KI und Wissensgraphen verbinden menschliche Intentionen mit Maschinen

Ein neues Forschungsdokument aus dem Bereich der intelligenten Fertigung präsentiert einen wegweisenden Ansatz, der die Brücke zwischen menschlichen Intentionen und maschinell ausführbaren Aktionen schlägt. In einer Zeit, in der Fertigungsumgebungen immer komplexer werden, wird die Notwendigkeit für Schnittstellen deutlich, die natürliche Sprache in präzise Maschinenbefehle übersetzen können.

Der vorgestellte Rahmenwerk kombiniert instruction-tuned Large Language Models (LLMs) mit ontologie‑ausgerichteten Knowledge Graphs (KGs). Durch die Feinabstimmung des Modells Mistral‑7B‑Instruct‑V02 auf einem domänenspezifischen Datensatz kann das System natürliche Sprachbefehle in strukturierte JSON‑Anforderungsmodelle umwandeln.

Diese JSON‑Modelle werden anschließend semantisch mit einem Neo4j‑basierten Knowledge Graph verknüpft, der auf dem ISA‑95‑Standard basiert. Dadurch wird sichergestellt, dass die erzeugten Befehle exakt auf die vorhandenen Fertigungsprozesse, Ressourcen und Einschränkungen abgestimmt sind.

Die experimentellen Ergebnisse zeigen deutliche Leistungssteigerungen gegenüber Zero‑Shot- und 3‑Shot-Baselines. Das System erreicht eine exakte Übereinstimmungsrate von 89,33 % und eine Gesamtgenauigkeit von 97,27 %. Diese Zahlen unterstreichen die Effektivität der kombinierten LLM‑ und KG‑Technologie.

Die Arbeit legt damit die Grundlage für skalierbare, erklärbare und adaptive Mensch-Maschine-Interaktionen in Manufacturing‑as‑a‑Service‑Ökosystemen. Sie eröffnet neue Möglichkeiten, komplexe Fertigungsaufgaben intuitiver und effizienter zu steuern.