Generative KI

Generative Künstliche Intelligenz (KI) ermöglicht es - im Gegensatz zu klassischen Ansätzen des maschinellen Lernens - nicht nur Daten zu klassifizieren, sondern eigenständig neue Daten nach bestimmten Vorgaben zu erzeugen. Insbesondere große Sprachmodelle (Large Language Models, LLM) zeigen die Potentiale der generativen KI im Alltag, indem sie Texte zusammenfassen, strukturieren und formulieren.

Multimodale Modelle oder Vision-Language Models (VLM) sind zusätzlich in der Lage Bilddaten oder Videos zu erfassen und zu erzeugen. Am Fraunhofer IOSB werden die Potentiale für den Einsatz der generativen KI in verschiedensten Branchen und entlang des gesamten Produktentwicklungszyklus erforscht und in die Anwendung gebracht.

Beispiele hierfür sind die automatisierte Angebotserstellung, die SPS-Entwicklung, die Unterstützung der Maschinenwartung durch ein LLM-basierte Assistenzsystem, die Anonymisierung und Augmentierung von Datensätzen oder auch die Mensch-Roboter-Interaktion mittels natürlicher Sprache. Im Fraunhofer Leistungszentrum Engineering Automation setzen wir den Fokus auf den Einsatz generativer KI für die Steigerung von Effizienz und Qualität in Engineering-Prozessen.

Projekte

ChatPLC: Generierung von Steuerungscode

Zunehmender Fachkräftemangel und der Bedarf an profitablen, skalierbaren Lösungen lässt generative KI auch im Bereich der Automatisierungstechnik in den Fokus rücken. Zusammen mit Phoenix Contact hat das Fraunhofer IOSB-INA ein lokales Sprachmodell für die Generierung von strukturiertem Text (ST) nach IEC 61131-3 trainiert. In einem weiteren Use Case wurde ein KI-Assistent, spezifisch für die Bedienung von Engineering Software entwickelt. Diese Beispiele zeigen Potentiale auf, die durch den Einsatz von Sprachmodellen im Umfeld der SPS-Programmierung bereits jetzt greifbar sind.

SyDaPro: Synthetische Daten in der Produktion

In industriellen Produktionsanlagen ermöglicht KI eine vorausschauende Wartung oder Steuerung und Optimierung von Produktionsabläufen. Eine wesentliche Herausforderung liegt darin, die großen Datenmengen bereitzustellen, die für das Anlernen von Prozessmodellen erforderlich sind. SyDaPro hat sich deshalb der Erzeugung synthetischer Produktionsdaten gewidmet, basierend auf stochastischen Modellen und Deep-Learning-Verfahren. So konnte die Verfügbarkeit von Trainingsdaten gesteigert werden, was eine datenbasierte Optimierung von Produktionsprozessen und die Vermeidung von Anomalien ermöglichte.

FA³ST CreAItor

Wir entwickeln den FA³ST CreAItor, ein benutzerfreundliches System zur Erstellung, Validierung und Verbesserung von Verwaltungsschalen (Asset Administration Shells) mit Unterstützung von großen Sprachmodellen für standardisierte digitale Zwillinge in allen EU-Sprachen. Unser Ziel ist es, Nicht-Experten in die Lage zu versetzen, standardkonforme Verwaltungsschalen zu erstellen, die korrekt, vollständig und konsistent sind. So können beispielsweise KMUs, die einen digitalen Zwilling oder einen AAS-konformen digitalen Produktpass für ihr Produkt entwickeln möchten, Zeit und Geld sparen.