Open Grid Europe Effizienzsteigerung durch KI: Inhaltsanalyse von Rechtstexten im Energiesektor

Technologien

Projektzeitraum 2023/24

Kundennutzen

  • Reduzierung des manuellen Aufwands
  • Sicherstellung der Compliance durch automatische Identifizierung von regulatorischen Änderungen auf interne Prozesse
  • Intuitive Benutzeroberfläche für die effiziente Prüfung der relevanten Rechtsänderungen

Die zunehmende Anzahl von Gesetzestexten und Richtlinien auf nationaler, europäischer und internationaler Ebene stellt viele Branchen vor eine erhebliche Herausforderung – von der Energiewirtschaft über das Gesundheitswesen bis hin zur Finanzindustrie. Die kontinuierliche Überwachung, Interpretation und Anpassung dieser Prozesse an die neuen Regularien ist eine zeitintensive Aufgabe, die häufig auf manuelle Auswertungen durch Spezialist:innen angewiesen ist. 

Gemeinsam mit Open Grid Europe (OGE) hat inovex ein System zur semantischen Analyse von Gesetzestexten und Regularien mittels Large Language Models (LLM) entwickelt. Das System analysiert bestehende Gesetzestexte und Regularien und schlägt den Benutzer:innen konkrete Unternehmensprozesse vor, die von den Änderungen betroffen sind und ggf. angepasst werden müssen. Somit trägt es dazu bei, manuelle Arbeitsprozesse wesentlich zu beschleunigen.

Regulatorische Anforderungen: Komplexität und ihre Folgen

In vielen Branchen sind gesetzliche Regelungen und Richtlinien von entscheidender Bedeutung. Gesetzestexte sind oft hochkomplexe Texte und folgen einer eigenen, juristischen Sprache, sodass das Lesen und Interpretieren dieser Gesetze oft nur von geübten Lesenden möglich ist. Das macht die fortlaufende Überwachung, Interpretation und Anpassung der internen Prozesse in stark regulierten Bereichen zu einer zeitintensiven Aufgabe, die häufig auf manuelle Auswertungen durch Spezialist:innen angewiesen ist und erhebliche Ressourcen bindet.

Dies betrifft insbesondere den Energiesektor – und damit auch den Fernleitungsnetzbetreiber Open Grid Europe (OGE). Für Fernleitungsnetzbetreiber wird die Zusammenarbeit der deutschen Gasnetzbetreiber durch komplexe Vorschriften gesteuert: Kooperationsvereinbarung Gas (KOV), Gesetz über die Elektrizitäts- und Gasversorgung (Energiewirtschaftsgesetz – EnWG), Anerkennung von Instrumenten zur Kapazitätserhöhung (ANIKA) und noch viele weitere Regularien, Gesetzestexte und Verfahren sind für die Fernleitungsnetzbetreiber relevante Dokumente und müssen beachtet werden.

Von der Vision zur KI-gestützten Lösung

Um den zeitaufwändigen und fehleranfälligen manuellen Abgleich von Rechtstexten zu automatisieren, haben inovex und Open Grid Europe ein Human-in-the-Loop-System entwickelt. Dabei erhalten User in einer intuitiven Benutzungsoberfläche eine automatisierte Übersicht über die inhaltlichen Änderungen in den Rechtstexten mit Hinweisen, auf welche Unternehmensprozesse diese Einfluss haben.

Das System basiert auf der Idee, zwei Dokumentenversionen miteinander zu vergleichen, wobei davon ausgegangen wird, dass eine Version (die Vorgängerversion des Dokuments) bereits entsprechend im Unternehmen Anwendung findet. Das System vergleicht diese Dokumentversionen miteinander, identifiziert die Unterschiede – sowohl syntaktisch als auch semantisch – und gibt auf Basis der vorhandenen Unternehmensprozessdokumente Hinweise, ob die erkannte Änderung für OGE relevant ist. Gleichzeitig gibt das System Auskunft, welche Unternehmensprozesse durch diese Änderung angepasst werden müssen. Dazu verwendet es die Prozessabbildungen der aktuellen Unternehmensprozesse, um einen möglichst guten Vorschlag zu generieren.

Vergleich zwischen altem und neuem Gesetzestext. Änderungen sind durch das System hervorgehoben.

Für den User werden die Bearbeitungsschritte transparent dargestellt, sodass über eine intuitive Benutzungsoberfläche zwei Dokumentversionen strukturiert verglichen werden können.

Benutzer:innen können die Änderungen in den Dokumenten durchgehen und erhalten zu jeder Änderung Informationen über die semantische Änderung, die Relevanz für OGE und ggf. Vorschläge, auf welche Unternehmensprozesse sich diese Änderungen auswirken könnten. Diese Vorschläge können dann akzeptiert oder manuell überschrieben werden.

Abschnitt für den „Human in the Loop“. Es steht zur Auswahl, ob die Änderungen für OGE Relevanz haben.

Das System kombiniert Methoden der Textprozessierung, Sprachmodelle zur semantischen Analyse, klassische Machine-Learning-Modelle und natürlich die Expertise der Menschen, die auf Basis der Vorschläge eine Entscheidung treffen.

Technologie hinter der Lösung

Da die Dokumente typischerweise im Portable Document Format (PDF) vorliegen, besteht der erste Schritt darin, die Texte aus den Dokumenten zu extrahieren und in logische Einheiten wie Kapitel und Abschnitte zu zerlegen. Basierend auf dieser Zerlegung werden klassische Textalgorithmen verwendet, um eine genaue Zuordnung der Textteile in den Dokumentversionen zu ermöglichen. Basierend auf dieser Zuordnung wird mit Azure OpenAI ein leistungsfähiges LLM verwendet, das die Änderungen semantisch interpretiert und eine Zusammenfassung der Änderungen generiert.

Wenn das System semantische Änderungen erkennt, verwendet es eine Kombination aus klassischem maschinellen Lernen und dem Azure OpenAI-Modell, um die erkannten Änderungen den entsprechenden Unternehmensprozessen zuzuordnen. Für Endanwender:innen wird es in einer benutzerfreundlichen Streamlit-Anwendung über Microsoft Azure zur Verfügung gestellt.

Fazit und Ausblick

Das entwickelte System zeigt, wie Sprachmodelle Arbeitsschritte wesentlich unterstützen, die bisher ausschließlich von Spezialist:innen manuell durchgeführt wurden. Damit können sie einen erheblichen Beitrag zur Effizienzsteigerung interner Arbeitsprozesse leisten.

Die Kombination von klassischer Textverarbeitung und leistungsfähigen LLMs in einem System ermöglicht Open Grid Europe eine strukturierte und zeiteffiziente Überwachung, Interpretation und Anpassung von Gesetzes- und Regulierungsänderungen.

Das Grundproblem, komplexe Dokumente in unterschiedlichen Versionen abzugleichen und entsprechend zu interpretieren, besteht in nahezu allen Bereichen und ist insbesondere in stark regulierten Branchen wie der Finanzindustrie, dem Gesundheitswesen oder der Logistik eine zeitintensive Aufgabe. Sprachmodelle sind hier ein mächtiges Werkzeug, um semantische Änderungen effizient zu erkennen.

Wie kann ich Sie unterstützen?

Robert Pesch

Head of Data-driven AI Solutions