KI-unterstützte Begutachtung der Behältersicherheit

  • Die BAM führt sicherheitswissenschaftliche Begutachtungen von Gefahrgutbehältern durch, die mechanische, thermische, abschirmende und transportbezogene Analysen sowie Materialbewertungen und experimentelle Prüfungen umfassen. Diese Begutachtungen basieren auf umfassenden Sicherheitsberichten und Betriebsdokumentationen, die zahlreiche verknüpfte Dokumente und Daten enthalten. Änderungen an Komponenten oder regulatorischen Vorgaben können große Auswirkungen auf den Prüfumfang haben. Das Projekt sieht vor, die Datenanalyse und -bereitstellung mittels KI-Ansätzen zu verbessern. Es sollen Methoden zur automatischen Analyse und Verknüpfung komplexer Dokumentationen entwickelt werden. Ziel ist es, die Effizienz und Sicherheit der Datenanalyse und späteren Sicherheitsbewertung zu steigern, menschliche Fehler zu minimieren und die Qualität der Sicherheitsbewertungen zu verbessern. Die Qualität der Datenbereitstellung aus Zeichnungen, Tabellen, Texten und Berechnungen ist entscheidend für dieDie BAM führt sicherheitswissenschaftliche Begutachtungen von Gefahrgutbehältern durch, die mechanische, thermische, abschirmende und transportbezogene Analysen sowie Materialbewertungen und experimentelle Prüfungen umfassen. Diese Begutachtungen basieren auf umfassenden Sicherheitsberichten und Betriebsdokumentationen, die zahlreiche verknüpfte Dokumente und Daten enthalten. Änderungen an Komponenten oder regulatorischen Vorgaben können große Auswirkungen auf den Prüfumfang haben. Das Projekt sieht vor, die Datenanalyse und -bereitstellung mittels KI-Ansätzen zu verbessern. Es sollen Methoden zur automatischen Analyse und Verknüpfung komplexer Dokumentationen entwickelt werden. Ziel ist es, die Effizienz und Sicherheit der Datenanalyse und späteren Sicherheitsbewertung zu steigern, menschliche Fehler zu minimieren und die Qualität der Sicherheitsbewertungen zu verbessern. Die Qualität der Datenbereitstellung aus Zeichnungen, Tabellen, Texten und Berechnungen ist entscheidend für die Verarbeitung digitaler Formate der Behälterdokumentation. Ein neuro-symbolischer KI-Ansatz kombiniert neuronale Netze und symbolische KI, um die komplexen Inhalte zu analysieren und zu verknüpfen, was für die spätere Sicherheitsbewertung der Gefahrgutbehälter entscheidend ist. In vortrainierten Large Language Models (LLMs) fehlen für diesen Anwendungsfall spezifische fachliche Daten zur Behältersicherheit was zu fehlerhaften Ergebnissen führen kann. Für die Datenbereitstellung und Analyse im Zuge einer Sicherheitsbewertung gilt es dieses auszuschließen. Hierzu soll die RAG-Architektur (Retrieval-Augmented Generation) im Zusammenspiel mit LLMs angewendet werden. Dieser neue Ansatz der natürlichen Sprachverarbeitung und generativen KI soll die Stärken vortrainierter Sprachmodelle mit Fachwissen und Informationen aus Datenbanken und Dokumentensammlungen kombinieren. Die generierten Ergebnisse sollen dabei zusammen mit den verwendeten Quellen bereitgestellt werden, um eine fundierte und nachvollziehbare Basis für die Sicherheitsbewertung bilden.zeige mehrzeige weniger

Volltext Dateien herunterladen

  • 20250204-QI-KI_Behoerdenaustausch_Wille_final_Verteilung.pdf
    deu

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Frank Wille
Koautor*innen:Tobias GleimORCiD
Dokumenttyp:Vortrag
Veröffentlichungsform:Präsentation
Sprache:Deutsch
Jahr der Erstveröffentlichung:2025
Organisationseinheit der BAM:3 Gefahrgutumschließungen; Energiespeicher
3 Gefahrgutumschließungen; Energiespeicher / 3.3 Sicherheit von Transportbehältern
DDC-Klassifikation:Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Angewandte Physik
Freie Schlagwörter:KI; LLM; RAG
Themenfelder/Aktivitätsfelder der BAM:Energie
Energie / Kerntechnische Entsorgung
Veranstaltung:Informationsaustausch zur verkehrsrechtlichen Aufsicht bei der Beförderung radioaktiver Stoffe
Veranstaltungsort:Bonn, Germany
Beginndatum der Veranstaltung:04.02.2025
Enddatum der Veranstaltung:05.02.2025
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:11.02.2025
Referierte Publikation:Nein
Eingeladener Vortrag (wissenschaftliche Konferenzen):Nein
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.