Das Forschungsprojekt etaGPT zielt auf die Entwicklung eines intelligenten, interaktiven KI-Assistenten zur Analyse, Optimierung und Automatisierung industrieller Energiesysteme. Im Mittelpunkt steht ein spezialisiertes Large Language Model (LLM), das eine intuitive Interaktion in natürlicher Sprache ermöglicht und Anwender bei der datenbasierten Analyse und Optimierung komplexer Energieprozesse unterstützt.
Industrielle Energiesysteme erzeugen umfangreiche und heterogene Daten aus Produktionsanlagen, Sensoren und Energiemanagementsystemen. Die Auswertung dieser Daten erfordert häufig spezifisches Fachwissen und aufwendige manuelle Analysen. etaGPT adressiert diese Herausforderungen durch die Kombination generativer KI, domänenspezifischer Wissensintegration und datengetriebener Analyseverfahren.
Ein zentraler Forschungsschwerpunkt liegt auf der Entwicklung und Anpassung eines domänenspezifischen Sprachmodells. Hierzu gehören die Sammlung und Aufbereitung relevanter Energiedaten, die Auswahl geeigneter Basismodelle sowie deren Anpassung und Training. Durch Verfahren wie Knowledge Distillation sollen leistungsfähige und zugleich ressourceneffiziente Modelle entwickelt werden, die sich für den praktischen industriellen Einsatz eignen.
Darüber hinaus werden Konzepte zur Integration des KI-Assistenten in bestehende Energie- und Datenmanagementsysteme untersucht. Dazu zählen die Verarbeitung heterogener Datenquellen, die Anbindung industrieller Schnittstellen sowie die Entwicklung geeigneter Interaktions- und Analysefunktionen. Ziel ist es, komplexe Informationen verständlich bereitzustellen, datenbasierte Entscheidungen zu unterstützen und wiederkehrende Analyse- und Berichtsprozesse zu vereinfachen.
Die wissenschaftlichen Forschungsarbeiten werden unter der Leitung von Dr. Pratyush Agnihotri ((DFKI und Technische Universität Darmstadt) und Prof. Dr. Carsten Binnig (DFKI, Technische Universität Darmstadt, und hessian.AI) sowie Prof. Dr. Manisha Luthra (Ruhr-Universität Bochum und DFKI) durchgeführt. Die Forschung konzentriert sich insbesondere auf die Entwicklung effizienter KI- und Datenmanagementverfahren, die Integration domänenspezifischer Sprachmodelle und deren Anwendung in industriellen Energiesystemen.
Die entwickelten Methoden werden anhand industrieller Anwendungsszenarien mit den Projektpartnern erprobt und hinsichtlich ihrer Funktionalität, Zuverlässigkeit, Benutzerfreundlichkeit und Übertragbarkeit evaluiert.
Langfristig soll etaGPT dazu beitragen, den Zugang zu KI-gestütztem Energiemanagement zu vereinfachen, Energieeffizienzpotenziale systematisch zu erschließen, industrielle Prozesse nachhaltiger zu gestalten und die Reduzierung von Energieverbrauch und CO₂-Emissionen zu unterstützen.
Partners
etalytics GmbH Technische Universität Darmstadt (PTW) Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI) Siemens Energy AG Merck KGaA BioNTech SE DARZ GmbH
