Forschungsprojekt für den industriellen Mittelstand
Robuste KI-Assistenz für die Industrie
KI-ssist erforscht den zuverlässigen, gesetzeskonformen und nachhaltigen Einsatz großer Sprachmodelle in industriellen Assistenzszenarien.
Motivation des Projekts KI-ssist
Motivation
Warum KI-ssist relevant ist
Große Sprachmodelle eröffnen neue Möglichkeiten für industrielle Assistenzanwendungen – etwa in der Anlagendokumentation, bei Serviceprozessen oder in der Fehlerdiagnose. Gleichzeitig stehen kleine und mittlere Unternehmen vor zentralen Herausforderungen, die einen verantwortungsvollen und praxistauglichen Einsatz erschweren.
Verlässlichkeit
Industrielle Anwendungen erfordern nachvollziehbare und verlässliche Ergebnisse. Genau hier zeigen sich bei LLMs noch Unsicherheiten in Qualität und Konsistenz der Ausgaben.
Regulatorik & Datenschutz
Mit dem EU AI Act und der DSGVO steigen die Anforderungen an einen rechtskonformen Einsatz von KI. Viele Unternehmen benötigen dafür Orientierung und umsetzbare Lösungen.
Nachhaltigkeit
Neben Leistung und Funktionalität stellt sich zunehmend die Frage, wie ökologisch vertretbar der Einsatz großer KI-Modelle im industriellen Kontext ist.
Forschungsschwerpunkte
Was KI-ssist untersucht
KI-ssist adressiert die zentralen Herausforderungen beim industriellen Einsatz großer Sprachmodelle: Verlässlichkeit, Rechtskonformität, Nachhaltigkeit und den Transfer in die betriebliche Praxis.
LLM-Robustheit & Zuverlässigkeit
Systematische Evaluation von Sprachmodellen in industriellen Anwendungsszenarien. Entwicklung einer Intermediate-Layer-Architektur zur Korrektur, Absicherung und Validierung von LLM-Ausgaben.
Rechtskonformität & EU AI Act
Analyse der Anforderungen aus EU AI Act und DSGVO. Entwicklung praxistauglicher Compliance-Strategien, die speziell auf die Bedürfnisse kleiner und mittlerer Unternehmen zugeschnitten sind.
Ökologische Nachhaltigkeit
Lebenszyklusanalysen und Ökobilanzbewertungen des KI-Einsatzes. Ableitung konkreter Handlungsempfehlungen zur Reduktion des Energie- und Ressourcenverbrauchs industrieller LLM-Systeme.
Industrielle Pilotanwendungen
Praxisnahe Validierung in realen Anwendungsszenarien bei WMV Apparatebau und PWM GmbH. So werden Forschungsergebnisse direkt im industriellen Umfeld überprüft und weiterentwickelt.
Öffentlicher LLM-Benchmark
Entwicklung und Veröffentlichung eines industriespezifischen Benchmark-Datasets zur Bewertung von Sprachmodellen für technische Assistenz- und Wissensaufgaben.
Wissenstransfer in die Praxis
Transfer der Ergebnisse in Unternehmen und Öffentlichkeit durch Publikationen, Workshops und praxisorientierte Leitfäden für den mittelständischen Einsatz großer Sprachmodelle.