Vom Netzlaufwerk zur belastbaren Antwort: KI-Assistent für die Servicetechnik von Windenergieanlagen

Ausgangslage

Servicetechniker arbeiten im Turm oder in der Station, häufig allein und unter Zeitdruck. Sie müssen wissen, was ein Fehlercode an diesem Anlagentyp bedeutet und welche Fassung einer Anweisung heute gilt. Die Dokumentation liegt auf einem Netzlaufwerk, gewachsen über rund zwei Jahrzehnte: gescannte Schaltpläne ohne Textebene, HTML-Handbücher mit zehntausenden Einzelseiten, Statuslisten und Fotos, insgesamt mehrere hunderttausend Dateien aus über dreißig Herstellerordnern. Ein RAG-Assistent mit hybrider Suche, Reranker und Quellenangabe auf Seitenebene lief bereits am Pilotbestand. Offen war, ob der Ansatz den realen Bestand trägt.

Analyse: fünf Bruchstellen

Wir haben den Bestand gesichtet und den Ingestion-Code geprüft. Der bisherige Pfad schickte jede Seite durch ein großes Sprachmodell, bevor irgendetwas gefiltert wurde. Hochgerechnet bedeutete das je Volldurchlauf mehrere Millionen Modellaufrufe, Kosten im mittleren vierstelligen Eurobereich und Tage bis Wochen Laufzeit. Drei der fünf Bruchstellen kosten Geld, zwei gefährden die Sicherheit im Feld.

• Format: Die Pipeline las nur PDFs. Beim größten Hersteller ist die eigentliche Dokumentation aber ein HTML-Handbuchsystem, indexiert wurden stattdessen kryptisch benannte PDF-Anhänge.
• Textausbeute: Die Texterkennung war abgeschaltet. Ein Fünftel bis ein Drittel der Seiten enthält keinen lesbaren Text und lief trotzdem durch das Modell. Ein einziger Schaltplan mit 258 textlosen Seiten erzeugte mehrere hundert Modellaufrufe und ebenso viele leere Einträge im Index.
• Kopien und Metadaten: Kopien wurden nicht erkannt, bei einem Hersteller rund die Hälfte des Bestands. Anlagenmodell, Steuerungstyp und Revision ließ die Pipeline vom Modell raten, obwohl sie fast immer im Dateipfad stehen.
• Verworfene Dokumente: Was keiner von vier Kategorien zuzuordnen war, wurde gelöscht. Betroffen waren ausgerechnet Sicherheitsdatenblätter, HSE-Warnungen und Statuscode-Blätter.
• Revisionen: Konkurrierende Revisionsstände lagen nebeneinander, eine Ablösung kannte die Pipeline nicht. Eine zurückgezogene Fassung konnte als gültige Antwort beim Techniker landen.

Lösung

Die Zielarchitektur ersetzt nicht die Plattform, sondern stellt die Reihenfolge um. Vor das Sprachmodell kommt eine deterministische Stufe, die ohne Modell arbeitet. Sie erkennt Kopien, liest Metadaten aus Pfad und Dateiname, löst Revisionen auf, schaltet die Texterkennung nur bei Bedarf ein und routet nach Dokumenttyp. Nicht zuordenbare Dokumente gehen in eine Prüf-Queue statt in den Papierkorb, Statuscodes werden in einer Tabelle exakt nachgeschlagen. SharePoint ersetzt das Netzlaufwerk als Quelle. Damit wird inkrementell indexiert, und der Fachbereich pflegt die Metadaten selbst. Eine generische Copilot-Lösung haben wir verworfen. Sie verliert die Filterbarkeit nach Modell, Steuerung und Revision und verlagert herstellervertrauliche Dokumentation aus dem souveränen EU-Betrieb heraus.

Ergebnis

Der Auftraggeber hat eine Entscheidungsvorlage mit priorisiertem Vorgehen. Die ersten Schritte hängen nicht von der Dokumentenquelle ab und können sofort beginnen: ein Stichprobenlauf, der die Prognose zur Messung macht, Statuscode-Tabellen als günstigster Sicherheitsgewinn, die deterministische Stufe und die Prüf-Queue. Schon ein kleineres Überlappungsfenster der Textfragmente senkt die Modellkosten um bis zu zwei Drittel. Der Assistent bleibt beratend. Er zeigt die belegte Stelle im Handbuch, die Entscheidung vor Ort trifft der Mensch.