Beim Ausführen von „Preise aus KI vorhersagen" vergleicht die Anwendung den Kurztext jeder offenen Position mit allen gespeicherten Einträgen in dieser Datenbank. Je nach aktiviertem KI-Verfahren arbeitet die Suche dabei unterschiedlich:
ML-Modell (ML.NET)
Das ML-Modell schaut sich an, welche Wörter in einem Text vorkommen und wie wichtig sie sind. Zwei Texte gelten als ähnlich, wenn sie viele bedeutsame Wörter gemeinsam haben.
Beispiel:
•Gespeichert: „Untergrund von haftmindernden Rückständen befreien"
•Gesucht: „Untergrund reinigen, haftmindernde Rückstände entfernen"
Beide Texte enthalten die Wörter „Untergrund", „haftmindernde" und „Rückstände". Das Modell erkennt diese Gemeinsamkeit und berechnet einen hohen Ähnlichkeitswert – die Position wird als Treffer vorgeschlagen. Wörter wie „befreien" und „entfernen" sind zwar verschieden, fallen aber gegenüber den gemeinsamen Fachbegriffen kaum ins Gewicht.
Sind die Texte hingegen völlig unterschiedlich formuliert und teilen kaum gemeinsame Wörter, fällt der Ähnlichkeitswert niedrig aus – es wird kein Preisvorschlag gemacht.
Semantisches Modell (gaebOnline-miniLM)
Das Semantische Modell versteht nicht nur einzelne Wörter, sondern den Sinn eines Satzes – ähnlich wie ein erfahrener Fachmann, der erkennt, dass zwei unterschiedlich formulierte Leistungen dasselbe meinen.
Beispiel:
•Gespeichert: „Untergrund von haftmindernden Rückständen befreien"
•Gesucht: „Untergrund reinigen, haftmindernde Rückstände entfernen"
Obwohl die Sätze unterschiedlich aufgebaut sind, erkennt das Modell: Beide beschreiben dieselbe Arbeit. Der Ähnlichkeitswert wäre hier entsprechend hoch – bei einem Wert über 0,93 kann davon ausgegangen werden, dass die Positionen fachlich gleich oder austauschbar sind. Werte zwischen 0,90 und 0,93 zeigen eine sehr hohe Ähnlichkeit, die aber noch kurz geprüft werden sollte.
Hinweis zur Genauigkeit
Auch bei einem hohen Ähnlichkeitswert können fachlich relevante Unterschiede vorliegen – etwa abweichende Maße, Materialien oder besondere Ausführungsbedingungen. Der vorgeschlagene Einheitspreis sollte daher immer kurz geprüft werden, bevor er in die Kalkulation übernommen wird.
Welches Modell ist besser?
Beide Modelle ergänzen sich. Das ML-Modell ist schnell und zuverlässig bei ähnlichen Formulierungen. Das Semantische Modell ist überlegen, wenn Positionen fachlich gleich sind, aber sprachlich sehr unterschiedlich beschrieben wurden. Wir empfehlen immer in den KI-Optionen die Einstellung Semantisches oder ML-Modell zu aktivieren.
