All at a glance · All training courses offered by the DGM Academy 2025 and 2026 in one PDF

Download
Details
Training Course
Alternative appointments26 Oct 09:00 - 30 Oct 2026 13:0026 Oct 09:00 - 30 Oct 2026 13:00 • CurrentLarge Language Models (LLMs) für technische Dokumente und Informationsgewinnung25 Oct 09:00 - 29 Oct 2027 13:00Mit eigenen Daten chatten – mit KI zum technologischen Wissensvorsprung

Large Language Models (LLMs) für technische Dokumente und Informationsgewinnung

Fachliteratur, Normen und interne Dokumente mit generativer KI durchsuchen, zusammenfassen und sicher bewerte

When

26 Oct 09:00 - 30 Oct 2026 13:00

Where

Online

Language

German

Ein neues Projekt startet, und sofort stapeln sich Fachartikel, Datenblätter, Normen und interne Berichte. Was bisher Tage manueller Lektüre kostete, lässt sich mit dem richtigen LLM-Einsatz in Stunden auf das Wesentliche verdichten. Große Sprachmodelle wie ChatGPT eröffnen genau diese Möglichkeit: Wissen aus umfangreichen, oft unstrukturierten Datenbeständen gezielt und effizient nutzbar zu machen – in Technik, Forschung und Entwicklung. In dieser Fortbildung erhalten Sie eine fundierte Einführung in die Funktionsweise und Anwendung von Large Language Models. Sie lernen, wie LLMs konkrete Aufgaben übernehmen: Fachartikel zusammenfassen, Prüfberichte vergleichen, Fragen an interne Dokumentenbestände stellen – ohne dass jede Anfrage programmiert werden muss. Dabei geht es auch um den kritischen Umgang mit Unsicherheiten, rechtliche Rahmenbedingungen sowie technische Umsetzungsmöglichkeiten – von Cloud-Lösungen bis hin zum Self-Hosting. In praxisnahen Übungen aus dem Werkstoffbereich entwickeln Sie eigene Strategien zur KI-gestützten Informationsgewinnung, abgestimmt auf Ihre Daten und Anforderungen. Wiederkehrende Rechercheaufgaben, Berichtsauswertungen oder das Durchsuchen von Normen – das übernimmt künftig das Modell. Sie konzentrieren sich auf die Entscheidung, nicht auf das Suchen. Nach der Fortbildung können Sie neue Tools gezielt bewerten, Potenziale in Ihren Datenbeständen erkennen und den LLM-Einsatz in Ihrer Abteilung eigenständig und verantwortungsvoll voranbringen. Die Fortbildung richtet sich an Fach- und Führungskräfte, die technologiebezogene Informationen effizienter erschließen und datengetriebene Prozesse aktiv mitgestalten möchten. 

Training Chairs

  • Prof. Dr.-Ing. Tim Dahmen

    Prof. Dr.-Ing. Tim Dahmen

    German Research Center for Artificial Intelligence (DFKI)

  • Prof. Dr. Ulrich Klauck

    Prof. Dr. Ulrich Klauck

    Aalen University

  • Dr.-Ing. Martin Müller

    Dr.-Ing. Martin Müller

    Material Engineering Center Saarland - MECS

Der gezielte Einsatz von Large Language Models hilft Unternehmen, Wissen schneller zu erschließen, eigene Daten nutzbar zu machen und Arbeitsprozesse effizienter zu gestalten. 

Hier sind einige Gründe, warum Ihr Unternehmen von einer tieferen Kenntnis in diesem Bereich profitieren wird: 

  • Fachliteratur und Berichte: Nutzen Sie LLMs, um Fachartikel, Normen und interne Dokumente gezielt zu durchsuchen, zusammenzufassen und schneller auszuwerten.
  • Eigene befragbare Datenbestände: Verknüpfen Sie Werkstoffdatenblätter, Prüfberichte oder Projektdokumentationen mit LLMs und stellen Sie Fragen in natürlicher Sprache.
  • Zielgerichtete LLM-Steuerung: Erlernen Sie Prompt Engineering, um reproduzierbare, aufgabengerechte Ergebnisse zu erzielen.
  • Kritische Einordnung von KI-Ausgaben: Erkennen Sie Halluzinationen, Unsicherheiten und Grenzen von LLMs und sichern Sie Ergebnisse fachlich ab.
  • Bewertung betrieblicher KI-Potenziale: Bestimmen Sie geeignete Prozesse, sinnvolle Tools und mögliche Risiken für den LLM-Einsatz im Unternehmen.
  • Integration in Ihre Problemstellungen: Prüfen Sie, wie die erlernten Methoden konkret auf Ihre Daten und Aufgaben anwenden.
  • Diskutieren Sie Ihre konkrete praktische Anwendung/Problemstellung mit Expert*innen. 

Nutzen Sie diese Chance, um Ihr Unternehmen technologisch weiterzuentwickeln und einen Wettbewerbsvorteil zu erlangen! 

Wo liegen aktuell die größten praktischen Probleme in der Industrie?

Wissen ist in vielen Unternehmen vorhanden, aber nicht schnell genug zugänglich. Fachartikel, Prüfberichte, Normen und interne Dokumentationen wachsen schneller, als sie manuell ausgewertet werden können. Entscheidungen basieren daher oft auf unvollständig aufbereiteten Informationen. 

Welche typischen Fehler oder Fehleinschätzungen sehen die Referenten regelmäßig?

ChatGPT wird häufig wie eine bessere Suchmaschine genutzt, jedoch ohne klare Strategie und Qualitätskontrolle. Dadurch entstehen Ergebnisse, die nicht reproduzierbar oder fachlich nicht belastbar sind. Zugleich wird oft unterschätzt, wie wertvoll eigene Datenbestände befragbar gemacht werden können. 

Wo entstehen reale Kosten, Zeitverluste oder Qualitätsrisiken?

Recherche und Dokumentenauswertung binden qualifiziertes Personal über viele Stunden, obwohl LLMs solche Aufgaben deutlich beschleunigen können. Qualitätsrisiken entstehen vor allem dann, wenn KI-Ergebnisse ungeprüft übernommen werden und Halluzinationen oder falsche Schlussfolgerungen in Berichte einfließen. 

Was kann jemand nach der Fortbildung messbar besser als vorher?

Teilnehmende können eigene Dokumente und Datenbestände gezielt per LLM befragen, auch mit minimalen Programmierkenntnissen. Sie setzen Prompt Engineering als praktische Arbeitstechnik ein, erzielen reproduzierbarere Ergebnisse und ordnen KI-Ausgaben kritisch ein.