Wissensgraphgestützte Generierung von Handlungsempfehlungen für FTS-Flotten mittels RAG

Institut

Lehrstuhl für Fördertechnik Materialfluss Logistik (TUM-ED)

Typ

Semesterarbeit / Masterarbeit /

Inhalt

konstruktiv /  

Beschreibung

Ausgangssituation
Im Forschungsprojekt KIDaFTS (KI-gestützte Datenanalyse zur Leistungssteigerung fahrerloser Transportsysteme) wird mit LogiCoach ein Assistenzsystem entwickelt, das Betreiber von FTS-Flotten bei Störungen und Leistungseinbußen unterstützt. Ein Wissensgraph auf Basis des Kommunikationsstandards VDA 5050 liefert zu erkannten Anomalien mögliche Ursachenhypothesen. Bislang fehlt der letzte Schritt: Aus diesen Hypothesen sowie aus technischer Dokumentation und Fehlercode-Beschreibungen sollen verständliche, konkrete Handlungsempfehlungen entstehen. Große Sprachmodelle (LLMs) sind hierfür vielversprechend, neigen ohne Absicherung jedoch zu unbelegten Aussagen.

Aufgabenstellung
Ziel der Arbeit ist die Konzeption und prototypische Umsetzung eines Retrieval-Augmented-
Generation-Moduls (RAG), das Empfehlungen ausschließlich auf Basis von Wissensgraph und Dokumentenwissen erzeugt und die zugrunde liegenden Quellen ausweist.
• Literaturanalyse zu RAG, GraphRAG und strukturierter LLM-Ausgabe
• Aufbau der Wissensbasis aus Wissensgraph (SPARQL) und Dokumentation
• Generierungspipeline mit lokalen LLMs (Ollama) und JSON-Schema-gebundener Ausgabe
• Darstellung der Empfehlungen mit Quellenbezug für Transparenz und Interpretierbarkeit
• Integration in den Prototyp (FastAPI, React) und erste technische Erprobung

Voraussetzungen

Anforderungsprofil
• Studium der Informatik oder vergleichbar
• Sehr gute Python-Kenntnisse; Erfahrung mit LLMs, LangChain/LlamaIndex oder RDF/SPARQL von Vorteil
• Interesse an Intralogistik und KI-gestützter Entscheidungsunterstützung
• Selbstständige, strukturierte und zuverlässige Arbeitsweise
• Gute Deutsch- und/oder Englischkenntnisse

Beginn  ab sofort
Bei Interesse freue ich mich über Ihre Bewerbung, die Sie inklusive Lebenslaufs und Leistungsnachweises bitte per Mail senden.

Möglicher Beginn

sofort

Kontakt

Adrian Sonnemann, M.Sc.
Raum: MW 1590e
Tel.: +49 (89) 289 - 15916
adrian.sonnemanntum.de

Ausschreibung