Entwicklung.

Prozess und KI zusammen denken

Der bestehende Ablauf enthielt digitale und papiergebundene Arbeitsschritte. Dokumente wurden unterschiedlich geprüft und verarbeitet, extrahierte Informationen mussten zentral erfasst werden. Entsprechend unterschiedlich waren die Voraussetzungen für Digitalisierung und Automatisierung.

Deshalb wurden Prozessanpassungen, klassische Digitalisierung und KI gemeinsam betrachtet: KI kam dort zum Einsatz, wo sie zusätzlichen Nutzen bot; andere manuelle Schritte wurden klassisch digitalisiert. Konkret wurden zwei Funktionen umgesetzt: die automatisierte Suche nach bereits vorhandenen Dokumenten und die Extraktion relevanter Informationen.

Die Anforderungen wurden gemeinsam mit den späteren Anwendern konkretisiert und für die Entwicklung übersetzt. m3 steuerte das Projekt und vermittelte zwischen Fachbereich und Entwicklung. Workshops, Tests und Schulungen hielten die Fachanwender über die gesamte Umsetzung hinweg eingebunden, sodass Anforderungen weiter konkretisiert werden konnten. Voraussetzung war die Bereitschaft, bestehende Arbeitsweisen zu verändern.

SyD unterstützt, der Anwender prüft

Auf dieser Grundlage entstand unter der internen Bezeichnung SyD ein KI-unterstützter Klassifizierungsassistent für die technische Anlagendokumentation, der auf vier Prinzipien basiert:

• Die fachliche Prüfung und Freigabe bleibt beim Anwender.
• SyD ist kein lernendes System; Interaktionen der Mitarbeiter fließen nicht in Lerndaten ein.
• Die Datenverarbeitung wird minimiert, Daten fließen nicht ab.
• Betrieb, Support und Service verbleiben konzernintern.

Konkret unterstützt SyD die Mitarbeiter bei folgenden Arbeitsschritten:

• Prüfung, ob ein Dokument bereits aus früheren Projekten vorliegt
• Extraktion relevanter Informationen aus Dokumenten
• Bereitstellung von Vorschlägen in einer Übersichtsmaske
• Prüfung und Freigabe der Ergebnisse durch die Mitarbeiter

Die Rollout-Phase von SyD ist noch nicht abgeschlossen, doch die Lösung wird bereits im Arbeitsalltag eingesetzt. Dabei unterstützt sie insbesondere Such-, Erfassungs- und Klassifikationsaufgaben. So werden bislang manuelle Arbeitsschritte schrittweise digitalisiert und in einen stärker durchgängig unterstützten Dokumentationsprozess überführt.

Erfolgsfaktoren aus dem Projekt

Aus dem Projekt lassen sich vier Erfolgsfaktoren ableiten, die sich auch auf vergleichbare KI-Projekte übertragen lassen:

1. Die Problemanalyse kommt vor der Lösungsgestaltung. GDMcom wollte den Dokumentationsprozess entlasten. Welche Arbeitsschritte verändert und welche Technologien dafür eingesetzt werden sollten, wurde jedoch erst durch die Prozessaufnahme bestimmt.

2. KI und Prozessgestaltung gehören zusammen. Der Nutzen einer KI-Funktion hängt auch von den vor- und nachgelagerten Arbeitsschritten ab. Bei GDMcom wurden deshalb technologische Möglichkeiten, klassische Digitalisierung und Prozessgestaltung gemeinsam betrachtet.

3. Die Fachanwender müssen die Veränderung mitgestalten. Ihre Anforderungen flossen von der Analyse bis zur Entwicklung ein. Gleichzeitig erforderte die Einführung die Bereitschaft, bestehende Arbeitsweisen zu verändern.

4. Stakeholdermanagement beginnt nicht erst beim Rollout. KI-Projekte wirken schnell über den unmittelbar beteiligten Fachbereich hinaus. Im Projekt zeigte sich, dass Bereiche wie Informationssicherheit, Datenschutz oder Betriebsrat deshalb frühzeitig einbezogen und über den weiteren Verlauf informiert werden sollten.

Für KI-Projekte bedeutet das: Der Nutzen von KI entsteht nicht aus der Technologie allein. Entscheidend ist, den Prozess genau zu verstehen, geeignete Arbeitsschritte auszuwählen und klassische Digitalisierung und KI sinnvoll miteinander zu verbinden. Der Projektverlauf hat insgesamt gezeigt, dass diese Aspekte besonders wichtig waren und in vergleichbaren Vorhaben mitbedacht werden sollten.