Vorhandenes Wissen automatisiert strukturieren und nutzbar machen: Assistenzsysteme auf Basis von Fehlerbeschreibungen (750)

Beteiligungsforum im Transferprojekt Texprax

[[image:1131{x:244|y:121}]]

Die Diskussion über KI Anwendungen in der Produktion konzentrieren sich stark auf die Auswertung von Sensordaten. Das wertvolle, bestehende Wissen einer Firma findet hier keinen Einzug. Das Projekt TexPrax zeigt daher auf, wie implizites Wissen durch Natural Language Processing (NLP) automatisiert zu einer strukturierten Datenbasis zusammengefasst werden kann – und welche Assistenzfunktionen sich daraus bilden lassen. Basis bilden Gruppenchats oder andere Formen der informellen, schriftlichen Kommunikation, in denen Fragen geklärt werden. Aus dem Inhalt von Fragen und Antworten werden relevante Elemente extrahiert und strukturiert abgelegt.

Für den Transfer in die Industrie stellen sich mehrere Fragen:

• Welche Funktionen können durch die entstehende Datenbasis realisiert werden?
• Wie kann dieser Ansatz verantwortungsbewusst und datenschutzkonform umgesetzt werden?
• Welche Voraussetzungen müssen für einen industriellen Einsatz gegeben sein?

Im Online-Seminar werden einfache, wertschöpfende und direkt einsetzbare Natural Language Processing gezeigt und die Teilnehmenden können mit Ihrem Input auf die weitere Entwicklung einwirken.  Es besteht die Möglichkeit über den Workshops hinaus konkrete Fragestellungen in Unternehmen vor Ort zu bearbeiten. Durch das Transferprojekt TexPrax ist diese Unterstützung kostenfrei.

Dozenten

Yuxi Wang

Lernziele

• Übersicht über das Funktionsspektrum von NLP in der Produktion bekommen.
• Best Practices von NLP Anwendungen in der Produktion kennenlernen.
• Methoden und Tools einfache NLP Methoden selbst anwenden zu können.
• Zukünftige Entwicklungsrichtungen für Textverarbeitung in der Produktion erkennen.

Zielgruppe

Diese Veranstaltung richtet sich in erster Linie an Führungskräfte produzierender Unternehmen, aber auch Multiplikatoren sind gerne willkommen.

Vorkenntnisse

Keine Vorkenntnisse nötig.