Von Text zur Simulation: Multi-Agenten-Workflow mit LLM für automatisiertes chemisches Prozessdesign

Prozesssimulation ist das Herzstück des chemischen Ingenieurwesens. Doch die Umwandlung von Prozessflussdiagrammen in ausführbare Simulationsfließbögen bleibt ein mühsamer, manueller Prozess, bei dem Fachleute stundenlang Parameter in Simulationssoftware eingeben müssen.

In einer neuen Studie wird ein innovativer Multi-Agenten-Workflow vorgestellt, der die semantische Analyse großer Sprachmodelle (LLMs) nutzt und mit chemischen Simulationsprogrammen interagiert. Der Ansatz ermöglicht eine end‑to‑end automatisierte Simulation, die von der reinen Textbeschreibung eines Prozesses bis zur validierten Softwarekonfiguration reicht.

Der Workflow besteht aus vier spezialisierten Agenten: einem Agenten für Aufgabenverständnis, einem für die Topologieerzeugung, einem für die Parameterkonfiguration und einem für die Auswertung und Analyse. Durch die Kombination mit einer verbesserten Monte-Carlo-Baum-Suche werden semantische Nuancen präzise interpretiert und robuste Konfigurationen generiert.

Bei Tests mit dem umfangreichen Simona-Datensatz erzielte das System eine 31,1 % höhere Konvergenzrate bei Simulationen im Vergleich zu führenden Baselines und verkürzte die Designzeit um 89 % gegenüber der manuellen Expertenarbeit.

Diese Ergebnisse zeigen das enorme Potenzial von KI‑unterstütztem Prozessdesign, das die Lücke zwischen konzeptioneller Planung und praktischer Umsetzung schließt. Der Workflow ist vielseitig einsetzbar, etwa in der pharmazeutischen Industrie, und kann auch in anderen prozessorientierten Branchen Anwendung finden.