Informationsextraktion
Definition
Informationsextraktion wandelt relevante Fakten aus unstrukturiertem Text in strukturierte Daten um.
Dazu gehören beispielsweise Entitäten, Beziehungen, Ereignisse oder Feldwerte. Moderne Systeme nutzen Regeln, klassische ML-Verfahren oder Sprachmodelle; Ergebnisse benötigen je nach Risiko Validierung.
Einfach erklärt
Wie aus einem Freitextformular automatisch Name, Datum, Betrag und Vorgang herauszuziehen.
Warum das im Alltag wichtig ist
Relevant für Dokumentenautomation, CRM-Pflege, Rechnungen, Verträge und Wissensaufbereitung.
Beispiel aus dem Mittelstand
Ein System liest Auftragsbestätigungen und extrahiert Bestellnummer, Lieferdatum und Gesamtbetrag zur weiteren Prüfung.
Grenzen und Fallstricke
- Extraktion mit Verstehen gleichsetzen; unsichere Felder ohne Validierung weiterverarbeiten; Layout- und OCR-Fehler ignorieren.
Entstehung & Geschichte
Information Extraction ist ein etabliertes NLP-Feld. Frühere Systeme wurden unter anderem in MUC-Evaluationsprogrammen standardisiert verglichen; heutige Ansätze nutzen Transformer und LLMs.
Anwendung im Mittelstand
- Mögliche Anwendungen: Belegverarbeitung, E-Mail-Triage, Vertragsmetadaten, CRM-Anreicherung und Wissensgraphen.
Häufige Fragen
Ist IE dasselbe wie OCR?
Nein, OCR erzeugt Text aus Bildern; IE strukturiert Inhalte daraus. Kann ein LLM IE übernehmen? Ja, muss aber auf Schema und Genauigkeit geprüft werden.
Quellen
- Speech and Language Processing · Jurafsky & Martin, Speech and Language Processing
Quellen geprüft am 10.10.2026.
Redaktionell geprüft am: