DD #014 Der Einsatz von KI in der Technischen Dokumentation – Teil 2

Das Thema KI ist nicht neu, wir haben uns bereits im letzten Jahr in einigen Podcast-Folgen damit beschäftigt. Da nun einiges an Zeit vergangen ist, wollen wir auch nochmal einen Blick auf diese Thematik werfen. Deswegen auch dieser zweite Teil. Im ersten Teil im März letzten Jahres haben wir bereits über ChatGPT in der Technischen Redaktion gesprochen. Damals wurde der Einsatz von ChatGPT zur Erstellung von Technischen Dokumentation noch als nicht praktikabel eingeschätzt, jedoch wurde die Möglichkeit eingeräumt, dass in absehbarer Zeit die künstliche Intelligenz verstärkt in der Technischen Dokumentation Einzug hält.

Auch hat sich in der normativen Welt in dieser Richtung schon einiges getan. So gibt es eine Richtlinie hinsichtlich des Einsatzes von künstlicher Intelligenz. Die Verordnung (EU) 2024/1689 wurde am 13. Juni 2024 vom europäischen Parlament verabschiedet. Mit der Verordnung sollen die in der EU eingesetzten KI-Modelle sicher, transparent, nachvollziehbar, nicht diskriminierend und umweltfreundlich sein. Die Verordnung definiert Verpflichtungen für KI-Modelle, abhängig von den jeweiligen möglichen Risiken und Auswirkungen. Diese Verpflichtungen bzw. Bestimmungen wurden von uns bereits in einer Podcast Folge behandelt als der Vorschlag der europäischen Kommission veröffentlicht wurde.

Beginnen wir mit einem Überblick darüber, wie KI-Modelle ala ChatGPT zur automatischen Erstellung von Dokumentationen genutzt werden können. Diese Modelle analysieren große Mengen an Daten und generieren daraus eigene Texte.

Bereits heute werden KI-Modelle in der Technischen Dokumentation angewendet.So kann die KI der Technischen Redaktion bei einigen Aufgaben unter die Arme greifen:

1. Vorschläge für bessere Formulierungen

KI-Modelle können Texte analysieren und Vorschläge für präzisere oder verständlichere Formulierungen machen. Dies hilft, die Lesbarkeit und Klarheit der Dokumentation zu verbessern.

Stellen wir uns vor, wir haben folgenden Textabschnitt aus einer technischen Dokumentation:

“Der Benutzer muss den Netzschalter betätigen, um das Gerät einzuschalten. Danach sollte er die Starttaste drücken, um den Betrieb zu beginnen.”

Eine KI-gestützte Textanalyse könnte folgende Verbesserungen und Erkenntnisse liefern:

• Original: “Der Benutzer muss den Netzschalter betätigen, um das Gerät einzuschalten.”
  • Verbesserung: “Schalten Sie das Gerät ein, indem Sie den Netzschalter betätigen.”
• Original: “Danach sollte er die Starttaste drücken, um den Betrieb zu beginnen.”
  • Vereinfachung: “Drücken Sie die Starttaste, um zu starten.”

2. Wiederverwendung von Inhalten

Durch die Analyse bestehender Dokumente kann KI ähnliche Inhalte identifizieren und deren Wiederverwendung vorschlagen. Dies spart Zeit und stellt sicher, dass konsistente Informationen bereitgestellt werden.

Angenommen, wir haben zwei technische Dokumente über elektrische Geräte und möchten ihre Ähnlichkeit analysieren. Die KI erkennt, dass beide Dokumente sehr ähnlich sind, da Sie fast identische Informationen enthält.

3. Erstellung eines Basistextes als Grundlage

KI kann aus einer Vielzahl von Quellen einen Basistext generieren, der als Ausgangspunkt für die weitere Bearbeitung dient. Dies erleichtert den Einstieg in die Dokumentation und stellt sicher, dass alle relevanten Informationen abgedeckt sind.

Als ich nach einem Basistext für ein elektrisches Gerät gefragt habe, bekam ich eine kurze allgemeine Beschreibung sowie Funktionsweise, Technische Daten und Sicherheitshinweise für einen Wasserkocher. Ebenso waren Handlungsanweisungen für Inbetriebnahme und Abschaltung sowie für die Wartung, Pflege und Entsorgung vorhanden.

Der Basistext kann dann angepasst und erweitert werden, um die spezifischen Anforderungen und Eigenschaftes des jeweiligen Produktes darzustellen.

4. Hilfe bei Recherchen

KI-Modelle können bei der Recherche unterstützen, indem sie relevante Informationen aus verschiedenen Quellen sammeln und zusammenfassen. Dies beschleunigt den Rechercheprozess und stellt sicher, dass keine wichtigen Details übersehen werden.

Angenommen wir möchten die Dokumentation zu einem neuen elektrischen Wasserkocher erstellen. Durch die KI erhalten wir unterstützende Informationen.

Zum einen zu technischen Spezifikationen, zu der Funktionsweise oder zu Sicherheitsmerkmalen vom Produkt. Weiterhin auch Informationen zu möglichen Normen und Vorschriften.

Auch eine kurze Technische Dokumentation, welchen wir als Grundlage verwenden können, bekommen wir von der KI gestellt.

5. Aus Stichworten sinnvolle Kapitel erstellen:

KI-Modelle können bei der Recherche unterstützen, indem sie relevante Informationen aus verschiedenen Quellen sammeln und zusammenfassen. Dies beschleunigt den Rechercheprozess und stellt sicher, dass keine wichtigen Details übersehen werden.

Angenommen wir möchten die Dokumentation zu einem neuen elektrischen Wasserkocher erstellen. Durch die KI erhalten wir unterstützende Informationen.

Zum einen zu technischen Spezifikationen, zu der Funktionsweise oder zu Sicherheitsmerkmalen vom Produkt. Weiterhin auch Informationen zu möglichen Normen und Vorschriften.

Auch eine kurze Technische Dokumentation, welchen wir als Grundlage verwenden können, bekommen wir von der KI gestellt.

6. Auffinden bereits vorhandener Informationen:

Durch die Analyse vorhandener Dokumente kann KI relevante Informationen schnell auffinden und hervorheben. Dies erleichtert das Auffinden von bereits dokumentierten Prozessen oder Anweisungen.

Angenommen, wir haben eine Betriebsanleitung für eine Maschine und möchten spezifische Informationen zur Wartung finden. Der KI können wir den Text der Betriebsanleitung zur Verfügung stellen, und diese kann dann das Dokument nach relevanten Abschnitten durchsuchen und diese hervorheben.

7. Erstellung einer Handlungsanweisung

KI-Modelle können detaillierte Handlungsanweisungen basierend auf bestehenden Daten erstellen.

Angenommen, wir haben folgenden Textabschnitt aus einer technischen Dokumentation:

“Um die Maschine zu starten, muss der Benutzer den Hauptschalter einschalten und dann den grünen Knopf drücken. Danach sollte er die Sicherheitsvorkehrungen überprüfen und den Startknopf betätigen.”

Für eine Handlungsanweisung könnte die KI den Fließtext in eine klare Schritt-für-Schritt-Anleitung umwandeln:

1. Schalten Sie den Hauptschalter ein.
2. Drücken Sie den grünen Knopf.
3. Überprüfen Sie die Sicherheitsvorkehrungen.
4. Drücken Sie den Startknopf.

8. Vereinfachung von Texten

KI kann komplexe technische Texte analysieren und vereinfachen, um sie für ein breiteres Publikum zugänglich zu machen. Dies ist besonders nützlich, um sicherzustellen, dass die Dokumentation auch von Nicht-Experten verstanden wird.

Hier ein Beispiel für einen komplexen Text:

“Das Gerät verwendet einen hochentwickelten Mikroprozessor, um die Temperaturregelung zu optimieren. Es überwacht kontinuierlich die Temperatur des Heizkörpers und passt die Heizleistung in Echtzeit an, um eine konstante Temperatur zu gewährleisten. Dies wird durch einen PID-Regelalgorithmus erreicht, der proportional, integral und differenziell auf Temperaturschwankungen reagiert.”

Und hier die durch die KI vereinfachte Fassung:

“Das Gerät hat einen Mikroprozessor, der die Temperatur steuert. Es überprüft ständig die Temperatur und passt die Heizung an, um sie gleich zu halten. Dafür nutzt es einen speziellen Algorithmus, der schnell auf Temperaturänderungen reagiert.”

9. Unterstützung bei der Überseztung:

KI-Modelle unterstützen bei zeitaufwendigen sprachbezogene Aufgaben in der Übersetzung. Dazu zählen das automatische Übersetzen von Texten, das Extrahieren von Begriffen oder die Erläuterung von Begriffen.

Ein großer Vorteil der Nutzung von KI-Modelle wäre die Effizienzsteigerung. Anstatt manuell lange Texte zu schreiben, können technische Redakteure die KI nutzen, um erste Entwürfe zu erstellen, die sie dann weiterbearbeiten und verfeinern. Das spart Zeit und Ressourcen und ermöglicht es den Redakteuren, sich auf die Qualitätssicherung und die Anpassung der Dokumente an spezifische Anforderungen zu konzentrieren.

KI-Modelle können Dokumentationen an die Bedürfnisse verschiedener Zielgruppen anpassen. Beispielsweise können sie technische Texte für unterschiedliche Wissensstände und Fachgebiete generieren, sodass sowohl Anfänger als auch Experten die Informationen leicht verstehen können.

Technische Dokumentationen müssen oft aktualisiert werden, um mit den neuesten Entwicklungen und Änderungen Schritt zu halten. KI-Modelle können diese Aktualisierungen automatisch vornehmen, indem sie neue Daten und Informationen integrieren und die bestehenden Texte entsprechend anpassen.

Durch die Unterstützung durch KI-Modelle können auch aufwendige Recherchen der Vergangenheit angehören. Mithilfe der KI lassen sich im Rechercheprozess einfach Produktdetails sammeln, relevante Normen und Vorschriften recherchieren oder Informationen zur Zielgruppe zusammentragen.

Trotz aller Vorteile gibt es auch Herausforderungen was die Nutzung von KI-Modellen angeht. Die Qualität und Genauigkeit der generierten Texte muss sorgfältig überprüft werden, da technische Dokumentationen präzise und fehlerfrei sein müssen. KI-Modelle haben manchmal Schwierigkeiten, den spezifischen Kontext oder die Nuancen eines technischen Themas vollständig zu erfassen. Dies kann zu Missverständnissen oder unklaren Erklärungen führen.

Informationen ändern sich häufig und Dokumentationen müssen regelmäßig aktualisiert werden. Obwohl KI-Modelle dabei helfen können, diese Aktualisierungen durchzuführen, müssen sie kontinuierlich mit den neuesten Daten und Informationen gefüttert werden. Dies erfordert eine ständige Überwachung und Pflege der KI-Modelle.

Die Implementierung und Wartung von KI-Modelle kann kostspielig sein. Unternehmen müssen in die erforderliche Infrastruktur, Software und Schulung investieren, um die KI-Modelle effektiv nutzen zu können. Dies kann insbesondere für kleinere Unternehmen eine Herausforderung darstellen.

Rechtliche und ethische Aspekte verdeutlichen dann noch weitere Herausforderungen neben den technischen und menschlichen Faktoren. Datenschutz und Sicherheit sind daher wichtige Aspekte. Technische Dokumentationen können sensible Informationen enthalten, die geschützt werden müssen. Unternehmen müssen sicherstellen, dass die KI-Modelle und die verwendeten Daten sicher sind.

Zum Thema Recht habe ich ein gutes Beispiel, was die Herausforderung bei der Nutzung von KI-Modellen verdeutlicht.

Von einem Kunden haben wir eine komplexe Frage erhalten. Wir haben dann versucht mit Hilfe von KI eine entsprechende Antwort zu bekommen.

Der Kunde steht nämlich vor der Problematik, dass er eine unvollständige Maschine hat, welche auch unter die EMV-Richtlinie fällt. Seine Frage betraf das Typenschild des Produktes. Benötigt dieses nun eine CE-Kennzeichnung oder nicht?

Wir wissen die Maschinenrichtlinie verbietet bei einer unvollständigen Maschine die Anbringung einer CE-Kennzeichnung und die Ausstellung einer Konformitätserklärung. Eine unvollständige Maschine ist mit einer Einbauerklärung auszuliefern und bleibt bis zum Einbau eine unvollständige Maschine.

Die EMV-Richtlinie wiederrum verlangt, dass ein Produkt welches unter den Geltungsbereich fällt, ein Konformitätsverfahren durchlaufen muss, welche die Ausstellung einer Konformitätserklärung und die Anbringung einer CE-Kennzeichnung auf dem Produkt beinhaltet.

Wir haben nun zwei unterschiedliche KI-Modelle, zum einem ChatGPT und Microsoft Copilot, befragt. Die Frage lautete:

„Produkte die unter die CE-Kennzeichnung fallen und die Anforderungen erfüllen, werden mit einem CE-Zeichen auf dem Typenschild gekennzeichnet. Produkte können dabei aber unter mehrere Richtlinien fallen, es gibt dennoch nur ein CE-Zeichen am Produkt. Wie ist es nun, wenn eine unvollständige Maschine ebenfalls unter die EMV-Richtlinie fällt und deren Anforderungen erfüllt? Nach EMV-Richtlinie muss ein CE-Zeichen angebracht werden, eine unvollständige Maschine darf jedoch kein CE-Zeichen haben. Kannst du weiterhelfen?“

Wir standen nur vor einem Konflikt, da wir von den KI-Modellen zwei unterschiedliche Antworten hatten.

• ChatGPT sagte, die unvollständige Maschine darf keine CE-Kennzeichnung tragen. Erst auf der fertigen vollständigen Maschine wird die CE-Kennzeichnung angebracht.
• Microsoft Copilot sagte hingegen, die unvollständige Maschine kann eine CE-Kennzeichnung tragen.

Welche dieser beiden Aussagen können wir nun mehr Glauben schenken? Wie ist die letztendliche Lösung für unseren Kunden?

Da wir nun unterschiedliche Antworten von den KI-Modellen erhalten haben, müssen diese natürlich erst mal verifiziert werden. Wir kommen also nicht darüber hinweg einiges an Zeit in Recherchearbeit zu stecken.

Eine gute Anlaufstelle für die Recherche ist der Leitfaden zur Anwendung der Maschinenrichtlinie, um ein bisschen mehr Klarheit in diese Problemstellung zu bekommen. Nachdem wir einige Zeit recherchiert haben, sind wir auf zwei Paragrafen gestoßen, die uns weitergebracht haben.

1. 89 Die Maschinenrichtlinien und andere Rechtsvorschriften über den Binnenmarkt
2. 106 CE-Kennzeichnung nach anderen EU-Rechtsvorschriften

Der §89 besagt, dass die an der Maschine angebrachte CE-Kennzeichnung verdeutlicht, dass die Maschine sämtliche anwendbaren EU-Rechtsvorschriften erfüllt, die eine CE-Kennzeichnung vorschreiben.

Der §106 besagt weiter, dass mit der CE-Kennzeichnung auch andere EU-Rechtsvorschriften (Verordnungen oder Richtlinien) anwendbar sein können. Der Hersteller muss in diesem Fall aber sicherstellen, dass er seine Pflichten entsprechend sämtlicher für das Produkt anwendbarer EU-Rechtsvorschriften erfüllt hat, bevor die CE-Kennzeichnung angebracht wird.

Durch §89 wissen wir, dass die auf der Maschine angebrachte CE-Kennzeichnung besagt, dass ALLE anwendbaren EU-Rechtsvorschriften erfüllt sind. Dies ist im Falle unseres Kunden aber nicht zutreffend, da sein Produkt nicht ALLE anwendbaren EU-Rechtsvorschriften erfüllt. Die Maschinenrichtlinie wird wegen der unvollständigen Maschine nur teilweise erfüllt. Somit wäre eine Anbringung der CE-Kennzeichnung rechtswidrig.

Somit ist die Antwort von ChatGPT noch die am ehesten zutreffende. Durch die Abweichungen der Antworten aus unterschiedlichen Quellen sehen wir aber auch, dass die Antworten von KI-Modellen mit Vorsicht zu genießen sind.

Was hält die Zukunft hinsichtlich des Einsatzes von KI-Modellen in der Technischen Dokumentation parat?

Die KI-Modelle haben bereits unterschiedliche Entwicklungsstadien erreicht. Über kurz oder länger werden auch noch weitere Hürden genommen. So werden in Zukunft die

• KI-Modelle weniger Fehler machen.
• Die Antworten werden genauer sein.
• Die Leistungsfähigkeit von KI-Modellen wird steigen.
• KI-Modelle werden komplexere Aufgaben selbstständig lösen.

Große Sprachmodelle wie ChatGPT eröffnen in der Technischen Dokumentation neue Möglichkeiten um Prozesse und Aufgaben zu automatisieren. Zeitraubende Aufgaben fallen so für die Personen in der Technische Dokumentation weg und ermöglicht die Fokussierung auf kreative und strategische Arbeiten. Diese Entwicklungen zeigen, dass KI-Modelle das Potenzial haben, die Technische Dokumentation grundlegend zu verändern und zu verbessern. Eine Vermutung meinerseits ist, dass in der Zukunft KI-Modelle vermutlich lernen werden aus „nicht-sprachlichen“ Daten wie Bilder oder Videos zu lernen. Schon jetzt kann die KI Bilder und Videos aus Texten erstellen, warum dann nicht auch den umgekehrten Weg?

Warum nicht die Screenshots von Benutzeroberflächen einer KI geben und diese erstellt dann die entsprechenden Beschreibungen und Funktionen der HMI-Steuerung?

Natürlich werden die Überprüfung der Ergebnisse durch KI-Modelle noch lange ein fester Bestandteil bleiben. Die Ergebnisse, welche uns die KI liefert, sind schließlich nur so gut wie der Input den wir dieser Technologie zur Verfügung stellen.