@masterthesis{Kiefer2025, type = {Bachelor Thesis}, author = {Kiefer, Janik}, title = {KI-Tools im bionischen Innovationsprozess Analyse und Entwicklung eines kombinierten Ansatz}, url = {http://nbn-resolving.de/urn:nbn:de:hbz:1010-opus4-47400}, school = {Westf{\"a}lische Hochschule Gelsenkirchen Bocholt Recklinghausen}, pages = {107}, year = {2025}, abstract = {Diese Bachelorarbeit erforscht die Einbindung {\"o}ffentlich zug{\"a}nglicher k{\"u}nstlicher Intelligenz (KI)-Tools in den Prozess bionischer Innovationen mit dem Ziel, einen sowohl effektiveren als auch einfallsreicheren Ansatz zur Implementierung biologischer Prinzipien in technische L{\"o}sungen zu schaffen. Vier Large Language Models - GPT-4.o, Gemini 2.0, Llama 3.3 und Claude 3.5 - werden anhand der Quality, Understandability, Expertise, Safety, and Trust (QUEST)-Methode (basierend auf der Bionikspirale gem{\"a}ß VDI 6220 Blatt 2) bewertet, wobei Gemini 2.0 die beste Leistung erbringt. In einem prototypischen Versuch wird Gemini 2.0 in Kombination mit NotebookLM und Elicit genutzt, um die Filtrationsmechanismen aquatischer Organismen zu untersuchen. Die Resultate offenbaren, dass KI-Werkzeuge die Effizienz der Literaturrecherche und -analyse steigern und systematisieren. Außerdem werden neuartige Entw{\"u}rfe f{\"u}r bionische Filtersysteme vorgeschlagen. Die Arbeit hebt die M{\"o}glichkeiten von KI-Instrumenten in der Bionik hervor, betont jedoch die zwingende Notwendigkeit menschlichen Fachwissens zur Interpretation, Validierung und Ableitung technischer Konzepte. Grenzen werden durch die eingeschr{\"a}nkte F{\"a}higkeit der KI zur Schaffung biologischer Analogien und das Fehlen standardisierter Schnittstellen bestimmt.}, language = {de} }