Verifizierung, nicht nur Extraktion.
QA-Teams für Nahrungsergänzungsmittel übertragen Drittlabor-Ergebnisse aus CoA-PDFs von Hand in Tabellen — und was dabei kaputtgeht, ist genau der Teil, der die Haftung trägt: die Grenzwerte, die Einheiten, das Bestanden/Nicht-bestanden.
Allgemeine Dokumenten-KI kann die Felder auslesen. Was sie nicht tut, ist das Urteil neu zu berechnen und mit dem Aufdruck des Labors abzugleichen. So bleibt der sicherheitskritische Schritt — liegt diese Zahl wirklich innerhalb der Spezifikation? — manuell und fehleranfällig.
Das eine, was wir tun und ein Extraktor nicht
Für jeden Analyten trägt ein CoA drei gekoppelte Werte: den Grenzwert (die Spezifikation), das Ergebnis und ein Bestanden/Nicht-bestanden. Coatables normalisiert die Grenzwert-Notation (≤, NMT, NLT, Bereiche, Absent in 25 g) und Einheiten, berechnet Bestanden/Nicht-bestanden aus den Zahlen neu und vergleicht dann unser berechnetes Urteil mit dem aufgedruckten des Labors. Stimmen sie nicht überein, erhältst du ein verdict_mismatch-Flag — der Moment, in dem eine falsch gelesene Zahl sonst durchgerutscht wäre.
Ein Labor kann PASS auf eine Zeile drucken, deren Ergebnis seinen eigenen Grenzwert überschreitet. Ein Extraktor kopiert dieses PASS getreu. Coatables flaggt es. Das ist der ganze Unterschied.
Ehrlich gebaut
- Die Urteilsspalte ist für die Prüfung, nicht für die Freigabe — ein Mensch bleibt in der Schleife.
- Wir decken bewusst eine begrenzte Menge gängiger Labor-Formate für Nahrungsergänzungsmittel ab, damit die Genauigkeit hoch bleibt.
- Gescannte Dokumente werden auf Konfidenz geflaggt, nie als perfekt versprochen.
- Wir speichern deine CoAs nicht — siehe Datenschutz & Datenverarbeitung.
Wer es baut
Coatables wird von Metawear s.r.o. gebaut — metawear.cz. Es ist Teil einer kleinen Familie fokussierter Verifizierungs-Tools (Schwester: Veto, das SQL prüft, bevor ein KI-Agent es ausführt). Gleiches Prinzip: eine deterministische Prüfung des sicherheitskritischen Schritts, keine weitere Blackbox.