Zuordnung und Mapping mit KI unterstützen

Das Feld-Mapping zwischen altem und neuem System ist normalerweise Handarbeit. Du vergleichst Felder, definierst Transformationen, prüfst Sonderfälle. KI kann diesen Prozess beschleunigen — nicht ersetzen, aber erheblich abkürzen.

Mapping-Vorschläge generieren. Gib der KI die Feldliste deines alten Systems und die Feldliste des Ziel-Systems. Sie kann automatisch Vorschläge machen, welche Felder zueinander passen. "Ingredients" → "recipeIngredient" ist offensichtlich. Aber auch weniger klare Zuordnungen wie "Cuisine" → "recipeCuisine" oder "Cook Time" → "cookTime" erkennt sie zuverlässig.

Transformationsregeln ableiten. Die KI kann aus Beispieldaten Muster erkennen. Wenn sie 20 Zutateneinträge sieht, die alle das Format "200g Mehl" haben, schlägt sie eine Transformation vor: Zahl vor dem "g" → amount, "g" → unit, Rest → name. Diese Regel kannst du dann für alle Rezepte anwenden.

Fehlende Felder identifizieren. Die KI vergleicht die Feldlisten und meldet: "Das Ziel-System erwartet ein Feld 'difficulty', das im Quellsystem nicht existiert. Soll ich versuchen, den Schwierigkeitsgrad aus dem Rezeptkontext abzuleiten?" Bei einfachen Ableitungen (ein Rezept mit 3 Zutaten und 2 Schritten ist vermutlich "einfach") funktioniert das erstaunlich gut.

Wo es nicht funktioniert. Felder mit semantischer Mehrdeutigkeit überfordern die KI. Wenn das alte System ein Feld "Kategorie" hat, das manchmal den Gang (Vorspeise, Hauptgericht), manchmal die Küche (italienisch, asiatisch) und manchmal das Thema (Weihnachten, schnelle Küche) enthält, kann die KI die Zuordnung nicht zuverlässig treffen. Hier muss ein Mensch entscheiden.

Unser Tipp: Nutze die KI, um einen ersten Mapping-Entwurf zu erstellen. Prüfe dann jede Zuordnung einmal manuell. Der Zeitgewinn liegt darin, dass du nicht bei null anfängst, sondern einen Vorschlag korrigierst — das geht deutlich schneller.