Abstract
Der IT-Support steht täglich vor der Herausforderung, eine Vielzahl verschiedener Systeme zu betreuen. Besonders bei seltenen oder komplexen Anfragen gestaltet sich der Zugriff auf relevante Informationen oft als zeitaufwendig, da Wissensquellen verstreut und unstrukturiert sind. Die zunehmende Verbreitung von KI-Chatbots bietet hierfür eine vielversprechende Lösung: Sie können als zentrale Schnittstelle zu den Wissensdatenbanken eines Unternehmens dienen. Diese Arbeit widmet sich der Entwicklung eines solchen Chatbots fur IT-Management-Systeme. Ziel ist es, Prozesse im IT-Support effizienter zu gestalten, insbesondere durch die Optimierung der Wissenssuche und des Zugriffs auf relevante Informationen.Kommerzielle Systeme sind oft mit hohen Kosten und datenschutzrechtlichen Risiken verbunden. Eine lokal betriebene Alternative auf Open-Source-Basis bietet hier eine attraktive Lösung. In dieser Arbeit wird gezeigt, dass leistungsstarke Ergebnisse durch sorgfältige Datenaufbereitung und die Optimierung der Retrieval-AugmentedGeneration-Technologie erzielt werden können. Selbst mit kleinen, lokal betriebenen Modellen wie Llama 3.1 (8B) konnten präzise Antworten generiert werden. Eine automatisierte Performance-Analyse best¨atigte die Effektivität der hybriden Suche und des Rerankers, die die Relevanz und Genauigkeit der Antworten weiter verbesserten.
Zusätzlich wurde eine Benutzerstudie mit sieben Teilnehmerinnen und Teilnehmern durchgefuhrt, die ebenfalls sehr positive Ergebnisse lieferte. Die einfache Bedienbarkeit des Chatbots sowie die hohe Qualität der generierten Antworten wurden besonders hervorgehoben.
Die Ergebnisse dieser Arbeit bilden eine fundierte Grundlage fur zukünftige Weiterentwicklungen. Zu den nächsten Schritten zählen insbesondere die Integration multimodaler Inhalte sowie die Optimierung des Prompt Engineerings, um die Funktionalität des Chatbots weiter zu steigern.
Datum der Bewilligung | 2024 |
---|---|
Originalsprache | Deutsch (Österreich) |
Betreuer/-in | Sebastian Pimminger (Betreuer*in) |