Die Waldis Printing Solutions AG dokumentiert seit 15 Jahren Servicefälle. Sie enthalten Problembeschreibungen, Geräteinformationen, ausgeführte Arbeiten und Ersatzteile. Die Daten stammen aus zwei unterschiedlich aufgebauten Systemen und liegen teilweise als uneinheitliche oder unvollständige Freitexte vor. Passende frühere Fälle sind deshalb nur mit Aufwand auffindbar. Ziel dieser Bachelorarbeit war die Entwicklung eines KI-gestützten Prototyps, der vorhandenes Erfahrungswissen besser nutzbar macht und den Service Innendienst bei der Analyse neuer Servicefälle unterstützt.

Die Analyse des bestehenden Serviceprozesses und der beiden Datenquellen bildete die Grundlage für die Anforderungen an den Prototyp. Die Servicedaten wurden vereinheitlicht, bereinigt und als Wissensbasis aufbereitet. Anschliessend wurde ein Prototyp mit semantischer Suche und Gerätemodellfilter entwickelt, der für die Lösungsvorschläge ein cloudbasiertes Sprachmodell nutzt. Erkannte personenbezogene Angaben wurden vor der Übertragung an das Sprachmodell regelbasiert anonymisiert. Die Auftraggeberschaft beurteilte Lösungsvorschläge von GPT-4o-mini und GPT-4.1 anhand von zehn Beispielfällen.

Der Prototyp führt die Servicedaten von Bürokonzept und Waldis in einer gemeinsamen Wissensbasis zusammen. Zu einer eingegebenen Problembeschreibung findet er ähnliche historische Servicefälle und erstellt daraus strukturierte Lösungsvorschläge. Zu jedem Lösungsvorschlag werden die verwendeten Servicefälle sowie Informationen zu Geräten und Ersatzteilen angezeigt. So bleibt nachvollziehbar, worauf der Vorschlag beruht. Die Auftraggeberschaft bevorzugte GPT-4.1 in acht der zehn Beispielfälle. In zwei Fällen wurden die Lösungsvorschläge beider Modelle gleich bewertet. GPT-4.1 wurde deshalb als Standardmodell gewählt. Der Prototyp macht das vorhandene Erfahrungswissen zugänglicher und unterstützt den Service Innendienst bei der Analyse neuer Fälle. Die Vorschläge dienen als Entscheidungshilfe und ersetzen keine fachliche Prüfung. Durch seinen modularen Aufbau lässt sich der Prototyp schrittweise für einen produktiven Einsatz weiterentwickeln. Dafür sollten die Evaluation ausgeweitet, die Anonymisierung verbessert und die Wissensbasis um technische Dokumentationen ergänzt sowie automatisch aktualisiert werden.