t2k GmbH

Four rounds of sharp review ... sounds very much like Felix Dittrich :-) Thank you, Saad Umer, for your contribution and your kind words. In terms of new developments, we are currently working on a layout detection model that is not only on-par with the current SOTA, but also robust to rotations. More info coming soon!

KI-Workflows für Leichte-Sprache-Übersetzer t2k arbeitet im Rahmen des Projekts SIMPLE-QS-FLOW an einem KI-basierten Workflow zur Textvereinfachung in Leichter Sprache. Im Mittelpunkt steht die Frage, wie sich automatisierte Vereinfachung, menschliche Nachbearbeitung und Qualitätsbewertung sinnvoll in einem durchgängigen Prozess verbinden lassen. Der Bedarf dafür ist groß: Texte in Leichter Sprache sind für viele Unternehmen, Organisationen und öffentliche Stellen ein wichtiger Baustein für barrierefreie Kommunikation. Gleichzeitig ist die Erstellung solcher Texte häufig mit hohem Aufwand verbunden. Manuelle Übersetzungen erfordern viel Zeit und fachliche Sorgfalt, während rein KI-basierte Ansätze in der Praxis oft noch an Grenzen stoßen, etwa bei Verständlichkeit, inhaltlicher Genauigkeit oder Regelkonformität. Mit SIMPLE-QS-FLOW untersucht t2k deshalb, wie ein praxistauglicher Workflow aufgebaut werden kann, der beide Seiten zusammenbringt. Der Ansatz ist bewusst hybrid gedacht: KI soll dort unterstützen, wo Automatisierung sinnvoll ist, während menschliche Expertise an den Stellen eingebunden wird, an denen Kontext, Qualität und inhaltliche Bewertung besonders wichtig sind. In der aktuellen Anfangsphase des Projekts steht vor allem die Konzeption im Vordergrund. Dazu gehören die Analyse der Anforderungen, die Auseinandersetzung mit geeigneten Qualitätskriterien und die Ausarbeitung der zentralen Prozessschritte. Auf dieser Basis wird schrittweise ein Konzept entwickelt, das später als Grundlage für eine belastbare und nutzbare Lösung dienen kann. Wertvolle Impulse in dieser Phase haben unserer Zusammenarbeit mit drei absoluten Expertinnen im Bereich der Leichten Sprache sowie der dazugehörigen Illustrationen entnehmen können. Dirke Hentschel, Monika Ehrenreich und Dr. Juliane Wenzl sei hiermit noch einmal gedankt. Für t2k ist das Vorhaben ein wichtiger Schritt in der Weiterentwicklung der eigenen Arbeit im Bereich KI-gestützter Sprachverarbeitung. Das Unternehmen bringt dabei seine Erfahrung in der automatisierten Textverarbeitung, Informationsstrukturierung und sprachlichen Vereinfachung in ein anwendungsnahes Innovationsprojekt ein. Gleichzeitig zeigt das Projekt, wie technologische Entwicklung und gesellschaftlicher Nutzen zusammengehen können. Verständliche und zugängliche Kommunikation wird für viele Einsatzbereiche immer wichtiger. Mit SIMPLE-QS-FLOW arbeitet t2k daran, dafür eine Lösung zu schaffen, die nicht nur technisch funktioniert, sondern auch im Alltag praktikabel ist. Die Förderung im Rahmen des Programms Innovationsassistent unterstützt t2k dabei, neues Wissen gezielt in die Praxis zu überführen und innovative Entwicklungen im Freistaat Sachsen voranzubringen. Diese Maßnahme wird mitfinanziert durch Steuermittel auf der Grundlage des vom Sächsischen Landtag beschlossenen Haushaltes. Kofinanziert durch die Europäische Union.

Auch wir bedanken uns bei unseren tollen #MuvAko-Projektpartnern für die sehr konstruktive und produktive Arbeit im Projekt: Ramblr.ai, Hochschule Mittweida und der Professur Arbeitswissenschaft und Innovationsmanagement. Hut ab auch für unsere super Kollegen Dr. Umesh Patil und Hannah Seltmann.

LLMs im Gesundheitskontext? Keine Sorge, es geht nicht darum, Ärzte und ihr Fachwissen durch KI zu ersetzen. Wobei KI-Modelle jedoch helfen können, ist die medizinische Dokumentation. Im Rahmen des FHIR-Starter-Projekts mit Insiders Technologies GmbH und dem Fraunhofer IESE sowie dem Berlin Institute of Health in der Charité haben wir (als assoziierter Partner) untersucht, wie gut LLMs dabei sind, medizinische Daten in das Austauschformat FHIR zu überführen. Unser Kollege Jesus Calvillo hat dafür einen umfangreichen Benchmark erarbeitet. Das Fazit: Es gibt noch viel zu tun. Näheres Lesen Sie auf https://lnkd.in/dGiTmktK .

Was gibt es Neues in unserem Projekt #MuvAko?   Unsere Kolleginnen @Melisa Tasliarmut und Katharina Precht haben gemeinsam mit Ronja Schneider von der Professsur Virtuelle Technologien der Hochschule Mittweida einen Workshop mit den Mitarbeitenden des Instituts für Mittelstandskooperation MIKOMI | Hochschule Mittweida veranstaltet.   Ziel war es, zentrale Anforderungen für unser Projekt #MuvAko (Multimodale virtuelle Assistenten für kontextsensitive Aufgaben) zu erheben.   Im Workshop diskutierten wir gemeinsam Anforderungen und mögliche Barrieren bei der Nutzung virtueller Showrooms. Anschließend hatten die Teilnehmenden die Möglichkeit, eine prototypische Umsetzung eines virtuellen Showrooms mit unterschiedlichen Interaktionskomponenten zu testen. Zum Abschluss wurden die identifizierten Anforderungen gemeinsam priorisiert und gewichtet.    Das Projekt „MuvAko“ wird kofinanziert von der Europäischen Union und mitfinanziert durch Steuermittel auf der Grundlage des vom Sächsischen Landtag beschlossenen Haushaltes.

Rückblick auf unser letztes Konsortialtreffen im Projekt #MuvAko (Multimodale virtuelle Assistenten für kontextsensitive Aufgaben) am 04.12.2025.     Gemeinsam mit den Projektpartnern Hochschule Mittweida, Professur Arbeitswissenschaft und Innovationsmanagement und Ramblr.ai wurde der Stand der Umsetzung besprochen, die nächsten Teilziele festgelegt und über die konkrete Planung für die Umsetzung von Use Case 2 des Projekts beratschlagt.   Das Projektvorhaben widmet sich dem kombinierten Einsatz von #KI (#RAG, #Agentic-RAG, #Kontextgenerierung, #Verständliche Sprache ...) und Spatial Computing für den erlebnisbasierten E-Commerce in #XR.   Wir danken der Hochschule Mittweida für die Organisation, das leckere Mittagessen und die schöne Führung über den Campus!   Weitere Informationen findet Ihr hier 👉 https://lnkd.in/eRJipu7F Das Projekt „MuvAko“ wird kofinanziert von der Europäischen Union und mitfinanziert durch Steuermittel auf der Grundlage des vom Sächsischen Landtag beschlossenen Haushaltes.

Mit Hilfe von Cloud-Diensten kann heutzutage fast jeder und jede eine KI-Applikation entwickeln. Was wir in unseren Projekten aber immer wieder sehen, sind - neben eher nicht so guten Implementierungsleistungen - die Grenzen dieser generischen Lösungen. In der Regel bringen generische Cloud-Modelle nämlich die folgenden Nachteile mit sich: mangelnde Anpassbarkeit, suboptimale Qualität gerade auf kundenspezifischen Daten, unkalkulierbare Kosten, Vendor-Lock-In. Deswegen haben wir uns ganz bewusst für die Entwicklung und Weiterentwicklung von selbsttrainierten und damit wart- und anpassbaren, lokal deploybaren KI-Modellen entschieden. Diesen Weg beschreiten wir erfolgreich mit unserer Lösung für die automatische Textvereinfachung in Leichte und Einfache Sprache und nun auch im Bereich OCR und Key Information Extraction. Wir sind sehr stolz darauf, das Open-Source-Projekt docTR, dessen Maintainer Felix Dittrich zu unseren geschätzten Kollegen gehört, zu unterstützen und aktiv weiterzuentwickeln. https://lnkd.in/d-w7aA2i

Bereits seit einiger Zeit arbeiten wir mit dem Witaj-Sprachzentrum an der Entwicklung, Evaluation und Bereitstellung von KI-Übersetzungsmodellen für die sorbischen Sprachen (Ober- und Niedersorbisch). Solche Modelle können deutsche Texte automatisch und in Sekundenschnelle ins Sorbische übertragen und umgekehrt. Wir freuen uns sehr, dass unsere Zusammenarbeit nun Früchte getragen hat und ein erstes Übersetzungsmodell veröffentlicht werden konnte. Interessierte können dieses Modell in dem von WITAJ bereitgestellten Übersetzungsportal sotra nutzen. Mehr zu diesem Thema erfahren Sie auf unserer Webseite oder hier in unserem Kurzbeitrag. https://lnkd.in/dAtRyqzJ Wir bedanken uns beim Witaj-Sprachzentrum und natürlich bei unseren Kolleginnen und Kollegen für dieses tolle Projekt, auf das wir sehr stolz sind. === Warum brauchen wir die maschinelle Übersetzung für das Sorbische? Sprachen - auch die kleinen unter ihnen - sind Teil unserer Kultur und Geschichte. Sie vermitteln nicht nur das Wissen und die Erfahrungen früherer Generationen, sie verraten uns durch ihre Struktur und Verbreitung auch viel über die Entstehung und Entwicklung unserer Gesellschaft. Insbesondere ist jede Sprache für ihre Sprecherinnen und Sprecher ein ganz wesentlicher Teil ihrer Persönlichkeit und Identität - gerade die wichtigsten Dinge lassen sich oft nur in der Muttersprache ausdrücken. Welche Bedeutung hat KI für kleine Sprachen? Sprach-KI ist gerade für kleine Sprachen von besonderer Bedeutung und kann ihre lebendige Entwicklung und tägliche Nutzung wesentlich fördern. Zum Beispiel besteht im Hinblick auf das Sorbische nach wie vor die Schwierigkeit, dass die Sprache immer noch nur in bestimmten sozialen Kontexten genutzt werden kann, aber nur selten auf dem Amt, auf der Arbeit oder beim Online-Shopping: Häufig liegen die benötigten Informationen einfach nicht auf Sorbisch vor. Diese Informationslücke behindert aber die Verbreitung und Weiterentwicklung der Sprache. Nun können jedoch mit Hilfe von KI Texte blitzschnell und automatisch aus dem Sorbischen ins Deutsche oder aus dem Deutschen ins Sorbische übersetzt werden: Diese Technologie nennt man "Maschinelle Übersetzung" oder auf Englisch "Machine Translation" (MT). Mit Hilfe von MT kann nahezu jede beliebige Information schnell, günstig und in guter Qualität auf Sorbisch bereitgestellt werden, so dass Sorbisch-Sprechende Gelegenheit haben, ihre Muttersprache in möglichst vielen Lebenssituationen zu nutzen. Welche Herausforderungen bewältigen wir beim Training von Übersetzungsmodellen für die sorbischen Sprachen? Bei der Entwicklung von NLP-Modellen für "kleine" Sprachen besteht in der Regel das Problem, dass nur wenige Ressourcen im Sinne von KI-Trainingsdaten zur Verfügung stehen. Die sorbischen Sprachen sind diesbezüglich keine Ausnahme. Daniel Sobe Bernhard Baier Martin Rosenbusch Ian List Felix Dittrich Johann Seltmann Dr. Umesh Patil Jesus Calvillo Stefanie Große-Bölting

Eine wirklich sehr gelungene Veranstaltung von XR INTERACTION an einem unserer Lieblingsorte in Leipzig (Deutsche Nationalbibliothek). Wir haben eine Ende-zu-Ende-Lösung für die digitale Augmentierung von Wissensbeständen präsentiert: FOTO - OCR - Textvereinfachung, KI-gestützt mit unseren eigenen, on-prem hostbaren Modellen. Herzlichen Dank an XR Interaction, die DNB Leipzig und natürlich an unsere wunderbaren Kollegen Martin Rosenbusch und Felix Dittrich.