Am 12. Juli 2024 fand bei iTE SI in Pliezhausen der GenAI-Hackathon der Reutlinger Innovationstage statt. Verschiedene Unternehmen testeten die Power generativer KI und untersuchten, wie Large Language Models (LLMs) ihre Arbeitsprozesse verbessern können.
Was ist der GenAI Hackathon?
Der GenAI Hackathon, unterstützt von Amazon und iT Engineering, begann bereits im Mai 2024 mit einem Workshop zur Auswahl geeigneter Use Cases. Am 12. Juli starteten die Teams um 8:30 Uhr mit der Umsetzung ihrer GenAI-Lösungen in Form von Prototypen. Die teilnehmenden Unternehmen und ihre Use Cases:
- Groz-Beckert: Besucherberichtsdaten & Wartungsassistent
- MANZ: Standardisierte Fehlermeldungen
- SAT.IO: SAT.Companion
- Theben: Virtuelles Modell
- iTE SI: Automatische Erstellung von Benutzerhandbüchern
- AVAT: Machbarkeitsstudien
- Stoll: Effiziente Fehlerbehebung
- Wafios: Erweiterung des Guide-Systems
Unser Projekt: Automatische Erstellung von Benutzerhandbüchern
Unser Team, unterstützt von Prof. Harald Bosch von der Hochschule Esslingen, untersuchte, ob generative KI zur automatischen Erstellung von Benutzerhandbüchern aus Source Code und UML-Diagrammen genutzt werden kann. Gut strukturierte und leicht verständliche Dokumentationen sind nicht nur gesetzlich vorgeschrieben, sondern helfen auch, Kundensupport-Anfragen zu minimieren.
Motivation
Software-Entwickler sind in der Regel keine ausgebildeten Technischen Redakteure. Das Schreiben von Dokumentationen kostet viel Zeit und Ressourcen. Durch die Automatisierung der Dokumentationserstellung können Entwickler sich wieder auf ihre Kernaufgaben konzentrieren, was gleichzeitig zu qualitativ besseren Dokumentationen führt, die nur noch überprüft und gegebenenfalls angepasst werden müssen.
Umsetzung
Zwei Use Cases wurden untersucht:
- Anlegen einer OPC UA Subscription in der Collector App
- Durchführung der Datenreduktion in der Lean Data App
Hierfür nutzten wir vorhandene UML-Diagramme und verschiedene Prompt Engineering Techniken. Der erste Versuch mit einem naiven Prompt („Erstelle mir Benutzerdokumentation basierend auf dem gegebenen Source Code“) lieferte überraschend gute Ergebnisse. Prof. Bosch konnte anhand der generierten Anleitung die Lean Data App erfolgreich bedienen, obwohl er diese zuvor noch nie gesehen hatte.
Erkenntnisse und Herausforderungen
- Nicht-Determinismus: Ergebnisse waren oft nicht reproduzierbar, was die Verlässlichkeit der generierten Dokumentationen beeinträchtigte.
- Prompt-Spezifität: Ein optimierter Prompt für einen Use Case lieferte oft schlechtere Ergebnisse für einen anderen.
- UML-Diagramme: Diese brachten keinen zusätzlichen Nutzen und konnten die Qualität der Dokumentation sogar verschlechtern.
Ergebnisse und Zukunftsperspektiven
Der Hackathon hat wichtige Erkenntnisse geliefert:
- Generative KI kann zur Erstellung von Benutzerdokumentationen genutzt werden.
- Relevante Code-Snippets führen zu besseren Ergebnissen als der gesamte Source Code.
- Objektive Evaluierungsmethoden für die Qualität der generierten Dokumentationen sind notwendig.
- Ein generiertes Benutzerhandbuch kann als Basis für einen Assistenz-Chatbot dienen.
Unsere Ergebnisse stießen auf großes Interesse: Unser Pitch wurde von der Jury als einer der besten ausgezeichnet und von den Zuschauern mit dem Publikumspreis geehrt.
Fazit
Der GenAI Hackathon war ein voller Erfolg und hat gezeigt, dass die Automatisierung der Dokumentationserstellung großes Potenzial hat. Wir sind begeistert von den Möglichkeiten, die generative KI bietet, und freuen uns darauf, diese Technologien weiter zu erforschen und in unsere Projekte zu integrieren.
Interessiert an weiteren Innovationen bei iTE SI? Bleiben Sie auf dem Laufenden und folgen Sie uns auf unseren Social-Media-Kanälen!
