Automatisches Sammeln und Analysieren von GGD-Inspektionsberichten

???? Automatisches Sammeln und Analysieren von GGD-Inspektionsberichten für BSO Amsterdam



???? Ziel der Aufgabe:

Ich suche einen Entwickler (eventuell mit KI-Erfahrung), der einen automatisierten Workflow erstellen kann, um GGD-Inspektionsberichte von BSO-Standorten in Amsterdam zu sammeln und zu analysieren.



Das Ziel ist es, zu bestimmen:



Welche Standorte als gut, mäßig oder schlecht bewertet wurden



Ob Maßnahmen ergriffen wurden (wie Bußgelder oder Anweisungen)



Welche Organisationen (Träger) überwiegend gut oder schlecht abschneiden



????? Aufgabenbeschreibung

Teil 1: Automatisches Herunterladen von Berichten

Navigieren Sie zu https://www.landelijkregisterkinderopvang.nl/pp/#/



Geben Sie "Amsterdam" als Standort ein



Laden Sie alle GGD-Inspektionsberichte (PDF) von Standorten herunter, die in den letzten 3 Jahren aktiv waren



Speichern Sie diese in einem strukturierten Ordner (vorzugsweise mit LRK-ID oder Namen im Dateinamen)



Teil 2: Datenextraktion aus PDFs

Für jeden Bericht:



Extrahieren Sie messbare Daten aus dem Text, darunter zum Beispiel:



Anzahl der Mängel



Art der Mängel (z.B. Sicherheit, Pädagogik, Verwaltung)



Durchsetzung ja/nein: Anweisung, Zwangsgeld, Verwaltungsstrafe



Positive oder negative Beurteilungen



Strukturierung dieser Daten in einer Übersicht (Excel / CSV / Datenbank)



Teil 3: Analyse und Berichterstattung

Generieren Sie eine strukturierte Übersicht pro Standort



Generieren Sie eine Übersicht pro Träger/Organisation mit zusammenfassenden Erkenntnissen



Optional: visuelle Darstellung (z.B. in einem Dashboard oder Diagramm)



???? Lieferobjekte

Ordner mit allen heruntergeladenen PDF-Berichten (max. 3 Jahre zurück)



CSV- oder Excel-Datei mit strukturierten Daten pro Standort:



Name des Standorts



LRK-ID



Inspektionsjahr



Status/Qualitätsurteil



Maßnahmen oder Bußgelder (ja/nein + Erläuterung)



Themen der Mängel (falls zutreffend)



Optional: zusammenfassender Bericht oder Dashboard pro Träger



? Erforderliche Fähigkeiten

Web Scraping (Playwright oder Selenium)



PDF-Textextraktion (z.B. PDFplumber, PyMuPDF oder NLP-Methoden)



Grundlegende NLP / LLM-Integration (z.B. GPT API) zur Erkennung von Kernsätzen



Python (oder andere geeignete Sprache)



Gute Kommunikation und Dokumentation



???? Zeitplan und Budget

Start: so schnell wie möglich
S

Lieferung: innerhalb von 2 bis 3 Wochen



Budget: nach Absprache – bitte Kostenschätzung basierend auf dem oben genannten Umfang



???? Bewerbung

Bitte bei der Bewerbung angeben:



Beispiel für vergleichbare Arbeiten (Web Scraping / PDF-Analyse / Datenextraktion)



Eventuelle Vorschläge für den Ansatz oder technische Entscheidungen



Angabe des benötigten Zeitaufwands und der Kosten