Künstliche Intelligenz (kurz KI oder englisch AI für „Artificial Intelligence“) gilt als einer der wichtigsten Produktivitätstreiber. Und tatsächlich lassen sich bereits heute zahlreiche Aufgaben stark vereinfachen, vollständig automatisieren oder aber die Ergebnisqualität wird mit KI deutlich gesteigert. Besonders populär sind derzeit sogenannte Chatbots – oder etwas fachlicher ausgedrückt sogenannte Generative Pre-trained Transformer (kurz GPT). Das Unternehmen OpenAI bietet mit seinem Produkt ChatGPT eine besonders leistungsfähige und einfach Form der Chatbots an. Besonders attraktiv ist, dass man die Chatbots für eigene Zwecke anpassen kann. Und somit lasen sich natürlich auch benutzerdefinierte Chatbots fürs Engineering erstellen.
Wir haben die Probe aufs Example gemacht und zunächst mal ausprobiert, wie gut sich diese GPTs für Aufgaben in einem Ingenieurbüro einsetzen lassen. Konkret haben wir verschiedene Aufgabengebiete ausprobiert und waren von der Leistungsfähigkeit begeistert. Eine ideale Voraussetzung für die Arbeit mit GPTs ist, dass sich Aufgaben im Ingenieurswesen typischerweise sehr gut strukturieren lassen. Insbesondere die Arbeit, die mit Hilfe von Software gelöst wird, lässt sich mit GPTs erheblich beschleunigen. Daher haben wir folgende Aufgaben mit einem Chatbot als Unterstützung gelöst:
- Auslegung eines schnelldrehenden Elektromotors für einen Prüfstand
- Erstellung eines Modells und Ergebnisberechnung mit der Finite-Elemente-Methode (FEM)
- Auslegung eines Wärmenetzes
Das Ergebnis überrascht. Alle drei Aufgaben wurden in sehr kurzer Zeit mit einem verkaufsfähigen Ergebnis gelöst. Für die Auslegung des Elektromotors wurde ein MKS-Modell mit elektromechanischer Kopplung erstellt. Dazu wurde die Freeware Scilab verwendet. Sämtlicher Quellcode, der für die Berechnung erforderlich war wurde mit Hilfe eines benutzerdefinierten Chatbots erstellt. Auch die Modellerzeugung wurde durch gezielte Fragen, die vom Chatbot beantwortet wurden, „moderiert“. Auch die Auslegung des Wärmenetzes erfolgte vollständig in Scilab. Die FEM-Berechnung erfolgte in ANSYS, wobei die Modellerstellung sowie die Lösung und Ergebnisdarstellung vollständig in MAPDL erfolgten.
Die gewonnen Erkenntnisse haben wir mit unserer Partnerfirma VALUEversitas in zwei benutzerdefinierte Chatbots fürs Engineering überführt. Diese sind im GPT Store von OpenAI verfügbar und können dort verwendet werden.
Der GPT für die Arbeit mit Scilab findet sich unter dem Link: https://chat.openai.com/g/g-Ez8E7fiP1-scilab-innovator
Der GPT für die Arbeit mit Quellcode rund um ANSYS findet sich unter dem Link: https://chat.openai.com/g/g-XtXsvYfVY-pymapdl-expert
Hinweis: Um mit den GPTs zu arbeiten, ist ein kostenpflichtiger Account bei OpenAI erforderlich!
