AI Parsing Use-Case

Ich habe mal wieder eine bissi exotische Frage, wo ich etwa 50h versenkt habe, bevor ich sie mich stellen traue :-)

Hat jemand Erfahrung mit Datenmodellierung & GenAI?

Konkret versuche ich einen Datensatz, der extrem genau beschrieben ist, über GPTs und ML-Algos automatisch via py/mermaid zu visualisieren.

Die Architektur von dem Problem ist ca:

(1) Datenquelle → (2) Parsing → (3) semantische Interpretation (AI/ML) → (4) strukturierte Modellbeschreibung → (5) Visualisierung.

Zitat

[1] Beschreibung der Daten -> [2] Parser -> [3] GenAI oder ML -> [4] XML'ish File -> [5] Visualisierung der Datenstruktur

[1] Öffentliche FinTech Daten: xls, csv oder anderes strukturiertes Datenformat
[2] Probiert: Docling, Parseeai, Energent.ai, MegaParse
[3] Probiert: GPT Pro, Copilot Pro, Perpelxity Pro
[4] Hier ist mir nicht so wichtig welches Format letztlich dabei raus kommt, es soll dafür geeignet sein. JSON oder XML zB.
[5] Die Schnittstelle funktioniert mit py/mermaid schon sehr gut

Ich habe auch schon überlegt die komplette Idee übern Haufen zu hauen, weil ich den Eindruck hatte, dass die verwendeten AI Modelle einfach noch nicht so weit sind und bin den weg über generische OOP in Python gegangen. Hier komme ich zu 90% Erfolg, schaffe es aber nicht die letzten 10% zu pwnen. Ich will natürlich 100%, was sonst!

Vielleicht gibt's jemand, den das auch interessiert (hoho). Use Case kann ich gerne per PN erklären. TIA!