Use Case - Stand&Ausblick

Aktueller Stand

· Version 2 von CustomGPT: «Turbo Toni – Störungs & Optimierungs-Agent» (vgl. Abb.1)

· Prototyp für «Verpackungslinie 1» mit entsprechenden Bedienungsanleitungen und 17 typischen Störungen und entsprechenden Lösungswegen (vgl. Abb. 2)

· Funktionen «Meldung erfassen» und «Störung beheben» (vgl. Abb. 2)

· Funktionierender Megaprompt, optimiert durch RLHF (vgl. Abb. 3)

· Sprachgesteuerte Störungsmeldung und Störungsbehebung zeigt teilweise noch Schwächen

Die Version 2 unseres CustomGPT, «Turbo Toni – Störungs- & Optimierungs-Agent» (vgl. Abb. 1), ist einsatzbereit. Für die Verpackungslinie 1 steht ein Prototyp bereit, der sämtliche Bedienungsanleitungen sowie 17 typische Störungen mit den jeweiligen Lösungswegen integriert (vgl. Abb. 2). Nutzende können zwei zentrale Funktionen abrufen: «Meldung erfassen» zur strukturierten Dokumentation von Vorfällen und «Störung beheben» für geführte Problemlösungen (vgl. Abb. 2). Der zugrunde liegende Megaprompt wurde mittels RLHF weiterentwickelt und liefert nun präzisere, kontextbezogene Antworten (vgl. Abb. 3). Die sprachgesteuerte Störungsmeldung und -behebung weist allerdings noch einzelne Schwächen auf, die im weiteren Verlauf behoben werden müssen. Mögliche Störfaktoren können hier die laute Umgebung oder Sprachniveau- und Tempo sein.

Ausblick

Mögliche nächste Schritte (ab Q3 2025, in priorisierter Reihenfolge)

· Mehrsprachigkeit optimieren (Speech-to-Text-Modell + Prompt-Tuning), Test mit Headset

· Priorisierungs-Logik ausbauen (Schweregrad, Häufigkeit)

· Automatische Synchronisation Masterliste ↔ RAG (IT-Support anfragen)

· Sicherheitsanforderungen klären und umsetzen

· Pilot-Roll-out auf weitere Verpackungslinien und andere Produktionsabteilungen 

Ab Q3 2025 liegt der Schwerpunkt zunächst auf der Optimierung der Mehrsprachigkeit: Ein leistungsfähigeres Speech-to-Text-Modell wird mit verfeinertem Prompt-Tuning kombiniert, erste Feldtests erfolgen direkt an der Linie mit Headsets. Sobald die Spracherkennung stabil läuft, wird die Priorisierungs-Logik der KI erweitert, sodass Störungen nach Schweregrad und Auftretenshäufigkeit automatisch höher oder niedriger gewichtet werden. Anschliessend steht die vollautomatische Synchronisation zwischen Masterliste und RAG-Vektorstore an; dafür wird frühzeitig Unterstützung der IT eingeholt, um eine robuste Schnittstelle einzurichten. Parallel dazu gilt es, die offenen Sicherheits­anforderungen zu konkretisieren und gemäss ISO-Standards umzusetzen, bevor der Pilot-Roll-out auf zusätzliche Verpackungs­linien sowie weitere Produktions­abteilungen erfolgt und dort KPI-Baselines erfasst werden.

Es ist zeitnah mit den relevanten Stakeholdern (Produktions­leitung und IT) zu klären, ob der bestehende Prototyp auf Basis von ChatGPT weiter skaliert werden soll oder ob eine externe, professionelle Software-Lösung evaluiert und eingeführt wird.

Summary

Version 2 des CustomGPT «Turbo Toni» läuft als Pilot auf Verpackungslinie 1: Bedienungsanleitungen und 17 typische Störungsfälle sind eingebunden, die Funktionen «Meldung erfassen» und «Störung beheben» arbeiten zuverlässig, und ein RLHF-optimierter Megaprompt liefert präzise Antworten. Schwächen bestehen noch bei der sprachgesteuerten Interaktion. Ab Q3 2025 stehen folgende Schritte an: verbesserte Mehrsprachigkeit via leistungsfähigeres Speech-to-Text plus Headset-Tests, Ausbau der Priorisierungslogik (Schweregrad / Häufigkeit), automatische Synchronisation zwischen Masterliste und RAG mit IT-Unterstützung, Klärung der Sicherheitsanforderungen sowie Roll-out auf weitere Linien. Parallel wird entschieden, ob der Prototyp intern skaliert oder eine externe Lösung evaluiert wird.