Das Immobilienmaklerunternehmen John L. Scott verwendet Amazon Textract, um rassistisch restriktive Sprache aus Eigentumsurkunden für Hausbesitzer zu streichen

Vor mehr als 91 Jahren in Seattle gegründet, John L. Scott ImmobilienDer Kernwert von ist Living Life as a Contribution®. Das Unternehmen hilft Käufern von Eigenheimen, das Haus ihrer Träume zu finden und zu kaufen, und hilft gleichzeitig Verkäufern, das nächste Kapitel auf ihrem Weg zum Eigenheim zu beginnen. John L. Scott betreibt derzeit über 100 Büros mit mehr als 3,000 Agenten in ganz Washington, Oregon, Idaho und Kalifornien.

Als der Betriebsleiter des Unternehmens, Phil McBride, 2007 in das Unternehmen eintrat, bestand eine seiner anfänglichen Herausforderungen darin, die öffentliche Website des Unternehmens von einer lokalen Umgebung in eine Cloud-gehostete Umgebung zu verlagern. Laut McBride eröffnete sich John L. Scott eine Welt voller Ressourcen, als das Unternehmen begann, mit AWS zusammenzuarbeiten, um eine einfach zu kontrollierende, Cloud-fähige Umgebung aufzubauen.

Heute stellt sich McBride der Herausforderung, jahrzehntealte diskriminierende Beschränkungen in Eigentumstiteln und Urkunden aufzudecken und zu modifizieren. Womit er nicht gerechnet hatte, war die Inanspruchnahme der Hilfe von AWS für dieses Unterfangen.

In diesem Beitrag teilen wir mit, wie John L. Scott verwendet Amazontext und Amazon verstehen rassistisch restriktive Sprache aus solchen Dokumenten zu identifizieren.

Ein Problem, das in historischer Diskriminierung wurzelt

Rassenvereinbarungen schränken ein, wer eine Immobilie kaufen, verkaufen, leasen oder bewohnen darf, basierend auf der Rasse (siehe das folgende Beispieldokument). Obwohl seit dem Fair Housing Act von 1968 nicht mehr durchsetzbar, wurden Rassenabkommen während des Wohnungsbooms nach dem Zweiten Weltkrieg im ganzen Land allgegenwärtig und sind immer noch in den Titeln von Millionen von Häusern vorhanden. Rassenvereinbarungen sind ein direkter Beweis für die Komplizenschaft und Selbstgefälligkeit der Immobilienbranche, wenn es um die rassistische Politik der Regierung in der Vergangenheit ging, einschließlich Redlining.

Im Jahr 2019 sprach sich McBride für die Gesetzgebung des Bundesstaates Washington aus, die als nächster Schritt zur Korrektur der historischen Ungerechtigkeit der rassistischen Sprache in Bündnissen diente. Im Jahr 2021 wurde ein Gesetz verabschiedet, das Immobilienmakler verpflichtete, Käufer zum Zeitpunkt des Verkaufs über rechtswidrige vertragliche Vereinbarungen oder Urkundenbeschränkungen zu informieren. Ein Jahr nach der Verabschiedung des Gesetzes und der Benachrichtigung der Hausbesitzer stellte John L. Scott fest, dass nur fünf Hausbesitzer im Bundesstaat Washington ihre eigenen Eigentumsurkunden aktualisierten.

„Die Herausforderung liegt in der schieren Menge an Immobilien im Bundesstaat Washington und dem aktuellen System zur Aktualisierung Ihrer Urkunden“, sagte McBride. „Der Aktualisierungsprozess ist immer noch sehr kompliziert, sodass nur die motiviertesten Hausbesitzer die Recherche und Laufarbeit aufwenden würden, um ihre Urkunde zu ändern. Das würde einfach nicht in großem Maßstab passieren.“

Anfängliche Bemühungen, eine restriktive Sprache zu finden, haben Universitätsstudenten und Freiwillige aus der Gemeinde gefunden, die manuell Dokumente lesen und Ergebnisse aufzeichnen. Aber allein im Bundesstaat Washington mussten Millionen von Dokumenten analysiert werden. Ein manueller Ansatz würde nicht effektiv skalieren.

Maschinelles Lernen überwindet manuelle und komplizierte Prozesse

Mit der Unterstützung von AWS Global Impact Computing-Spezialisten und Lösungsarchitekten hat John L. Scott eine intelligente Dokumentenverarbeitungslösung entwickelt, die Hausbesitzern hilft, rassistisch restriktive Vereinbarungen in ihren Eigentumstiteldokumenten leicht zu erkennen. Diese intelligente Dokumentenverarbeitungslösung verwendet maschinelles Lernen, um Titel, Urkunden und andere Eigentumsdokumente zu scannen und den Text nach rassistisch restriktiven Ausdrücken zu durchsuchen. Die Washington State Association of County Auditors arbeitet auch mit John L. Scott zusammen, um digitalisierte Urkunden, Titel und CC&Rs aus ihrer Datenbank bereitzustellen, beginnend mit King County, Washington.

Sobald diese Rassenvereinbarungen identifiziert sind, führen Teammitglieder von John L. Scott Hausbesitzer mit der Unterstützung von Online-Notardiensten wie Notarize durch den Prozess der Änderung der diskriminierenden Beschränkungen aus dem Titel ihres Hauses.

Mit dem Ziel, eine Lösung zu entwickeln, die das Lean-Team von John L. Scott verwalten konnte, arbeitete das Team von McBride mit AWS zusammen, um verschiedene Services zu evaluieren und sie auf modulare, wiederholbare Weise zusammenzufügen, die der Vision und den Prinzipien des Teams für Geschwindigkeit und Skalierbarkeit entsprach. Um den Verwaltungsaufwand zu minimieren und die Skalierbarkeit zu maximieren, arbeitete das Team zusammen, um eine serverlose Architektur für die Handhabung der Dokumentenaufnahme und die restriktive Spracherkennung mithilfe mehrerer wichtiger AWS-Services aufzubauen:

• Amazon Simple Storage-Service – Dokumente werden zur sicheren und hochverfügbaren Speicherung in einem Amazon S3 Data Lake gespeichert.
• AWS Lambda – Dokumente werden von Lambda verarbeitet, sobald sie im S3 Data Lake ankommen. Originaldokumentbilder werden in Einzelseitendateien aufgeteilt und mit Amazon Textract (Texterkennung) und Amazon Comprehend (Textanalyse) analysiert.
• Amazontext – Amazon Textract konvertiert Rohbilder automatisch in Textblöcke, die mit Fuzzy-String-Musterabgleich für restriktive Sprache gescannt werden. Wenn restriktive Sprache identifiziert wird, erstellen Lambda-Funktionen neue Bilddateien, die die Sprache unter Verwendung der von Amazon Textract bereitgestellten Koordinaten hervorheben. Abschließend werden Aufzeichnungen der restriktiven Befunde in einem gespeichert Amazon DynamoDB Tabelle.
• Amazon verstehen – Amazon Comprehend analysiert die Textausgabe von Amazon Textract und identifiziert nützliche Daten (Entitäten) wie Daten und Orte innerhalb des Textes. Diese Informationen sind der Schlüssel, um festzustellen, wo und wann Beschränkungen in Kraft waren.

Das folgende Diagramm veranschaulicht die Architektur der serverlosen Erfassungs- und Identifizierungspipeline.

Aufbauend auf dieser Grundlage integriert das Team auch Parzelleninformationen (über GeoJSON und Shapefiles) von Bezirksregierungen, um betroffene Grundstückseigentümer zu identifizieren, damit sie benachrichtigt und mit dem Sanierungsprozess begonnen werden können. Eine in Kürze erscheinende öffentliche Website wird es Immobilienbesitzern auch bald ermöglichen, ihre Adresse einzugeben, um zu sehen, ob ihr Eigentum von restriktiven Dokumenten betroffen ist.

Ein neues Zeichen setzen für das 21. Jahrhundert

Auf die Frage, was als nächstes kommt, sagte McBride, dass die Zusammenarbeit mit Amazon Textract und Amazon Comprehend seinem Team geholfen hat, als Beispiel für andere Landkreise und Immobilienfirmen im ganzen Land zu dienen, die das Projekt in ihr geografisches Gebiet bringen wollen.

„Nicht alle Gebiete werden robuste Programme haben, wie wir es im Bundesstaat Washington tun, mit Freiwilligen der University of Washington, die Urkunden indizieren und die Hausbesitzer benachrichtigen“, sagte McBride. „Wir hoffen jedoch, dass das Angebot dieser intelligenten Dokumentenverarbeitungslösung im öffentlichen Bereich anderen helfen wird, Veränderungen in ihren lokalen Gemeinschaften voranzutreiben.“

Mehr erfahren

---

Über die Autoren

Jeff Stockamp ist Senior Solutions Architect mit Sitz in Seattle, Washington. Jeff hilft Kunden dabei, gut strukturierte Anwendungen zu erstellen und Workloads zu AWS zu migrieren. Jeff ist ein ständiger Baumeister und verbringt seine Freizeit damit, mit seinem Sohn Legos zu bauen.

Jarmann Hauser ist ein Leiter für Geschäftsentwicklung und Markteinführungsstrategie bei AWS. Er arbeitet mit Kunden daran, Technologie auf einzigartige Weise zu nutzen, um einige der weltweit schwierigsten sozialen, ökologischen und wirtschaftlichen Herausforderungen weltweit zu lösen.

Mussa Koulbou ist Senior Solutions Architecture Leader bei AWS. Er hilft Kunden, ihre Cloud-Strategie zu gestalten und ihre digitale Geschwindigkeit zu beschleunigen, indem er die Verbindung zwischen Absicht und Aktion herstellt. Er leitet ein leistungsstarkes Team von Lösungsarchitekten, um Lösungen auf Unternehmensniveau bereitzustellen, die die Spitzentechnologie von AWS nutzen, um Wachstum zu ermöglichen und die kritischsten geschäftlichen und sozialen Probleme zu lösen.