LLM.assist: Individualisierbare KI-Assistenz als hardwareeffiziente On-premises-Technologie für domänenspezifische Fragestellungen von der technischen Ebene bis zu taktisch-strategischen Unternehmensfragen für den Mittelstand

Insbesondere für KMU sind Anforderungen bzgl. Vernetzung, Regelungsdichte, Wirtschaftlichkeit, Nachhaltigkeit und Internationalisierung und deren vielfältige Implikationen kaum noch zu bewältigen. Hier bietet Künstliche Intelligenz ein enormes Potenzial zur Analyse von Trends, Mustern und Zusammenhängen in großvolumigen, heterogenen Daten. 
Projektziel ist eine domänenspezifisch und individuell anpassbare KI-Assistenz basierend auf Large Language Models (LLMs), die sich eignet für technische (Produktion, Instandhaltung) bis strategische Fragen (Business Intelligence) und die validierte Ergebnisse intuitiv darstellt. FuE-Schwerpunkte sind LLM-Tailoring/-Tuning, eine spezielle Zwischensprache, adaptierbare semantische Modelle und Feedback-Validierung der Ergebnisse gegen die Wissensbasis und Kriterien der Domäne sowie eine leistungsfähige Visualisierung und nutzungsspezifische Anpassung (Technik, Management). Die als hardwareeffiziente On-Premise-Lösung geplante Technologie eröffnet ein enormes wirtschaftliches Verwertungspotenzial und leistet einen wichtigen Beitrag zur Steigerung der Effizienz und Wettbewerbsfähigkeit von KMU.

Teilprojekt: Erforschung eines flexiblen, hardwareeffizienten Ansatzes für die anwendungsspezifische Anpassung, leistungseffiziente Konfiguration und zielgerichtete Nutzung von Large Language Models als KI-Assistenz für Augmented Analytics