Sprachmodelle zur Unterstützung des Abweichungsmanagements in der Produktion

View at publisher
Authors: Yuxi Wang, Moritz Donecker, Kevin Zhao, Marcel Lahuec, Joachim Metternich
Cited by: 0
References: 9

Abstract

Abstract Die effiziente Nutzung und die Sicherung von Erfahrungswissen ist ein entscheidender Erfolgsfaktor für produzierende Unternehmen. Besonders im Abweichungsmanagement führen fehlende oder unstrukturierte Informationen häufig zu langen Diagnosezeiten und erhöhten Stillstandskosten. Der vorgestellte Ansatz zeigt, wie ein auf einem lokal betriebenen Sprachmodell basiertes Assistenzsystem die Effizienz in der Produktion steigern kann. Mitarbeitende erhalten durch natürlichsprachliche Eingaben in Sekunden passende Lösungsvorschläge und können neue Fehlerfälle strukturiert dokumentieren. So entsteht eine kontinuierlich wachsende, qualitativ hochwertige Wissensbasis direkt am Ort der Wertschöpfung. Die Erprobung in der Praxis bestätigte die technische Leistungsfähigkeit und hohe Nutzerakzeptanz lokal installierter Sprachmodelle. Das Konzept bietet damit einen skalierbaren und übertragbaren Ansatz, um Diagnosezeiten zu verkürzen, Wissen zu sichern und die Produktionsstabilität nachhaltig zu erhöhen.

Fields of Study & Subjects

Digital Transformation in Industry Management and Optimization Techniques Impact of AI and Big Data on Business and Society

Publication details

Journal / source
Zeitschrift für wirtschaftlichen Fabrikbetrieb
Volume
121
Issue
1-2
Pages
83–90
Publication date
9 February 2026
Language
EN