Zeitraum und Kontext

Das Projekt begann im März 2026 am Institut für angewandte KI und Robotik.

Ziel war es, ein KI-gestütztes Assistenzsystem zu entwickeln, das domänenspezifisches Wissen aus dem Maschinenbau nutzbar macht und bei technischen Fragestellungen während der Entwicklung unterstützen kann. Im ersten Schritt lag der Fokus darauf, relevante Normen und technische Informationen in den Chatbot einzubinden, sodass diese kontextbezogen abgefragt und für Entwicklungsaufgaben genutzt werden können.

Der Chatbot wurde als prototypische Lösung konzipiert, um zu untersuchen, wie Large Language Models zur Unterstützung maschinenbaulicher Entwicklungsprozesse eingesetzt werden können.

Als alleiniger Entwickler trug ich die volle Projektverantwortung – von der Konzeption bis hin zur Entwicklung und Evaluation des Assistenten.

Umsetzung und Tech-Stack

Für die Umsetzung wurde eine RAG-basierte Chatbot-Anwendung in Python entwickelt. Mithilfe von LangChain wurden Dokumente aus dem Maschinenbau verarbeitet, indexiert und für die kontextbezogene Beantwortung von Nutzeranfragen nutzbar gemacht.

Als Grundlage diente ein lokal betriebenes Large Language Model, das über Ollama angebunden wurde. Dadurch konnte der Prototyp datenschutzfreundlich betrieben werden und eignete sich besonders für den Umgang mit sensiblen oder internen Fachinformationen.

Herausforderungen und Ergebnisse

Eine zentrale Herausforderung bestand darin, komplexe technische Dokumente und Normeninhalte so aufzubereiten, dass sie zuverlässig für die Beantwortung fachlicher Fragen genutzt werden können. Besonders wichtig war dabei, dass der Chatbot nicht nur allgemeine Antworten generiert, sondern kontextbezogen auf die eingebundenen Dokumente zurückgreift.

Durch den Einsatz von RAG konnte ein erster Prototyp entwickelt werden, der maschinenbauliches Domänenwissen in einem dialogbasierten System zugänglich macht. Die Lösung zeigt, wie LLM-basierte Assistenzsysteme technische Entwicklungsprozesse unterstützen können, indem sie relevante Informationen schneller auffindbar machen und die Arbeit mit umfangreichen Fach- und Normendokumenten erleichtern.

Das Projekt bildet damit eine Grundlage für weiterführende Anwendungen, etwa zur Unterstützung von Konstruktion, technischer Dokumentation, Normenrecherche oder wissensbasierten Assistenzsystemen im Maschinenbau.