Menschähnliche lernende KI-Technologie: NLP, Agentic AI und Fuzzy-Logik
Automatisierte ESG-Einblicke mit NLP und agentenbasierter KI
Bei Dydon AI nutzen wir Natural Language Processing (NLP), um komplexe Dokumente wie Nachhaltigkeitsberichte, technische Anhänge und Jahresabschlüsse automatisch zu lesen und zu analysieren. Unsere KI extrahiert und strukturiert relevante ESG- und EU-Taxonomie-Daten – von Tätigkeitsbeschreibungen bis hin zu Zulassungs- und Konformitätskriterien – direkt aus unstrukturierten Inhalten.
Auf dieser Grundlage ordnet unsere Agentic-KI-Technologie die extrahierten Daten intelligent den entsprechenden Leistungskennzahlen (KPIs) wie CapEx, OpEx und Umsatz zu. Dies gewährleistet eine nahtlose, genaue Zuordnung von Nachhaltigkeitsinformationen über alle Berichtsdimensionen hinweg und unterstützt die automatisierte Erstellung konformer, auditfähiger Berichte.

Wie die Dydon KI-Technologie funktioniert
01
Datenerfassung und Crawling
Unsere Plattform ist in der Lage, numerische und textuelle Daten aus verschiedenen Quellen und Formaten zu erfassen. Bei diesen Quellen (Websites, Dokumente usw.) kann es sich sowohl um externe als auch um interne Daten handeln, die von unseren Kunden bereitgestellt werden. Unsere Kunden müssen die Daten nicht in einem bestimmten Format bereitstellen, sondern wir wandeln sie so um, dass sie für uns verarbeitbar sind.

02
Verarbeitung natürlicher Sprache und Datenaufbereitung
Eine große Anzahl von Texten aus verschiedenen Dokumenten und Quellen muss mit Hilfe eines Natural Language Processing Stacks analysiert und kategorisiert werden. Eines der Kernmerkmale unserer KI-Technologie sind semantische Taxonomien zur Strukturierung von Informationen.
03
Berechnung der KPIs für das Ranking
Das Ziel dieses Prozesses ist die Erstellung von Analysen und Vorhersageinformationen in Form von Ratings, Scores usw. Diese Ergebnisse beruhen auf Eingabevariablen, die aus verschiedenen Datenquellen stammen. Die Plattform erstellt KPIs und Schwellenwerte auf der Grundlage der vorherigen NPL-Analyse.
04
Vorhersage: Aggregation über lineare und nicht-lineare Inferenz
Unsere Prognosemaschine macht DYDON einzigartig. Die bewährte Predictive Reasoning-Methode von Dydon AI kombiniert mehrere Soft-Computing-Methoden (d.h. mathematische Formeln, Punktbewertung, regelbasierte Aggregation, Fuzzy-Logik und NeuroFuzzy), um hochgeladene oder durch Textanalyse extrahierte Eingabewerte intelligent zu verknüpfen und zu aggregieren. Dieses Konzept bietet vollständige Transparenz sowohl für den Aggregationsprozess als auch für die generierten Ergebnisse. Beides sind wichtige Elemente, um erklärbare KI-Ergebnisse zu erzielen.
05
Transparente Ergebnisdarstellung
Die Ergebnisse werden auf verständliche Weise präsentiert. Mit unseren Entscheidungsbäumen können Sie zum Beispiel nach bestimmten Ergebnissen suchen. Unsere Grafiken sind vollständig an Ihre Bedürfnisse anpassbar.
