Beratungsunternehmen leben davon, präzise, datengestützte Erkenntnisse zu liefern. Die manuelle Erstellung von Berichten aus Interviews, Unternehmensdokumenten und Richtlinienanalysen kann jedoch zum Engpass werden. Unser Kunde, ein mittelständisches Beratungsunternehmen, stand genau vor dieser Herausforderung. Seine Teams verbrachten Wochen damit, stundenlange Interviewtranskripte, interne Richtlinien und Compliance-Dokumente zu sichten, um kundenspezifische Berichte zu erstellen. Das war zeitintensiv und fehleranfällig. Inkonsistenzen in Formatierung und Darstellung gefährdeten die Glaubwürdigkeit der Ergebnisse. Zudem erschwerte die Datenmenge eine kohärente Darstellung, besonders bei der Kombination qualitativer Rückmeldungen mit quantitativen Details.
Zielsetzung: Automatisierung mit Qualitätssicherung
Der Kunde suchte eine Lösung, um den Entwurfsprozess zu automatisieren, ohne Genauigkeit oder analytische Tiefe zu verlieren. Das Ziel: Rohdaten schneller in strukturierte Berichte umwandeln und jede Aussage bis zur Quelle zurückverfolgen können.
Lösung: LLM-gesteuerte Berichtspipeline
Wir entwickelten eine massgeschneiderte LLM-basierte Pipeline. Zuerst trainierten wir ein grosses Sprachmodell mit einem kuratierten Datensatz historischer Berichte. So lernte das Modell Struktur, Tonfall und Analyseansätze des Unternehmens. Dann integrierten wir das Repository des Kunden mit Interviewtranskripten, Richtliniendokumenten und organisatorischen Leitlinien als Wissensbasis. Die Antworten des Modells stützten sich ausschliesslich auf diese geprüften Daten, um Halluzinationen zu vermeiden – ein zentraler Punkt für die faktische Genauigkeit. Zusätzlich implementierten wir einen Mechanismus zur Quellenpräferenz. Das Modell bevorzugte direkte Zitate oder Richtlinienklauseln gegenüber abgeleiteten Aussagen.
Ergebnis: Präzise Berichte in Stunden statt Wochen
Das System erzeugte ein strukturiertes Word-Dokument mit Platzhaltertabellen, Überschriften und Zitaten als bearbeitbaren Entwurf. Die Dauer der Entwurfsphase sank von mehreren Wochen auf wenige Stunden. Analysten konnten sich dadurch auf die inhaltliche Verfeinerung konzentrieren, statt Daten manuell zusammenzustellen. Das Ergebnis: konsistente, nachvollziehbare und qualitativ hochwertige Berichte bei deutlich geringerem Aufwand.