Business Epic – Konzept und Realisierung eines dialogorientierten KI-Mentors
Der Geschäftsbereich AMMANN Components der AMMANN AG Schmiede- und Bearbeitungstechnik, bietet Besuchern, Kunden und Interessenten einen innovativen und einfachen Zugang zu Fertigungswissen, Leistungsfähigkeit und Unternehmenskontext.
Edison verbindet einen webbasierten Chat mit kuratiertem Unternehmenswissen und einer deterministischen Kontextsteuerung. Ziel ist nicht ein allgemeiner Chatbot, sondern ein fachlich eingeordneter Orientierungspartner für industrielle Fertigung.
Genutzte Systeme und Technologien: WordPress, n8n, Mistral, Caddy, Cloudflare, HTML/JavaScript sowie Context-World-/DBRS-Prinzipien.
Kundenzufriedenheit, Feedback
- Im Test- und Freigabeprozess
- Edison wird bereits praktisch für die Vorbereitung der preXcon eingesetzt.
- Die bisherigen Tests zeigen, dass auch umfangreiche Informationen zu Fertigungstechniken, Maschinen, Qualität und Systemlieferanten-Kompetenz dialogisch gut zugänglich gemacht werden können.
- Die weitere Entwicklung erfolgt iterativ gemeinsam mit AMMANN Components.
Kundennutzen und Ziel
AMMANN Components verfügt über umfangreiches technisches Wissen und langjährige Erfahrung in der Herstellung einbaufertiger mechanischer Bauteile, Baugruppen und Teilsysteme. Ein erheblicher Teil dieser Kompetenz ist auf klassischen Webseiten jedoch nur schwer vollständig und gleichzeitig verständlich darstellbar.
Mit Edison sollen Kunden und Interessenten in die Lage versetzt werden,
- Fragen zu Fertigungstechniken und Fertigungsmöglichkeiten in natürlicher Sprache zu stellen,
- technische Zusammenhänge und Leistungsgrenzen verständlich einzuordnen,
- bei Bedarf gezielt in Details einzusteigen,
- Informationen zu CNC-Bearbeitung, Schmieden, Schweissen, Qualität, Full Service und Systemlieferanten-Kompetenz miteinander zu verbinden und
- schneller beurteilen zu können, ob AMMANN Components für eine konkrete Aufgabenstellung ein geeigneter Ansprechpartner sein könnte.
Edison soll damit nicht nur Informationen wiedergeben, sondern den Zugang zum vorhandenen Erfahrungs- und Unternehmenswissen verbessern.
Ein weiteres Ziel ist die Erkennbarkeit der tatsächlichen Leistungsfähigkeit von AMMANN Components: Wissen, das im Unternehmen vorhanden ist, soll auch für Menschen und KI-Systeme nachvollziehbar und zugänglich werden.
Ausgangslage
Die bestehende Webseite von AMMANN Components bildet nur einen Teil des tatsächlich vorhandenen Wissens und der Fertigungskompetenz ab.
Insbesondere technische Zusammenhänge verteilen sich auf unterschiedliche Seiten, Dokumente und Erfahrungswissen. Für Besucher ist es dadurch schwierig, aus einzelnen Angaben ein Gesamtbild der Möglichkeiten von AMMANN Components zu rekonstruieren.
Gleichzeitig zeigte sich im Projekt, dass ein klassischer KI-Chat auf Basis des aktuellen Webauftritts nicht genügend belastbaren Kontext erhält.
Für die kurzfristige Realisierung – insbesondere im Hinblick auf die preXcon – wurde deshalb zunächst ein umfangreicher, kuratierter Kontext für Edison aufgebaut. Dieser enthält unter anderem Informationen zu
- Positionierung und Systemlieferanten-Kompetenz,
- Fertigungstechniken,
- CNC-Möglichkeiten und technischen Kenndaten,
- Maschinen und Messmitteln,
- Qualität und Prozesssicherheit,
- Full-Service-Leistungen,
- Supply Chain sowie
- relevanten Ansprechpartnern und weiterführenden Informationsquellen.
Damit entstand zunächst bewusst eine pragmatische Übergangslösung, während die öffentliche Context World von AMMANN Components weiter aufgebaut wird.
Konzept für die Lösung
Edison wird als KI-Mentor für AMMANN Components direkt in die digitale Kommunikation integriert.
Anwender können Edison frei Fragen stellen, beispielsweise:
„Welche CNC-Möglichkeiten hat AMMANN Components?“
oder anschließend dialogisch vertiefen:
„Erkläre mir das genauer.“
Damit auch umfangreicher Unternehmenskontext nicht jede einfache Anfrage unnötig verlangsamt, wurde eine zweistufige Kontextarchitektur entwickelt.
Ein deterministischer Resolver entscheidet vor dem eigentlichen KI-Aufruf zwischen einem Slim- und einem Fat-Kontext.
Der Slim-Kontext dient für einfache Gesprächssituationen und allgemeine Orientierung. Bei fachlichen Begriffen, technischen Angaben oder Vertiefungswünschen wie erklären, mehr, detailliert oder ausführlich wird automatisch der umfangreiche Fachkontext zugeschaltet.
Ein gemeinsamer Dialogspeicher ermöglicht Edison zusätzlich, auf vorherige Fragen Bezug zu nehmen. Dadurch kann Edison zunächst knapp antworten und Informationen anschließend schrittweise vertiefen, anstatt bei jeder Anfrage sämtliche verfügbaren Details auszugeben.
Die Architektur trennt damit bewusst
Dialog → Kontextentscheidung → fachliche Wissensbasis → Antwortgenerierung.
Mittelfristig soll der heute noch teilweise im Edison-Playbook hinterlegte Kontext zunehmend aus der strukturierten Context World / DBRS von AMMANN Components stammen.
Edison wird dadurch zum dialogischen Zugang zu einer unabhängig gepflegten und auch anderweitig nutzbaren Wissensbasis.
Technische Basis von Edison: Samy @ Trusted Context World
Edison basiert technisch und methodisch auf Samy @ Trusted Context World. Samy stellt dabei die wiederverwendbare Grundlage für dialogorientierte KI-Anwendungen bereit; die Trusted Context World liefert den strukturierten, kuratierten und nachvollziehbaren Unternehmenskontext.
Für AMMANN Components wurde diese Basis auf den konkreten Fertigungs- und Unternehmenskontext zugeschnitten und als Edison umgesetzt.
Verwendete Methoden und Tools
- SAMY
- Context World / DBRS
- Trusted-Context-Prinzipien
- Collaborative AI Supported Engineering (CAISE)
- iteratives Prototyping und Testing
- deterministischer Context Resolver
- Slim-/Fat-Context-Konzept
- Conversation Memory
- n8n Workflow Automation
- Mistral als LLM
- HTML/CSS/JavaScript Web-Client
- WordPress Integration
- Caddy und Cloudflare
- gemeinsames fachliches Review mit AMMANN Components
Die Entwicklung erfolgte bewusst iterativ. Antworten von Edison wurden anhand realer Fragen getestet und anschließend Kontext, Playbook, Resolver und Dialogverhalten angepasst.
Projektbeitrag und Rolle
- Konzeption des KI-Mentors Edison
- Analyse und Strukturierung des verfügbaren Unternehmens- und Fertigungswissens
- Aufbau des fachlichen Kontextes
- Konzeption der Context-World-/DBRS-Anbindung
- Entwicklung des Slim-/Fat-Kontextmodells
- Entwicklung des deterministischen Resolvers
- Konzeption und Umsetzung der n8n-Workflows
- Konzeption des webbasierten Edison-Clients
- Integration in die Web-Infrastruktur
- Testdesign und Qualitätssicherung der Antworten
- Innovation Engineering
- technische Architektur
- Projektleitung
Endergebnis
Mit Edison steht ein funktionsfähiger KI-Mentor für AMMANN Components zur Verfügung, der technische Unternehmensinformationen dialogisch zugänglich macht.
Die erste produktionsnahe Ausbaustufe wurde bewusst so konzipiert, dass sie bereits für die preXcon genutzt werden kann, obwohl die zukünftige Context World von AMMANN Components noch nicht vollständig aufgebaut ist.
Besonders wesentlich ist dabei die entwickelte Architektur: Edison muss nicht bei jeder Anfrage den gesamten umfangreichen Wissenskontext verarbeiten. Ein deterministischer Resolver entscheidet, wann der umfangreiche Fachkontext tatsächlich erforderlich ist. Dadurch verbindet die Lösung Antwortgeschwindigkeit, Dialogfähigkeit und fachliche Tiefe.
Edison ist gleichzeitig ein praktischer Erprobungsschritt für die weiterführende Context-World-Architektur: Die heute kuratierten Informationen können perspektivisch aus einer strukturierten, unabhängig vom Chatbot gepflegten Wissensbasis bereitgestellt und neben Edison auch für weitere Anwendungen verwendet werden.
Kontakt zur Referenz
- Auf Anfrage.
Weiterführende Links
- AMMANN Components: https://www.ammann-components.com/
- Edison – KI-Mentor: https://www.ammann-components.com/edison
- preXcon – AMMANN Components: https://prexcon.ch/de/ausstellende/16833