Process Control Narrative Miner
Wissensgestützte große Sprachmodelle zur Extraktion von PCN-Informationen
DOI:
https://doi.org/10.17560/atp.v68i5.2831Schlagworte:
AI-supported Engineering, Digitalization of Technical Design Specifications, LLMAbstract
In der Automatisierungstechnik stellt die Umwandlung unstrukturierter Spezifikationen in maschinenlesbare Formate nach wie vor eine zentrale Herausforderung dar. Der „Engineering Data Funnel“ (EDF) begegnet dieser Herausforderung durch die Kombination von neurosymbolischer KI und Fachwissen zur Verarbeitung multimodaler Daten. Dieser Beitrag stellt eine EDF Komponente vor, die strukturierte Informationen aus Prozesssteuerungsbeschreibungen (PCNs) mithilfe eines domänenwissensgestützten, schemageführten LLM Workflows mit automatisierter Validierung extrahiert und dadurch gegenüber unbeschränktem LLM Prompting eine höhere Zuverlässigkeit und Genauigkeit erzielt.
Veröffentlicht
Ausgabe
Rubrik
Lizenz
Copyright (c) 2026 Vulkan-Verlag GmbHDie Zeitschrift und alle in ihr enthaltenen Beiträge und Abbildungen sind urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlages unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Bearbeitung in elektronischen Systemen. Auch die Rechte der Wiedergabe durch Vortrag, Funk- und Fernsehsendung, im Magnettonverfahren oder ähnlichem Wege bleiben vorbehalten.