Von Betriebsdaten zu KI-bereitem Wissen
Verbinden Sie die über GL3 erfassten Betriebsdaten mit der GL4-Aufbereitungspipeline auf HERCULES: Kuratierung, Dokumente, Chunks, Vektoren und semantische Validierung.
Ein zusätzliches Anwendungsszenario auf Basis der operativen CIRMS-Architektur. Umfang und unterstützte Integrationen müssen bestätigt werden.
Schaffen Sie die Wissensgrundlage, bevor Sie KI ergänzen.
Daten zu sammeln ist nicht dasselbe, wie sie für KI aufzubereiten. Dieses zusätzliche Anwendungsszenario konzentriert sich auf die GL3/GL4-Grundlage von CIRMS und trennt die Datenaufbereitung von den geplanten GL5-Modellen und Dialogfunktionen.
Berücksichtigte Informationen
- Registrierte Quellen
- Für die Bereitstellung ausgewählte, unterstützte Quellen.
- Quellmetadaten
- Informationen zu Struktur, Identität und Änderungen.
- Betriebsdatensätze
- Über die vereinbarten GL3-Prozesse erfasste Daten.
- Anforderungen an die Aufbereitung
- Umfang, Berechtigungen und beabsichtigte Wissensnutzung.
So ist der Ablauf organisiert.
Eine Übersicht auf Anwendungsebene, keine Aussage, dass jede Quelle, jeder Konnektor oder jeder betriebliche Ablauf vorkonfiguriert ist.
- 01
Die Quelle verstehen
Quellmetadaten aktualisieren und den Extraktionsumfang bestimmen.
- 02
Erfassen und kuratieren
Daten in den Aufbereitungsprozess übernehmen und die konfigurierten Kuratierungsregeln anwenden.
- 03
Wissensressourcen aufbereiten
Mit GL4 Dokumente, Chunks und Vektorrepräsentationen erzeugen.
- 04
Einsatzbereitschaft validieren
Semantische Validierung und Bereitschaftsstatus vor der nachgelagerten KI-Nutzung prüfen.
Sichtbare Aufbereitung
Nachvollziehen, wie aus Quelldatensätzen Wissensressourcen werden.
Wiederverwendbares Wissen
Strukturierte Ressourcen für die beabsichtigte nachgelagerte Nutzung aufbereiten.
Getrennte Verantwortlichkeiten
Datenbereitschaft von KI-Schlussfolgerungen und Antworten für Nutzer trennen.
Der Aufbereitungsablauf von Betriebsdaten zur KI.
Was hinter dem Anwendungsfall steht.
Trennen Sie die Plattformgrundlage von der geplanten Intelligenz und den Anforderungen der Zielumgebung.
GL3 / GL4 & Architektur
HERCULES führt die Automatisierung und Datenerfassung von GL3 sowie die AI Data Readiness von GL4 aus. Diese Seite beschreibt diese dokumentierte Grundlage, keine neue GL5-Funktion.
KI & künftige Erweiterungen
KI-Modelle, dialogbasierte Antworten und Entscheidungshilfen, die das aufbereitete Wissen nutzen, gehören zur geplanten GL5-Schicht und erfordern eine gesonderte Bewertung.
Menschen, Daten & Berechtigungen
Bestätigen Sie die unterstützten Quelltypen, den Umgang mit Identitäten und Änderungen, die Zugriffsberechtigungen und die Bereitschaftskriterien. Eine erfolgreich abgeschlossene Aufbereitungsphase allein garantiert keine korrekte oder sichere KI-Antwort.
Eine klar begrenzte Bewertung
Registrieren Sie eine unterstützte, repräsentative Quelle und prüfen Sie die Aufbereitungsergebnisse und den Ausführungsstatus gemeinsam mit dem Datenverantwortlichen, bevor Sie den Umfang erweitern.
Mögliche Messgrößen: Quellenabdeckung, Aufbereitungsfehler, Wissensaktualität und Ergebnisse der semantischen Validierung im Hinblick auf den beabsichtigten Anwendungsfall.