--- title: Lassen Sie künstliche Intelligenz Ihre EDI-Zuordnungen in MapForce analysieren date: 2026-06-11 categories: - ai - data-integration - edi tags: description: Hören Sie auf, EDI-Spezifikationen manuell zu verfolgen. Altova AI in MapForce liest Ihre EDI-Daten, findet die richtigen Verbindungen und erstellt die Zuordnungen, während Sie jede einzelne überprüfen. --- Status: #blog Tags: #mapforce #ai #data-mapping #etl #data-integration #edi Categories: [ai](/blog/de/category/ai.md) | [data-integration](/blog/de/category/data-integration.md) | [edi](/blog/de/category/edi.md) # Lassen Sie künstliche Intelligenz Ihre EDI-Zuordnungen in MapForce analysieren Von allen Datenformaten, mit denen ein Integrationsentwickler zu tun hat, ist EDI das, das am wahrscheinlichsten in der Mapping-Phase zu Verzögerungen führt. Die Standards sind Jahrzehnte alt, die Identifikatoren sind bewusst kurz gehalten, und die Struktur ist stark verschachtelt. Ein Segment wie `NAD` oder eine Gruppe wie `SG29` trägt eine konkrete, spezifische geschäftliche Bedeutung, aber der Name allein verrät nichts über diese Bedeutung. Bevor Sie ein einzelnes EDI-Feld mit einer Zieldatenbank verbinden können, müssen Sie wissen, was es repräsentiert, was in der Regel bedeutet, dass Sie die Nachrichtenspezifikation konsultieren müssen. Diese Dekodierungsarbeit ist der Teil der EDI-Integration, der sich der Automatisierung widersetzt. Das Herausfinden, welches kryptische Queldelement welchem Zielspalte zugeordnet wird, ist ein langsamer, manueller Prozess, der vollständig von jemandem abhängt, der bereits mit dem Format vertraut ist. Genau hier kommt Altova AI in MapForce am besten zum Einsatz. Es versteht die Bedeutung hinter diesen undurchsichtigen EDI-Identifikatoren, schlägt die richtigen Verbindungen vor und ermöglicht es Ihnen, diese einzeln zu akzeptieren – ohne dass Sie vorher die Spezifikation übersetzen müssen. ![Dekorative Darstellung, die die datengestützte Analyse mit Hilfe von künstlicher Intelligenz veranschaulicht](/blog/images/ai-data-mapping.png) ## EDI-Datenmapping MapForce unterstützt eine breite Palette von EDI-Standards und deren aktuellen sowie früheren Versionen, darunter: - EDIFACT - ANSI X12 - HL7 (Health Level 7) - HIPAA X12 - SAP-IDOC - IATA PADIS - TRADACOMS - SWIFT - ODETTE - VDA EDI - FORTRAS Das bedeutet, dass Sie EDI-Daten [abbilden und in andere Formate konvertieren](https://www.altova.com/de/mapforce/edi-mapping) können, darunter alle anderen unterstützten Datenformate wie Datenbanken, XML, JSON, Excel, PDF und mehr. ## Ein praktisches Beispiel für die Integration von EDI-Daten Schauen wir uns eine häufige Anforderung in der Welt der Datenintegration und ETL an: die Zuordnung eines EDI-Dokuments [zu einer Backend-Datenbank](https://www.altova.com/de/mapforce/database-mapping) und sehen Sie, wie es funktioniert [mit Altova AI](https://www.altova.com/de/mapforce/ai-data-integration). Wir beginnen damit, die Quelldatei mit den EDI-Bestellungen und das Ziel-Datenbankschema in einem neuen MapForce-Projekt zu importieren. Die Datenbank enthält mehrere Tabellen – Kunden, Bestellungen, Artikel usw. – die durch Beziehungen miteinander verbunden sind, was für ein normalisiertes Bestellverwaltungsschema typisch ist. Anstatt die KI sofort auf das gesamte Datenmodell anzuwenden, werden wir die Zuordnungstabelle Tabelle für Tabelle erstellen. Das sorgt dafür, dass die Vorschläge präziser sind und leichter überprüft werden können. Wir wählen die Tabelle "**Kunden**" in der Zieldatenbank als Ausgangspunkt und bitten Altova AI, Verbindungen zu finden, um die Daten aus der "_EDI-Quelldatei_" auf die Tabelle "Kunden" abzubilden. ![Erstellung einer Datenzuordnung für Altova AI](/blog/images/creating-edi-mapping-ai.png) Es analysiert die Struktur der Quelldaten und schlägt eine Reihe von Verbindungen vor, die in Grün dargestellt sind. ![Datenzuordnungsbeziehungen, die von Altova AI vorgeschlagen werden](/blog/images/edi-data-mapping%201.png) Es schlägt tatsächlich mehr vor, als wir im Moment benötigen: Neben den Kundendatenfeldern schlägt es Verbindungen zu Artikeln und Artikel-IDs vor. Da wir uns bewusst zunächst auf die Kundentabelle konzentrieren, lehnen wir diese Vorschläge ab, indem wir die entsprechenden Kästchen deaktivieren, und klicken dann auf **Übernehmen**, um die kundenbezogenen Verbindungen beizubehalten. Der Wert des interaktiven Arbeitsablaufs mit Akzeptanz- oder Ablehnungsoptionen liegt darin, dass die künstliche Intelligenz einen umfassenden Entwurf liefert, und wir entscheiden, welche Elemente davon übernommen werden sollen. ### Das Ausfüllen der Adressfelder Nachdem die wichtigsten Kundendatenfelder definiert wurden, gehen wir zur Adresse über. Wir bitten Altova AI, Verbindungen für die Adressfelder zu finden, und es liefert Übereinstimmungen für "**Adresse**" und "**Stadt**". ![Auswahl von Bereichen, in denen Künstliche Intelligenz eingesetzt werden soll](/blog/images/ai-mapping-fields.png) Wir benötigen noch Verbindungen für "State" und "Street", daher bitten wir Sie, diese ebenfalls anzugeben. Bei den Folgeanfragen werden die korrekten Quelldaten für beide Begriffe gefunden. ![Optimierung von Bereichen, die durch künstliche Intelligenz erfasst wurden](/blog/images/refining-ai-data-mapping.png) Es ist wichtig zu betonen: Wenn eine erste Analyse nicht alle Bereiche abdeckt, kehrt man nicht zur manuellen Bearbeitung zurück. Stattdessen weist man die künstliche Intelligenz auf die spezifischen Bereiche hin, die noch bearbeitet werden müssen, und lässt sie weitere Vorschläge nur für diese Bereiche generieren. Jede Anfrage verringert den noch ausstehenden Arbeitsaufwand. ### Die Artikel innerhalb der Bestellung zuordnen Jetzt können wir die einzelnen Elemente verarbeiten. In der Zieldatenbank ist die Tabelle "**Artikel**" innerhalb der Tabelle "**Bestellung**" verknüpft. Daher wählen wir diese Tabelle aus und bitten Altova AI erneut, Verbindungen von der Quelldatenbank zu finden. Dies ist der Teil einer EDI-Zuordnung, der in der Regel am schwierigsten ist, da die Daten der einzelnen Positionen tief in einer verschachtelten Segmentgruppe liegen, oft mit kryptischen Feldnamen. Altova AI löst dieses Problem elegant: Es findet die richtigen Elemente innerhalb von **SG29**, der Segmentgruppe, die die Details der einzelnen Positionen enthält, und schlägt die richtigen Verbindungen vor. ![Altova AI entschlüsselt Feldnamen in EDI-Dateien für ETL-Prozesse](/blog/images/edi-data-integration-ai.png) ## Warum dies speziell im Bereich des elektronischen Datenaustauschs (EDI) von Bedeutung ist Das obige Beispiel ist relativ einfach, aber es veranschaulicht die Herausforderungen, die die Integration von EDI im großen Maßstab verlangsamen: - **Verschlüsselte Kennungen werden für Sie entschlüsselt.** Sie müssen nicht im Voraus wissen, wofür `NAD`, `LIN` oder `SG29` stehen. Altova AI analysiert die Daten und schlägt die entsprechende Zuordnung vor. - **Die verschachtelte Struktur wird berücksichtigt.** Einzelpositionen, die in Segmentgruppen enthalten sind, werden gefunden und miteinander verknüpft, ohne dass die Hierarchie manuell durchlaufen werden muss. - **Sie behalten die Kontrolle.** Jeder Vorschlag wird einzeln geprüft und entweder angenommen oder abgelehnt (oder alle gleichzeitig, wenn es sinnvoll ist), sodass ein umfangreicher Entwurf niemals zu einem undurchsichtigen System wird. - **Iterationen sind kostengünstig.** Wenn ein automatisierter Prozess ein bestimmtes Feld übersieht, fragen Sie erneut gezielt nach diesem Feld, anstatt es manuell zu bearbeiten. - **Das Ergebnis ist ein echtes MapForce-Projekt.** Alles wird in der Standard-Grafikoberfläche gespeichert und ist sofort einsatzbereit. Es kann mit MapForce Server automatisiert oder wie jede andere Mapping-Anwendung weiterverfeinert werden. Für Teams, die regelmäßig EDI-Daten in Formaten wie EDIFACT, X12, HL7 und HIPAA austauschen – und die von den von MapForce unterstützten Standards profitieren – verwandelt sich der bisher langsamste und spezialisierteste Teil der Arbeit in einen Entwurf, den Sie überprüfen, anstatt in ein Dokument, das Sie entschlüsseln müssen. ## Testen Sie es mit Ihren eigenen EDI-Zuordnungen Altova AI ist als Abonnement erhältlich, das zu Ihrer MapForce-Lizenz hinzugefügt werden kann, und erfordert ein aktives Support- und Wartungs-Paket (SMP). Der schnellste Weg, um zu sehen, was es kann, besteht darin, es auf eine EDI-Datei und ein bekanntes Ziel zu richten und zu beobachten, wie es die Verbindungen verarbeitet, die Sie normalerweise manuell nachvollziehen müssten. Überprüfen Sie die verfügbaren Optionen und starten Sie ein Abonnement im [Altova Online-Shop](https://shop.altova.com/\), oder erfahren Sie mehr über [Altova AI in MapForce](https://www.altova.com/de/mapforce/ai-data-integration).