Wenn Logik auf Sprache trifft: GenAI als Brücke zwischen formalen Systemen und Fach-Intuition

Formale Regel­systeme sind die Welt der "linken Hirn­hälfte": strikt, deterministisch, für Fach­anwender:innen oft sperrig. Large Language Models sprechen die Sprache unserer "rechten Hirnhälfte": intuitiv, dialog­fähig, manchmal etwas zu kreativ. Wie können wir beide Welten vereinen?

Unser Anwendungsfall aus der Automotive-Branche zeigt das Potential: In der Produkt­konfiguration für Fahrzeug­e treffen kryptische Options­codes auf Aussagenlogik und unzählige Ausschluss- und Abhängigkeits­regeln. Unsere schlanke GenAI-Lösung macht die Komplexität natürlichsprachig und intuitiv für die Nutzer beherrschbarer. Fragen wie "Sind Xenon-Scheinwerfer in Japan erlaubt?" werden durch die KI umgehend bearbeitet und nachvollziehbar beantwortet – ohne aufwendiges Modell-Fine-Tuning und ohne langwierige Nutzer­schulung.

In diesem Vortrag führen wir durch unseren Prozess vom leichtgewichtigen Prototyp auf dem Weg zum produktiven KI-Tool: Wir zeigen, wie die technische Umsetzung mit einer schlanken Minimalarchitektur aus Prompt-Templates und RAG realisiert werden kann, wie sich die Lösung in bestehende IT-System-Landschaften und organisatorische Prozesse einpasst und wie die organisatorische Einführung durch aktive Einbindung von Fachbereich und Nutzern gelingen kann.

Vorkenntnisse

• Grundlagen zu Large Language Models / Prompting sind hilfreich
  
• Wissen in Automotive oder Produktkonfigurationen ist nicht notwendig

Lernziele

Teilnehmende

• verstehen, wie sich Sprachmodelle mit formalen Regel­werken koppeln lassen
  
• lernen eine leichtgewichtige Architektur (RAG + LLM) für domänenspezifische Antworten kennen
  
• können nachvollziehen, wie man vom technischen GenAI-Prototyp zum produktiven KI-Tool skaliert
  
• nehmen konkrete Impulse und Argumente mit, um ähnliche GenAI-Brücken im eigenen Unternehmen aufzubauen