Diplom- und Abschlussarbeiten (2024/25)

Wissensvermittlung von Produktdaten über einen Chatbot

Projektleiter

Leonie Lange

Beschäftigt sich mit der Implementierung der Langchain-Bibliothek, die zur effizienten Verwaltung und Verbindung verschiedener Sprachmodelle und Datenquellen dient. Zudem verantwortet sie die Umsetzung der API-Integration, um eine reibungslose Kommunikation zwischen den Backend-Systemen und den externen Schnittstellen zu ermöglichen. Darüber hinaus implementiert sie den Paketmanager Poetry, um die Abhängigkeiten und Versionskontrolle des Projekts sauber und strukturiert zu verwalten, was eine optimale Entwicklungsumgebung sicherstellt. Zusätzlich übernimmt sie Aufgaben im Projektmanagement, koordiniert die Teamarbeit, überwacht den Fortschritt und sorgt für die fristgerechte Lieferung der Projektergebnisse

Mitarbeiter

Stefan Haller

Implementiert den Backend-ETL-Prozess, der die Extraktion, Transformation und das Laden von Daten umfasst, um eine effiziente Verarbeitung und Speicherung großer Datenmengen zu gewährleisten. Darüber hinaus verantwortet er die Umsetzung des Frontend, um eine benutzerfreundliche Oberfläche zu schaffen, die den Zugang zu den Daten erleichtert. Zudem führt er die Click-Implementierung durch, um eine nahtlose Integration von Datenprozessen und Benutzerinteraktionen in der Entwicklung sicherzustellen. Zusätzlich unterstützt er das Projektmanagement, koordiniert technische Aufgaben und sorgt für eine effektive Zusammenarbeit im Team.

Samuel Peschl

Beschäftigt sich mit dem Testen des Chatbots, um diesen, auf Grundlage der Ergebnisse zu verbessern. Darüber hinaus kümmerte er sich um die Implementierung des Designs des Frontend sowie die Umsetzung dessen, um für eine möglichst intuitive Oberfläche zu sorgen. Ebenfalls sorgte er für die richtige Darstellung auf verschiedensten Geräten um eine möglichst benutzerfreundliche Oberfläche, auf möglichst vielen Geräten, zu gewährleisten.

Zielsetzung

Ein Chatbot, der auf Basis vordefinierter Produktdaten antwortet. Ein integrierter ETL-Prozess extrahiert, bereinigt und lädt Daten aus verschiedenen Formaten sowie Quellen (z. B. .csv, .txt, .pdf) in eine Vektordatenbank. Der Chatbot liefert produktspezifische Antworten und beschränkt sich dabei auf ein Produkt pro Antwort, um präzise und fokussierte Antworten zu gewährleisten.

Problemstellung

Die Firma Tridonic nutzen unterschiedliche Produktdatenquellen in ihren Sparten. Diese Daten oftmalig nicht normalisiert und in alten Datensystemen abgelegt. Dadurch wird der Zugriff auf die Produktdaten für den Mitarbeiter erschwert.

Ergebnisse

Die Implementierung eines Chatbots erfolgt durch die Kombination von WeaviateDB, Python und LangChain für die Nutzung von KI-Modellen und FastAPI für die API-Kommunikation. React wird im Frontend verwendet, um eine interaktive Oberfläche bereitzustellen. Diese Architektur ermöglicht eine einfache Verarbeitung von natürlicher Sprache und Echtzeitantworten mit Hilfe von KI und semantischen Datenbanken.