LLM zum Parsen von GOSTs: von 2 Stunden auf 5 Min

Automatisierung der GOST-Parameter-Extraktion mit LLMs: Eine Fallstudie mit 24-facher Zeitersparnis

In einem vollintegrierten metallurgischen Werk mit 4.500 Lagerartikeln und über 200 regulatorischen Dokumenten (meist Scans von GOST- und OST-Normen aus der Sowjetzeit) dauerte die Erstellung eines einzigen Prüfblatts früher über 2 Stunden. Technologen extrahierten manuell Parameter aus Tabellen, Anmerkungen und Texten über 40+ Kennzahlen hinweg. Eine LLM-basierte Lösung reduzierte diese Zeit auf 3–5 Minuten – eine 24-fache Verbesserung.

Die Herausforderung: Erstellung einer Tabelle mit Kontrollparametern, Quellen (Abschnitt/Tabelle) und Werten basierend auf Lagereigenschaften (Stahlsorte, Vormaterialdurchmesser, Gruppe) und einem GOST-PDF.

Warum ein Parser nicht ausreichte

Ein vorlagenbasierter Parser scheiterte aufgrund der Formatvielfalt: In einigen GOSTs stehen Parameter in Tabellen; in anderen in Anmerkungen oder referenzierten Abschnitten. Semantisches Verständnis ist erforderlich, nicht nur strukturelles Parsing.

Das LLM fungiert als 'virtueller Technologe':

• Eingabe: GOST-PDF + Lagerparameter
• Prompt: Liste der Parameter mit Suchalgorithmen
• Ausgabe: Tabelle mit 'Parameter – Wert – Quelle'

Das Scheitern eines universellen Prompts

Tests in Perplexity zeigten: Claude Sonnet 4.6 erreichte 85 % Genauigkeit beim ersten GOST, GPT 5.4 erreichte 72 % (im Thinking-Modus). Aber Fehler traten bei nachfolgenden Dokumenten aufgrund struktureller Unterschiede wieder auf – verschachtelte Tabellen, Konstanten, Bereiche.

Ein universeller Ansatz skaliert nicht. Übergang zu Prompts, die auf spezifische GOSTs zugeschnitten sind.

Arbeitsarchitektur basierend auf dem Pareto-Prinzip

80 % des Lagerbestands werden von 18 % der GOSTs abgedeckt (20 Schlüsseldokumente für den Pilotversuch).

Für jeden – ein individueller Prompt mit Regeln:

• Parameterposition (Tabelle/Abschnitt)
• Interpretation von Grenzfällen ('nicht weniger als', Bereiche)
• Tabellenverarbeitung

Prozess:

• GOST-PDF und Parameter in den Prompt eingeben.
• Ergebnistabelle erhalten.
• Bei Fehlern – Analyse in Perplexity mit dem Befehl 'Update rule XX'.

9 Iterationen über 14 Tage sicherten 100 % Genauigkeit bei Pilot-GOSTs.

Aktuelle Implementierung und Skalierung

Regeln werden in eine Excel-Tabelle exportiert, damit Technologen sie bearbeiten können. Der Prompt lädt die Tabelle + Eingabedaten, gibt eine fertige Tabelle für das Unternehmenssystem aus.

Hinzufügen neuer GOSTs: Kopieren von Vorlagenregeln, Debugging in 1–2 Iterationen.

Wichtigste Erkenntnisse:

• Moderne LLMs (Claude Sonnet) parsen zuverlässig PDF-Scans mit Tabellen beliebiger Komplexität.
• Wenden Sie Pareto an: Beginnen Sie mit den obersten 20 % der Dokumente.
• Individuelle Prompts pro Dokument sind effektiver als universelle.
• Iteratives Debugging eliminiert systematische Fehler (verschachtelte Tabellen).

Erkenntnisse für IT-Fachleute

Dieser Ansatz ist in Branchen mit regulatorischer Dokumentation anwendbar:

• Metallurgie, Maschinenbau
• Chemische Industrie, Bauwesen, Energie
• Pharmazie (ohne vertrauliche Daten)

Erfolgsbedingungen:

• Manuelle Datenübertragung aus heterogenen PDFs.
• Keine strengen Vertraulichkeitsanforderungen.
• Möglichkeit zur iterativen Prompt-Verfeinerung.

— Editorial Team