Gemeinsam mit Forschungs- und Industriepartnern entwickelt USU im Projekt Learn2RAG kontextbasierte KI-Lösungen für den Mittelstand. Im Mittelpunkt steht die Weiterentwicklung von Retrieval-Augmented Generation (RAG), die große Sprachmodelle gezielt mit unternehmensinternen Datenquellen verbindet. So entstehen nachvollziehbare und fachlich belastbare Ergebnisse für den wirtschaftlichen Unternehmenseinsatz.
Learn2RAG ist Teil des KI-Innovationswettbewerbs „Generative KI für den Mittelstand“ und wird vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert. Ziel ist eine offene, skalierbare und DSGVO-konforme RAG-Plattform, die sich in bestehende IT- und Datenlandschaften leicht integrieren lässt.
Zum Projektkonsortium gehören neben USU die Universität Paderborn, das Fraunhofer-Institut für Entwurfstechnik Mechatronik (IEM), das Institut für Digitale Technologien (IFDT) sowie das Deutsche Rote Kreuz Landesverband Rheinland-Pfalz e. V. als Hilfsorganisation. Assoziiert begleiten das Innovationsnetzwerk it’s OWL, der eco – Verband der Internetwirtschaft, der KI-Bundesverband und das LESSIE-Netzwerk das Projekt.
Konkreter Praxisnutzen im Blick
Das Projekt orientiert sich eng an den vielfältigen Praxisanforderungen mittelständischer Organisationen, wie resilienten Produktionsnetzwerken, dem Requirements Engineering, der Einsatz- und Personalplanung oder dem Inventar-Abgleich. Ein Beispiel aus dem Maschinenbau verdeutlicht den Mehrwert: Entwickelt ein Unternehmen eine neue Maschinenvariante, müssen Informationen aus Konstruktionszeichnungen, Wartungshandbüchern, Stücklisten, Softwareständen und früheren Änderungsanträgen zusammengeführt werden. Ein RAG-basiertes Assistenzsystem kann diese Quellen automatisiert zusammentragen, auswerten und verständlich darstellen, welche Auswirkungen eine Konstruktionsänderung auf Wartungsintervalle, Ersatzteile oder Sicherheitsvorgaben hat. Entwicklungs- und Serviceentscheidungen lassen sich so deutlich schneller und fundierter treffen.
Weitere mögliche Anwendungsfälle sind die KI-gestützte Unterstützung in sozialen Einrichtungen oder im Katastrophenschutz – auch hier müssen Mitarbeitende und Ehrenamtliche schnell auf verlässliche Informationen zugreifen, wie zum Beispiel Einsatzpläne, rechtliche Vorgaben, Pflege- und Qualitätsrichtlinien oder interne Handlungsanweisungen, die heute oft auf viele Systeme und Dokumente verteilt sind.
So unterstützt Learn2RAG insbesondere kleine und mittelständische Organisationen, Wissen schneller verfügbar zu machen, Entscheidungsprozesse zu beschleunigen und die Qualität sowie Rechtssicherheit von Maßnahmen im Alltag wie im Ernstfall zu erhöhen.
USU verbindet RAG-Forschung mit produktiver KI-Praxis
USU bringt im Projekt Learn2RAG ihre umfassende Erfahrung aus produktiven generative AI- (genAI) und RAG-Lösungen ein. Bereits heute setzt das Unternehmen LLM-basierte Assistenzsysteme erfolgreich im eigenen Wissensmanagement ein. Im Projekt entwickelt USU Lösungen, um heterogene Datenquellen einfach 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 erheblich 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 hohem wirtschaftlichem Nutzen einzubringen. Unser Fokus liegt darauf, RAG-Technologie so zu automatisieren, dass Unternehmen sie skalierbar und ohne tiefgehende KI-Expertise einsetzen können. Gerade im Service Management sehen wir erhebliches Effizienz- und Innovationspotenzial“, erklärt Henrik Oppermann, Leiter Forschung bei USU.
Mit Learn2RAG stärkt USU ihre Rolle als strategischer Impulsgeber für praxisnahe KI-Innovationen und treibt den Transfer von Forschung in wirtschaftlich nutzbare Lösungen für den Mittelstand konsequent voran.
Learn2RAG ist Teil des KI-Innovationswettbewerbs „Generative KI für den Mittelstand“ und wird vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert. Ziel ist eine offene, skalierbare und DSGVO-konforme RAG-Plattform, die sich in bestehende IT- und Datenlandschaften leicht integrieren lässt.
Zum Projektkonsortium gehören neben USU die Universität Paderborn, das Fraunhofer-Institut für Entwurfstechnik Mechatronik (IEM), das Institut für Digitale Technologien (IFDT) sowie das Deutsche Rote Kreuz Landesverband Rheinland-Pfalz e. V. als Hilfsorganisation. Assoziiert begleiten das Innovationsnetzwerk it’s OWL, der eco – Verband der Internetwirtschaft, der KI-Bundesverband und das LESSIE-Netzwerk das Projekt.
Konkreter Praxisnutzen im Blick
Das Projekt orientiert sich eng an den vielfältigen Praxisanforderungen mittelständischer Organisationen, wie resilienten Produktionsnetzwerken, dem Requirements Engineering, der Einsatz- und Personalplanung oder dem Inventar-Abgleich. Ein Beispiel aus dem Maschinenbau verdeutlicht den Mehrwert: Entwickelt ein Unternehmen eine neue Maschinenvariante, müssen Informationen aus Konstruktionszeichnungen, Wartungshandbüchern, Stücklisten, Softwareständen und früheren Änderungsanträgen zusammengeführt werden. Ein RAG-basiertes Assistenzsystem kann diese Quellen automatisiert zusammentragen, auswerten und verständlich darstellen, welche Auswirkungen eine Konstruktionsänderung auf Wartungsintervalle, Ersatzteile oder Sicherheitsvorgaben hat. Entwicklungs- und Serviceentscheidungen lassen sich so deutlich schneller und fundierter treffen.
Weitere mögliche Anwendungsfälle sind die KI-gestützte Unterstützung in sozialen Einrichtungen oder im Katastrophenschutz – auch hier müssen Mitarbeitende und Ehrenamtliche schnell auf verlässliche Informationen zugreifen, wie zum Beispiel Einsatzpläne, rechtliche Vorgaben, Pflege- und Qualitätsrichtlinien oder interne Handlungsanweisungen, die heute oft auf viele Systeme und Dokumente verteilt sind.
So unterstützt Learn2RAG insbesondere kleine und mittelständische Organisationen, Wissen schneller verfügbar zu machen, Entscheidungsprozesse zu beschleunigen und die Qualität sowie Rechtssicherheit von Maßnahmen im Alltag wie im Ernstfall zu erhöhen.
USU verbindet RAG-Forschung mit produktiver KI-Praxis
USU bringt im Projekt Learn2RAG ihre umfassende Erfahrung aus produktiven generative AI- (genAI) und RAG-Lösungen ein. Bereits heute setzt das Unternehmen LLM-basierte Assistenzsysteme erfolgreich im eigenen Wissensmanagement ein. Im Projekt entwickelt USU Lösungen, um heterogene Datenquellen einfach 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 erheblich 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 hohem wirtschaftlichem Nutzen einzubringen. Unser Fokus liegt darauf, RAG-Technologie so zu automatisieren, dass Unternehmen sie skalierbar und ohne tiefgehende KI-Expertise einsetzen können. Gerade im Service Management sehen wir erhebliches Effizienz- und Innovationspotenzial“, erklärt Henrik Oppermann, Leiter Forschung bei USU.
Mit Learn2RAG stärkt USU ihre Rolle als strategischer Impulsgeber für praxisnahe KI-Innovationen und treibt den Transfer von Forschung in wirtschaftlich nutzbare Lösungen für den Mittelstand konsequent voran.
