BUP59 - FitLLM

In der modernen Mobilität und Produktion stehen Unternehmen vor hochkomplexen Planungs- und Entscheidungsaufgaben. Bei sich ständig verändernden Randbedingungen braucht es ebenso wandlungs- wie leistungsfähige heuristische Algorithmen, die gezielt zur Lösung spezifischer Optimierungsprobleme eingesetzt werden können. Bisher müssen leistungsfähige Heuristiken aufwendig von Experten und Expertinnen entwickelt werden – ein zeit- und ressourcenintensiver Prozess.

FitLLM nutzt erstmals kleine, lokal ausführbare Sprachmodelle (sogenannte Large Language Models, LLMs), um automatisch maßgeschneiderte Optimierungsheuristiken zu generieren und flexibel an wechselnde Mobilitäts- und Produktionsszenarien anzupassen. LLMs sind KI-Modelle, die auf der Verarbeitung natürlicher Sprache basieren.

Ziel

Ziel von FitLLM ist die Entwicklung eines Optimierungsframeworks aus Basis generativer Künstlicher Intelligenz. Mithilfe kleiner, lokal einsetzbarer LLMs werden automatisch maßgeschneiderte Heuristiken für komplexe Optimierungsprobleme in Produktion und Mobilität erzeugt.

Kontextbasierte Eingaben und die nahtlose Integration in etablierte Verfahren ermöglichen sowohl initiale Lösungserzeugung als auch iterative Verfeinerung. Das Ergebnis ist ein ressourcenschonendes, datensicheres und flexibles Optimierungsframework, das sich direkt in industrielle Anwendungen übertragen lässt.

Vorgehensweise

• Auswahl und Modellierung realitätsnaher Optimierungsprobleme aus Produktion und Mobilität sowie Aufbau eines Datensatzes repräsentativer Probleminstanzen
• Erzeugung hochwertiger Heuristiken via kontextbasierter Promptstrategien mit kleinen, lokal ausführbare LLMs
• Integration der generierten Heuristiken in etablierte Optimierungsverfahren
• Systematische Evaluation der Leistungsfähigkeit anhand industrierelevanter Anwendungsszenarien.

Nutzen

Erst durch die automatische Generierung maßgeschneiderter Heuristiken mit kleinen, lokal einsetzbaren LLMs wird es möglich, komplexe Planungs- und Optimierungsaufgaben – wie dynamische Flottensteuerung oder flexible Produktionsplanung – effizient, datensicher und anpassungsfähig zu lösen.