USU Learn2RAG

Das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) fördert das Vorhaben als Teil des KI-Innovationswettbewerbs „Generative KI für den Mittelstand“. Ziel ist eine offene, skalierbare und datenschutzkonforme RAG-Plattform, die sich in bestehende IT-Infrastrukturen integrieren lässt.

Breites Konsortium aus Forschung und Praxis

Neben USU sind die Universität Paderborn, das Fraunhofer-Institut für Entwurfstechnik Mechatronik (IEM), das Institut für Digitale Technologien (IFDT) sowie das Deutsche Rote Kreuz Landesverband Rheinland-Pfalz am Projekt beteiligt. Das Innovationsnetzwerk it’s OWL, der eco – Verband der Internetwirtschaft, der KI-Bundesverband und das LESSIE-Netzwerk begleiten das Projekt als assoziierte Partner.

Die Entwicklung orientiert sich an konkreten Praxisanforderungen mittelständischer Organisationen. Dazu gehören resiliente Produktionsnetzwerke, Requirements Engineering, Einsatz- und Personalplanung sowie Inventar-Abgleich.

Praktische Anwendung im Maschinenbau

Ein Beispiel aus dem Maschinenbau verdeutlicht den Nutzen: Bei der Entwicklung einer neuen Maschinenvariante müssen Informationen aus Konstruktionszeichnungen, Wartungshandbüchern, Stücklisten, Softwareständen und früheren Änderungsanträgen zusammengeführt werden. Ein RAG-basiertes Assistenzsystem kann diese Quellen automatisiert zusammentragen und auswerten. Es zeigt auf, welche Auswirkungen eine Konstruktionsänderung auf Wartungsintervalle, Ersatzteile oder Sicherheitsvorgaben hat. Entwicklungs- und Serviceentscheidungen lassen sich dadurch schneller und fundierter treffen.

Weitere Anwendungsfälle finden sich in sozialen Einrichtungen oder im Katastrophenschutz. Mitarbeitende und Ehrenamtliche müssen dort schnell auf Informationen wie Einsatzpläne, rechtliche Vorgaben, Pflege- und Qualitätsrichtlinien oder interne Handlungsanweisungen zugreifen können, die heute oft auf viele Systeme und Dokumente verteilt sind.

Das Projekt soll insbesondere kleinen und mittelständischen Organisationen helfen, Wissen schneller verfügbar zu machen, Entscheidungsprozesse zu beschleunigen und die Qualität sowie Rechtssicherheit von Maßnahmen zu erhöhen.

USU bringt Praxiserfahrung ein

USU verfügt über Erfahrung aus produktiven generative AI- und RAG-Lösungen. Das Unternehmen setzt LLM-basierte Assistenzsysteme bereits im eigenen Wissensmanagement ein. Im Projekt entwickelt USU Lösungen, um heterogene Datenquellen anzubinden und die Abfolge von Such-, Auswahl- und Generierungsschritten in einem RAG-System flexibel einstellbar zu gestalten. Durch die automatisierte Optimierung zentraler Parameter soll der Aufwand für neue Einsatzszenarien sinken und die Grundlage für selbstlernende RAG-Systeme geschaffen werden.

„Learn2RAG erlaubt es uns, unsere praktische Erfahrung mit generativer KI gezielt in ein Forschungsprojekt mit wirtschaftlichem Nutzen einzubringen. Unser Fokus liegt darauf, RAG-Technologie so zu automatisieren, dass Unternehmen sie skalierbar und ohne tiefgehende KI-Expertise einsetzen können“, erläutert Henrik Oppermann, Leiter Forschung bei USU. Im Service Management sieht das Unternehmen erhebliches Effizienz- und Innovationspotenzial.

The German Federal Ministry for Research, Technology, and Space (BMFTR) is funding the project as part of the AI Innovation Competition „Generative AI for SMEs.“ The goal is an open, scalable, and data protection-compliant RAG platform that can be integrated into existing IT infrastructures.

Broad consortium

In addition to USU, the University of Paderborn, the Fraunhofer Institute for Mechatronic Design Engineering (IEM), the Institute for Digital Technologies (IFDT), and the German Red Cross State Association Rhineland-Palatinate are involved in the project. The innovation network it’s OWL, the eco – Association of the Internet Industry, the AI Federal Association, and the LESSIE network are accompanying the project as associated partners.

The development is oriented toward the specific practical requirements of medium-sized organizations. This includes resilient production networks, requirements engineering, deployment and personnel planning, as well as inventory reconciliation.

Application in mechanical engineering

An example from mechanical engineering illustrates the benefit: When developing a new machine variant, information from design drawings, maintenance manuals, parts lists, software versions, and previous change requests must be consolidated. A RAG-based assistance system can automatically compile and evaluate these sources. It shows the impact of a design change on maintenance intervals, spare parts, or safety regulations. Development and service decisions can thus be made more quickly and with greater foundation.

Further use cases can be found in social institutions or in disaster protection. Employees and volunteers need to be able to quickly access information such as deployment plans, legal requirements, care and quality guidelines, or internal action instructions, which are often distributed across many systems and documents today.

The project is intended to help small and medium-sized organizations in particular to make knowledge available more quickly, accelerate decision-making processes, and increase the quality and legal certainty of measures.

USU contribution

USU brings experience from productive generative AI and RAG solutions. The company already uses LLM-based assistance systems in its own knowledge management. In the project, USU is developing solutions to connect heterogeneous data sources and to make the sequence of search, selection, and generation steps in a RAG system flexibly adjustable. Thru the automated optimization of central parameters, the effort for new application scenarios is expected to decrease, laying the foundation for self-learning RAG systems.

„Learn2RAG allows us to specifically incorporate our practical experience with generative AI into a research project with economic benefits.“ „Our focus is on automating RAG technology so that companies can use it in a scalable manner without deep AI expertise,“ explains Henrik Oppermann, Head of Research at USU. In service management, the company sees significant potential for efficiency and innovation.