Wie lassen sich große Mengen an Bilddaten effizient verwalten und gezielt durchsuchen? Mit dieser Fragestellung beschäftigte sich ein gemeinsames Projekt des Mittelstand-Digital Zentrums Kaiserslautern und der MST DESIGN & SERVICE GmbH aus Pirmasens.

Ziel des Vorhabens war die Entwicklung eines Konzepts zur Optimierung von Informationsqualität, Datenmanagement und Prozessen. Im Fokus stand dabei die Frage, wie vorhandene Bilddaten zu unterschiedlichen Schuhmodellen künftig KI-gestützt durchsuchbar gemacht und gleichzeitig die zugrunde liegenden Aufnahme- und Ablageprozesse standardisiert werden können.

Die MST DESIGN & SERVICE GmbH blickt auf nahezu 100 Jahre Erfahrung in der Schuhbranche zurück und entwickelt Schuhe für namhafte Marken. Im Arbeitsalltag fallen dabei große Mengen an Bildmaterial an, dessen Ablage und Wiederauffindbarkeit bislang mit erheblichem manuellem Aufwand verbunden war. Im Rahmen des Projekts wurden zunächst die Anforderungen an eine zukünftige Lösung konkretisiert und in Form SMARTer Ziele definiert. Darauf aufbauend entstand ein Lastenheft, das die fachlichen und technischen Anforderungen an eine KI-gestützte Bilddatenbank beschreibt. Ergänzend wurden verschiedene Anbieter und am Markt verfügbare Lösungen analysiert und vorgestellt.

Eine zentrale Erkenntnis des Projekts war, dass eine leistungsfähige KI-gestützte Bildersuche nur dann zuverlässig funktioniert, wenn Bilder mit klar definierten Attributen und Metadaten versehen werden. Ebenso wurde deutlich, dass technische Lösungen ihr volles Potenzial erst entfalten können, wenn die Prozesse zur Bildaufnahme, Metadatenerfassung und Ablage unternehmensweit standardisiert sind.

Langfristig soll durch eine zentrale, cloudbasierte Bilddatenbank mit KI-gestützter Suche der Suchaufwand deutlich reduziert werden. Gleichzeitig können bestehende Bildbestände künftig systematisch als Wissensressource genutzt und stärker in Analyse-, Entwicklungs- und Entscheidungsprozesse integriert werden. Das Projekt zeigt, wie Künstliche Intelligenz Unternehmen dabei unterstützen kann, vorhandene Datenbestände besser nutzbar zu machen und die Effizienz wissensintensiver Prozesse nachhaltig zu steigern.