Kontaktieren Sie uns: +49 30 6108185-0 oder info@foerderbar.de

Projektbeschreibung

Historische Dokumente mit automatischer Handschriftenerkennung erschließen

Berlin, 03. August 2016. Mit neuronalen Netzwerken handschriftliche Daten zugänglich machen: förderbar, die Fördermittelberatung für die IT- und digitale Wirtschaft in Deutschland, unterstützte erfolgreich das Start-up Qidenus dabei, für diese Idee Fördermittel einzusammeln. Mit 1,15 Millionen Euro fördert jetzt die Investitionsbank Berlin im Rahmen des Pro FIT-Programms die Entwicklung der Handwritten-Text-Recognition-Technologie von Qidenus zur Indexierung und Analyse von handschriftlichen Daten.

Handgeschriebene Texte in Bibliotheken, in Unternehmen, Institutionen und in zahlreichen Anwendungsfällen gehen verloren, wenn sie nicht fachgerecht konserviert werden. Darüber hinaus offenbart sich eine enorme Masse an Daten, wenn sie erfasst und analysierbar gemacht werden kann. Daran arbeitet die Qidenus Group GmbH in Berlin und erhält nun, dank der Unterstützung der Fördermittelberatung förderbar, Gelder aus dem Berliner Pro FIT-Förderprogramm der IBB. Sie setzen sich zusammen aus einem zinsgünstigen Darlehen über 820.000 Euro und einem Zuschuss über 330.190 Euro – einem der höchsten Zuschüsse, die maximal möglich sind.

„Es existieren hunderte Millionen gescannter Seiten von handschriftlichen Dokumenten, deren Inhalte heute mit keiner Suchmaschine auffindbar sind“, erklärt Stephan Dorfmeister, Co-Founder und CFO der Qidenus Group. „Qidenus entwickelt unter Einsatz von Machine Learning eine Technologie, welche dieses Wissen erstmals im Internet zugänglich macht. förderbar hat das Potential unseres Projekts erkannt und uns während des kompletten Beantragungsprozesses unterstützt. Über die nun zugesagte Förderung der IBB freuen wir uns sehr.“

Die hochentwickelte Handwritten-Text-Recognition-Technologie soll mit Hilfe von neuronalen Netzwerken bei der Indexierung und Analyse von handschriftlichen Texten helfen: Die Software hat eine Basisintelligenz, erlernt jedoch mit jedem neu eingespielten Archivdokument dessen Muster beziehungsweise Layout. Über die Zeit lernt sie damit aus Fehlern und so, sich selbst zu korrigieren. Die Technologie soll darüber hinaus als Software Development Kit sämtliche existierende Software-Produkte um dieses Effizienzsteigerungswerkzeug ergänzen.

Projektdetails

  • Kunde Qidenus Technologies
  • Thema HTR-Technologie
  • Jahr 2016
Projekt ansehen
nach oben