USER
I want you to make me a step by step process to turn a research paper that is very long into a "Gutachten" like this:
Universität Rostock | Fakultät für Maschinenbau und Schiffstechnik
18055 Rostock, Schwaansche Straße 2
Gutachten
über die von
Herrn Dipl.-Ing. Philipp Drescher
an der Fakultät für Maschinenbau und Schiffstechnik der Universität Rostock eingereichte Dissertation mit dem Thema
Neue Sinterstrategie zur Produktivitätsoptimierung des Elektronenstrahlschmelzverfahrens
Einordnung und Zielsetzung der Arbeit
Additive Fertigungsverfahren halten zunehmend Einzug in die industrielle Fertigung. Insbesondere metallverarbeitende additive Fertigungsprozesse werden in den Bereichen Maschinenbau, Fahrzeugbau, Medizintechnik sowie Luft- und Raumfahrttechnik eingesetzt, um komplexe Einzelteile, Kleinserien oder Ersatzteile zu fertigen. Das Elektronenstrahlschmelzverfahren ist nach dem selektiven Laserschmelzen das am häufigsten eingesetzt Verfahren zur additiven Fertigung von Metallteilen und hat folglich eine große Bedeutung in diesem Wachstumsmarkt.
Mit der wachsenden Verbreitung der additiven Fertigungsverfahren in der industriellen Fertigung stehen die Produktionskosten zunehmend im Fokus. Letztendlich sind die Kosten der Anlagen und Prozesse ein wichtiges Wettbewerbsmerkmal, das bei Investitionsentscheidungen eine zentrale Rolle spielt. Da viele additive Fertigungsprozesse relativ neu sind sowie häufig für den Bau von Prototypen und nicht für die Serienfertigung entwickelt wurden, besteht bei den meisten Verfahren ein erhebliches Potential zur Optimierung der Produktivität.
An diesem Punkt setzt die Arbeit von Herrn Drescher an. Im Fokus seiner Arbeit steht das Elektronenstrahlschmelzverfahren. Bei diesem Verfahren wird ein metallisches Bauteil durch schichtweises Auftragen eines Metallpulvers und anschließendes Sintern sowie selektives Aufschmelzen erzeugt. Als Energiequelle dient eine Elektronenstrahlkanone. Der erzeugte Elektronenstrahl wird über elektromagnetische Felder gebündelt und auf der Bauplattform abgelenkt. Wichtige Parameter im Bauprozess sind die Verfahrgeschwindigkeit des Elektronenstrahls und der Kathodenstrom, über den sich die Leistung des Elektronenstrahls steuern lässt. Der zentrale thermische Prozess selbst besteht aus Sinterschritten, die erforderlich sind, damit das Pulver leicht versintert wird und eine initiale Festigkeit vor dem Schmelzprozess erhält, und dem eigentlichen Aufschmelzprozess.
Zahlreiche Studien haben sich mit dem Einfluss der genannten Parameter auf den Aufschmelzvorgang beschäftigt und Parameteroptimierungen im Hinblick auf gute mechanische Eigenschaften der hergestellten Bauteile untersucht. Die Sinterschritte waren dabei nicht im Fokus der Untersuchungen. In diesem Gebiet betritt Herr Drescher mit seiner wissenschaftlichen Arbeit Neuland. Sein Ansatz zu Produktivitätsoptimierung basiert auf zwei Hypothesen:
1. Bisher wird das Pulver im Elektronenstrahlschmelzverfahren großflächig versintert. Durch die Reduktion der versinterten Fläche auf die tatsächliche Querschnittsfläche des zu bauenden Teils kann die Zeit für das Sintern reduziert werden.
2. Bisher wird das Sintern in drei Durchläufen bei niedriger Energie durchgeführt, damit das Material in den Bereichen, in denen versintert aber nicht aufgeschmolzen wird, anschließend wieder recycelt werden kann. Im neuen Sinterprozess wird nur noch die tatsächliche Querschnittsfläche des zu bauenden Teils versintert. Dadurch kann auf ein schonendes Sintern verzichtet und stattdessen mit hoher Energie in einem Durchgang gesintert werden, was zu einer weiteren Zeiteinsparung führt.
Die Arbeit von Herrn Drescher beschäftigt sich mit der Umsetzung der Sinterstrategie auf einer Elektronenstrahlschmelzanlage, der Identifikation geeigneter Prozessparameter, der Analyse der Prozessergebnisse und letztlich auch mit der erreichbaren Prozessoptimierung sowohl in technischer als auch in wirtschaftlicher Hinsicht.
Inhalt der Arbeit
Die Arbeit gliedert sich in sechs Kapitel. In Kapitel 1 erfolgt eine Einleitung mit einer kurzen Beschreibung der Motivation und der Zielsetzung der Arbeit sowie der Vorgehensweise. Kapitel 2 widmet sich dem Stand der Technik. Es erfolgt zunächst eine Darstellung der aktuellen Entwicklungen und Märkte im Bereich der Additiven Fertigung sowie eine Einordnung der additiven Fertigungsverfahren in die Systematik der Fertigungstechnik. Es folgt eine allgemeine Beschreibung des Prozessablaufs bei additiven Fertigungsprozessen und eine Schilderung der Anwendungsgebiete bevor Herr Drescher sich ausführlich mit dem Stand der Anlagen- und Prozesstechnik im Bereich des Metall-3D-Drucks beschäftigt. Es schließt sich eine ausführliche Darstellung des für diese Arbeit relevanten Stands im Bereich des Elektronenstrahlschmelzens an. Dazu zählen der Aufbau der Anlage, der Prozessablauf und die detaillierte Beschreibung der einzelnen Prozessschritte und parameter sowie auftretende Fehler im EBM-Verfahren. Eine Übersicht über die für die Entwicklung eines funktionierenden Sinter- und Schmelzprozesses beim EBM-Verfahren relevanten Einflussparameter schließt das Kapitel ab.
In Kapitel 3 erläutert Herr Drescher die Ansätze seiner Optimierungsstrategie. Der Ansatz besteht darin, den Sinterprozess „Preheat 2“ so zu verändern, dass nunmehr nur noch die tatsächliche Querschnittsfläche des zu bauenden Teils versintert wird. Die bisherige Sinterstrategie sieht eine großflächige Versinterung des Pulvers vor. Zusätzlich soll die Anzahl der Sintervorgänge von drei auf eins (bei höherer Energieeintrag) reduziert werden. Durch beide Maßnahmen kann eine Bauzeitreduktion und damit eine Produktivitätssteigerung erreicht werden. Anhand vereinfachter analytischer Betrachtungen werden die jeweiligen Einsparpotentiale verdeutlicht. Herr Drescher beschreibt anschließend die Ansätze zur Umsetzung der Sinterstrategie und zur experimentellen Identifikation geeigneter Prozessparameter, wobei er sich auf die Variation der beiden wesentlichen Parameter Verfahrgeschwindigkeit und Stromstärke festlegt.
Kapitel 4 widmet sich den experimentellen Untersuchungen zu Umsetzung der Sinterstrategie. Im Unterkapitel „Material und Methoden“ werden die zu untersuchenden Parameterbereiche der Verfahrgeschwindigkeit und der Stromstärke festgelegt und die Versuche, die zu fertigenden Prüfkörper und die durchzuführenden Analysen beschrieben. Im Folgenden werden die Ergebnisse der Parameterstudie dargestellt und diskutiert. Es zeigt sich, dass die Variation der Stromstärke nur sehr eingeschränkt möglich ist, da der Prozess schon bei einer geringfügigen Erhöhung instabil wird und abbricht. Durch die Reduktion der Verfahrgeschwindigkeit kann hingegen der Energieeintrag deutlich gesteigert werden, was letztendlich Voraussetzung für die Reduktion der Anzahl der Sinterschritte von drei auf eins ist. Die Prozessergebnisse werden hinsichtlich der Porosität der versinterten Körper und der mechanischen Eigenschaften beurteilt. Insbesondre kann ein klarer Zusammenhang zwischen dem Energieeintrag und der Druckfestigkeit festgestellt werden. Herr Drescher identifiziert optimierte Prozessparameter für seinen neuen Preheat 2 Sinterprozess und führt anschließend Schmelzversuche mit Standard-Parametern durch. Die Ergebnisse zeigen, dass die neue Sinterstrategie zu keiner signifikanten Änderung der technischen Eigenschaften des letztendlich herzustellenden Metallteils führt.
Kapitel 5 beschäftigt sich detailliert mit dem Einfluss der neuen Sinterstrategie auf die Bauzeit. Die Untersuchungen werden mit Hilfe von Bauprozess-Simulationen unter Verwendung der Maschinensteuerungssoftware durchgeführt. Die realen Bauzeiten weichen aufgrund von möglichen zufälligen Prozessstörungen von den simulierten Zeiten ab. Herr Drescher begründet sein Vorgehen damit, dass die simulierten Bauzeiten besser vergleichbar sind als die realen, da zufällige Prozessstörungen keinen Einfluss mehr haben. Zudem wäre eine statistisch abgesicherte experimentelle Studie zu kostenintensiv und zeitaufwändig. Herr Drescher analysiert die mögliche Zeitersparnis in Abhängigkeit der drei Faktoren Bauteilgröße, Bauteilanzahl und Bauteilgeometrie. Dazu führt er zahlreiche Simulationen u.a. mit unterschiedlich dimensionierten Bauteilen bzw. mit einer unterschiedlichen Anzahl an Bauteilen durch. Herr Drescher kommt in seinen Untersuchungen zu der Erkenntnis, dass der dominierende Faktor für die Zeitersparnis die jeweils zu bestrahlende Querschnittsfläche ist. D.h. je geringer die zu bestrahlende Fläche ist, desto größer die Zeitersparnis im optimierten Sinterprozess. Zusätzlich kommt es durch die Reduktion der Anzahl der Bestrahlungsvorgänge zu einer Bauzeitreduktion von etwa 8 %. Herr Drescher führt auch noch Simulationen zur Bauzeitreduktion anhand von 40 realen Baujobs durch, um eine statische Aussage über die Zeitersparnis zu treffen. Dabei zeigt sich, dass die Zeitersparnis in einem Bereich von 4,6 % bis 25,2 % liegt. Die mittlere Zeitersparnis beträgt 14,9 %. Auf Basis dieser statisch ermittelten Werte für die Zeitersparnis und weiterer maschinentypischer Kalkulationswerte führt Herr Drescher eine wirtschaftliche Betrachtung der Prozessoptimierung durch. Bei dieser Betrachtung wird die tatsächlich erreichbare Kostenersparnis pro Baujob und das konkrete jährliche Einsparpotential beim Betrieb einer EBM-Anlage beispielhaft kalkuliert. Diese Betrachtung erweitert den Blickwinkel auf den kompletten Produktionsprozess, der nicht nur aus dem eigentlichen Bauvorgang sondern auch aus der Baujobvorbereitung und der Abkühlphase besteht. Das ermittelte Einsparpotential unterstreicht die wirtschaftliche Bedeutung der neuen Sinterstrategie.
Kapitel 6 fasst die wichtigsten Ergebnisse und Erkenntnisse der Arbeit zusammen und gibt einen Ausblick auf weiterführende Untersuchungen wie beispielsweise zur Auswirkung der neuen Sinterstrategie auf die Dauerfestigkeit oder Härte der Bauteile.
Bewertung der Arbeit
Herr Drescher befasst sich in seiner Arbeit mit einer neuen Sinterstrategie für das Elektronenstrahlschmelzverfahren. Ziel ist die Verkürzung der Bauzeit und damit die Steigerung der Produktivität des additiven Fertigungsverfahrens. Der Ansatz besitzt einen hohen wissenschaftlichen Neuheitswert, da erstmalig die Sinterstrategie im Mittelpunkt der Prozessoptimierung steht. Bisherige Ansätze fokussierten sich überwiegend auf die Optimierung der Parameter des eigentlichen Schmelzvorgangs. Herr Drescher formuliert zwei klare Ansätze zur Optimierung der Sinterstrategie und führt systematische experimentelle Untersuchungen zur Identifikation geeigneter Prozessparameter durch. Dabei schränkt er die Untersuchungen sinnvoll auf die Prozessparameter Verfahrgeschwindigkeit und Stromstärke ein. Die identifizierten optimierten Sinterparameter ermöglichen die Umsetzung der Sinterstrategie. Da eine analytische Betrachtung der Produktivitätssteigerung nur sehr ungenau möglich ist, wählt Herr Drescher einen empirischen Ansatz, bei dem er unterschiedliche Baujobs betrachtet und aus den Ergebnissen die Einflussfaktoren für die mögliche Produktivitätssteigerung herausarbeitet. Die gewählten Ansätze und Methoden, die systematische Durchführung der experimentellen Untersuchungen sowie die kritische Diskussion der erzielten Ergebnisse zeugen von einer eigenständigen wissenschaftlichen Leistung, die Herr Drescher im Rahmen seiner Promotion erbracht hat.
Insgesamt weist die Arbeit hinsichtlich der gewählten Methoden, der Ergebnisdarstellung sowie der Auswertung und Diskussion eine sehr gute Qualität auf. Herr Drescher hat sich mit der wissenschaftlichen Literatur sehr intensiv auseinandergesetzt, was sich auch an der hohen Anzahl an Literaturstellen (136) ablesen lässt. Die Arbeit ist klar gegliedert. Das sprachliche Niveau und die graphische Ausarbeitung der Texte, Tabellen und Abbildungen sind ansprechend. Zusammenfassend hat Herr Drescher mit seiner Promotionsarbeit gezeigt, dass er in der Lage ist, ein wissenschaftliches Thema selbständig und erfolgreich zu bearbeiten. Die vorgelegte Arbeit entspricht den Anforderungen, welche gemäß der Promotionsordnung der Fakultät für Maschinenbau und Schiffstechnik der Universität Rostock an den akademischen Grad Dr.-Ing. zu stellen sind. Die schriftliche Arbeit bewerte ich mit der Note
1,3 (magna cum laude).
Ich schlage dem Rat der Fakultät für Maschinenbau und Schiffstechnik der Universität Rostock die Annahme der Dissertation und die Fortsetzung des Promotionsverfahrens vor.
Rostock, 20.09.2017
Prof. Dr. Hermann Seitz
for that I want you to take a step by step plan on how you need to write stonething like that. be very descriptive in the steps you need to make to write sutch a "Gutachten" over a long research paper. the goal is to have a human route and a ai rount.
Because I want to make a ai automation. and that means I have to process each page by its own and summarize it, extract info and so on. to make the ai write a full "Gutachten" over it. Because the ai cant get a full document, thats way to long.
So make a step by step process for a human first and after that a ai route.
make all the prompting in german.
now make a ai that gets the stuff for the different things. so for:
Einordnung und Zielsetzung der Arbeit
Inhalt der Arbeit
Bewertung der Arbeit
so it should get information for that. any name or so should not be added to the document directly. so the document I will read is not about Herrn Dipl.-Ing. Philipp Drescher.
and then make one version where it generates the gutachten normally and one version where it also uses the reference.txt to finetune the original thing.
and make sure it generates a good gutachten then. and please make it read 3 pages at a time and extract information from them and combind / write at the end. and for loger documents. make it summarize the bulletpoints that are important if they are to many.
and make sure that the reference is in the reference.txt file and the pdf you should read is the dissertation.pdf. and then make the gutachten and save it as a txt.
for the ai please use the ollama libary:
Ollama Python Library
The Ollama Python library provides the easiest way to integrate Python 3.8+ projects with Ollama.
Install
pip install ollama
Usage
import ollama
response = ollama.chat(model='llama3.1', messages=[
{
'role': 'user',
'content': 'Why is the sky blue?',
},
])
print(response['message']['content'])
Streaming responses
Response streaming can be enabled by setting stream=True, modifying function calls to return a Python generator where each part is an object in the stream.
import ollama
stream = ollama.chat(
model='llama3.1',
messages=[{'role': 'user', 'content': 'Why is the sky blue?'}],
stream=True,
)
for chunk in stream:
print(chunk['message']['content'], end='', flush=True)
API
The Ollama Python library's API is designed around the Ollama REST API
Chat
ollama.chat(model='llama3.1', messages=[{'role': 'user', 'content': 'Why is the sky blue?'}])
Generate
ollama.generate(model='llama3.1', prompt='Why is the sky blue?')
with this model:
llama3.1:8b-instruct-q8_0
output the full codeASSISTANT
### Schritt-für-Schritt-Prozess zur Erstellung eines Gutachtens aus einer langen Forschungsarbeit
Um eine umfangreiche Forschungsarbeit systematisch in ein Gutachten zu überführen, können Sie sowohl einen manuellen Ansatz als auch einen automatisierten KI-gestützten Ansatz verfolgen. Im Folgenden finden Sie eine detaillierte Anleitung für beide Methoden.
---
## Menschlicher Ansatz
### Schritt 1: Vorbereitung
1. **Dokumentensichtung:**
- Lesen Sie die gesamte Dissertation sorgfältig durch, um ein umfassendes Verständnis des Themas und der Forschungsziele zu erlangen.
2. **Struktur verstehen:**
- Identifizieren Sie die Hauptkapitel und deren Inhalte.
- Markieren Sie wichtige Abschnitte, die für das Gutachten relevant sind.
3. **Werkzeuge bereitstellen:**
- Stellen Sie sicher, dass Sie Zugang zu Textverarbeitungssoftware (z.B. Microsoft Word, LaTeX) und eventuell Notizsoftware haben.
### Schritt 2: Informationen extrahieren
1. **Einordnung und Zielsetzung der Arbeit:**
- Fassen Sie die wissenschaftliche Relevanz und den Kontext der Arbeit zusammen.
- Beschreiben Sie die Hauptziele und Forschungshypothesen.
2. **Inhalt der Arbeit:**
- Geben Sie eine Übersicht über die Kapitelstruktur.
- Fassen Sie die wesentlichen Inhalte jedes Kapitels prägnant zusammen.
3. **Bewertung der Arbeit:**
- Analysieren Sie die Methodik, die Ergebnisse und die Schlussfolgerungen.
- Bewerten Sie die Originalität, den wissenschaftlichen Beitrag und die Qualität der Präsentation.
### Schritt 3: Struktur des Gutachtens erstellen
1. **Deckblatt:**
- Institution, Fakultät, Titel des Gutachtens, Name des Bewerbers, Titel der Dissertation.
2. **Einordnung und Zielsetzung der Arbeit:**
- Eine prägnante Zusammenfassung der Einordnung des Themas und der Zielsetzung der Dissertation.
3. **Inhalt der Arbeit:**
- Detaillierte Darstellung der Kapitel und deren Inhalte.
4. **Bewertung der Arbeit:**
- Kritische Analyse und Bewertung der Forschung.
5. **Abschluss:**
- Gesamteindruck, Note und Empfehlung.
### Schritt 4: Schreiben des Gutachtens
1. **Einleitung:**
- Kurze Einführung in das Gutachten und den Bewertungsprozess.
2. **Hauptteil:**
- Ausarbeitung der oben genannten Abschnitte mit klarer Struktur und logischem Fluss.
3. **Schlussfolgerung:**
- Zusammenfassung der wichtigsten Punkte und abschließende Bewertung.
4. **Formale Aspekte:**
- Überprüfung auf sprachliche Korrektheit, Klarheit und Konsistenz.
- Einhaltung der institutionellen Richtlinien für Gutachten.
### Schritt 5: Überprüfung und Finalisierung
1. **Korrekturlesen:**
- Mehrfache Durchsicht auf inhaltliche und formale Fehler.
2. **Feedback einholen:**
- Optional: Rücksprache mit Kollegen oder Vorgesetzten zur Qualitätssicherung.
3. **Finale Anpassungen:**
- Letzte Änderungen basierend auf dem Feedback vornehmen.
---
## KI-gestützter Ansatz mit Ollama Python Library
### Schritt 1: Vorbereitung
1. **Installieren der erforderlichen Bibliotheken:**
```bash
pip install ollama PyPDF2
```
2. **Dateien bereitstellen:**
- `dissertation.pdf`: Die zu analysierende Dissertation.
- `references.txt`: Die Referenzdatei zur Feinabstimmung.
### Schritt 2: Einrichtung des Python-Skripts
Erstellen Sie ein Python-Skript, das die Dissertation in 3-Seiten-Blöcke unterteilt, die relevanten Informationen extrahiert und das Gutachten erstellt.
```python
import ollama
import PyPDF2
import os
# Konfiguration
MODEL_NAME = 'llama3.1:8b-instruct-q8_0'
PDF_PATH = 'dissertation.pdf'
REFERENCE_PATH = 'references.txt'
OUTPUT_PATH = 'Gutachten.txt'
# Funktion zum Lesen von 3 Seiten aus der PDF
def read_pdf_in_chunks(pdf_path, chunk_size=3):
reader = PyPDF2.PdfReader(pdf_path)
total_pages = len(reader.pages)
for start in range(0, total_pages, chunk_size):
end = min(start + chunk_size, total_pages)
text = ""
for page_num in range(start, end):
page = reader.pages[page_num]
text += page.extract_text() + "\n"
yield text
# Funktion zur Extraktion der Einordnung und Zielsetzung
def extract_einordnung_zielsetzung(text):
prompt = f"""
Bitte fasse die folgenden Informationen zur Einordnung und Zielsetzung der Arbeit zusammen.
Vermeide die Nennung von spezifischen Namen.
Text:
{text}
Zusammenfassung:
"""
response = ollama.chat(model=MODEL_NAME, messages=[{'role': 'user', 'content': prompt}])
return response['message']['content']
# Funktion zur Extraktion des Inhalts der Arbeit
def extract_inhalt(text):
prompt = f"""
Bitte fasse die folgenden Informationen zum Inhalt der Arbeit zusammen, strukturiert nach den Hauptkapiteln.
Vermeide die Nennung von spezifischen Namen.
Text:
{text}
Zusammenfassung:
"""
response = ollama.chat(model=MODEL_NAME, messages=[{'role': 'user', 'content': prompt}])
return response['message']['content']
# Funktion zur Extraktion der Bewertung der Arbeit
def extract_bewertung(text):
prompt = f"""
Bitte fasse die folgenden Informationen zur Bewertung der Arbeit zusammen, einschließlich der Methodik, Ergebnisse und Schlussfolgerungen.
Vermeide die Nennung von spezifischen Namen.
Text:
{text}
Zusammenfassung:
"""
response = ollama.chat(model=MODEL_NAME, messages=[{'role': 'user', 'content': prompt}])
return response['message']['content']
# Hauptfunktion zur Erstellung des Gutachtens
def create_gutachten(pdf_path, reference_path, output_path):
einordnung = ""
inhalt = ""
bewertung = ""
# Lesen und Verarbeiten der PDF
for chunk in read_pdf_in_chunks(pdf_path):
einordnung += extract_einordnung_zielsetzung(chunk) + "\n"
inhalt += extract_inhalt(chunk) + "\n"
bewertung += extract_bewertung(chunk) + "\n"
# Einbindung der Referenzen (Optional)
if os.path.exists(reference_path):
with open(reference_path, 'r', encoding='utf-8') as ref_file:
references = ref_file.read()
# Feinabstimmung des Modells mit den Referenzen, falls nötig
# Dies könnte durch zusätzliche Prompts erfolgen
# Struktur des Gutachtens
gutachten = f"""
Universität Rostock | Fakultät für Maschinenbau und Schiffstechnik
18055 Rostock, Schwaansche Straße 2
Gutachten
über die von
[Name des Bewerbers]
an der Fakultät für Maschinenbau und Schiffstechnik der Universität Rostock eingereichte Dissertation mit dem Thema
[Arbeitstitel]
Einordnung und Zielsetzung der Arbeit
{einordnung}
Inhalt der Arbeit
{inhalt}
Bewertung der Arbeit
{bewertung}
Rostock, [Datum]
Prof. Dr. [Name des Gutachters]
"""
# Speichern des Gutachtens
with open(output_path, 'w', encoding='utf-8') as out_file:
out_file.write(gutachten)
print(f"Das Gutachten wurde erfolgreich unter {output_path} gespeichert.")
# Ausführen des Skripts
if __name__ == "__main__":
create_gutachten(PDF_PATH, REFERENCE_PATH, OUTPUT_PATH)
```
### Schritt 3: Erklärung des Codes
1. **Importieren der Bibliotheken:**
- `ollama`: Für die KI-Interaktionen.
- `PyPDF2`: Zum Lesen und Verarbeiten der PDF-Datei.
- `os`: Für Dateisystemoperationen.
2. **Funktionen zur Verarbeitung:**
- `read_pdf_in_chunks`: Liest die PDF in 3-Seiten-Blöcke.
- `extract_einordnung_zielsetzung`, `extract_inhalt`, `extract_bewertung`: Verwenden KI-Prompts, um die jeweiligen Abschnitte zusammenzufassen.
3. **Hauptfunktion `create_gutachten`:**
- Iteriert durch die PDF-Blöcke, extrahiert und akkumuliert die Zusammenfassungen.
- Bindet optional Referenzen ein.
- Erstellt die Gutachtenstruktur und speichert sie als Textdatei.
### Schritt 4: Anpassung der Prompts
Stellen Sie sicher, dass die Prompts in den Funktionen `extract_einordnung_zielsetzung`, `extract_inhalt` und `extract_bewertung` klar und präzise sind, um relevante Informationen zu extrahieren. Sie können die Prompts weiter verfeinern, indem Sie spezifische Anweisungen hinzufügen, um die Qualität der Zusammenfassungen zu verbessern.
### Schritt 5: Ausführung des Skripts
1. **Skript starten:**
```bash
python erstellen_gutachten.py
```
2. **Überprüfung des Ergebnisses:**
- Überprüfen Sie die erstellte `Gutachten.txt` auf Vollständigkeit und Korrektheit.
- Nehmen Sie bei Bedarf manuelle Anpassungen vor.
---
## Erweiterte KI-gestützte Version mit Feinabstimmung durch `references.txt`
Für eine verbesserte Qualität des Gutachtens kann die `references.txt` verwendet werden, um spezifische Informationen oder Kontext hinzuzufügen. Dies kann durch zusätzliche Prompts oder durch Integration der Referenzen in den bestehenden Prompts erfolgen.
### Anpassungen im Python-Skript
Fügen Sie die Verwendung der Referenzen in den Extraktionsfunktionen hinzu.
```python
# Funktion zur Extraktion der Einordnung und Zielsetzung mit Referenzen
def extract_einordnung_zielsetzung(text, references):
prompt = f"""
Bitte fasse die folgenden Informationen zur Einordnung und Zielsetzung der Arbeit zusammen. Verwende die angegebenen Referenzen zur Feinabstimmung.
Vermeide die Nennung von spezifischen Namen.
Referenzen:
{references}
Text:
{text}
Zusammenfassung:
"""
response = ollama.chat(model=MODEL_NAME, messages=[{'role': 'user', 'content': prompt}])
return response['message']['content']
# Funktion zur Extraktion des Inhalts der Arbeit mit Referenzen
def extract_inhalt(text, references):
prompt = f"""
Bitte fasse die folgenden Informationen zum Inhalt der Arbeit zusammen, strukturiert nach den Hauptkapiteln. Verwende die angegebenen Referenzen zur Feinabstimmung.
Vermeide die Nennung von spezifischen Namen.
Referenzen:
{references}
Text:
{text}
Zusammenfassung:
"""
response = ollama.chat(model=MODEL_NAME, messages=[{'role': 'user', 'content': prompt}])
return response['message']['content']
# Funktion zur Extraktion der Bewertung der Arbeit mit Referenzen
def extract_bewertung(text, references):
prompt = f"""
Bitte fasse die folgenden Informationen zur Bewertung der Arbeit zusammen, einschließlich der Methodik, Ergebnisse und Schlussfolgerungen. Verwende die angegebenen Referenzen zur Feinabstimmung.
Vermeide die Nennung von spezifischen Namen.
Referenzen:
{references}
Text:
{text}
Zusammenfassung:
"""
response = ollama.chat(model=MODEL_NAME, messages=[{'role': 'user', 'content': prompt}])
return response['message']['content']
# Angepasste Hauptfunktion zur Erstellung des Gutachtens mit Referenzen
def create_gutachten_with_references(pdf_path, reference_path, output_path):
einordnung = ""
inhalt = ""
bewertung = ""
# Lesen der Referenzen
if os.path.exists(reference_path):
with open(reference_path, 'r', encoding='utf-8') as ref_file:
references = ref_file.read()
else:
references = ""
# Lesen und Verarbeiten der PDF
for chunk in read_pdf_in_chunks(pdf_path):
einordnung += extract_einordnung_zielsetzung(chunk, references) + "\n"
inhalt += extract_inhalt(chunk, references) + "\n"
bewertung += extract_bewertung(chunk, references) + "\n"
# Struktur des Gutachtens
gutachten = f"""
Universität Rostock | Fakultät für Maschinenbau und Schiffstechnik
18055 Rostock, Schwaansche Straße 2
Gutachten
über die von
[Name des Bewerbers]
an der Fakultät für Maschinenbau und Schiffstechnik der Universität Rostock eingereichte Dissertation mit dem Thema
[Arbeitstitel]
Einordnung und Zielsetzung der Arbeit
{einordnung}
Inhalt der Arbeit
{inhalt}
Bewertung der Arbeit
{bewertung}
Rostock, [Datum]
Prof. Dr. [Name des Gutachters]
"""
# Speichern des Gutachtens
with open(output_path, 'w', encoding='utf-8') as out_file:
out_file.write(gutachten)
print(f"Das Gutachten mit Referenzen wurde erfolgreich unter {output_path} gespeichert.")
# Ausführen des angepassten Skripts
if __name__ == "__main__":
create_gutachten_with_references(PDF_PATH, REFERENCE_PATH, OUTPUT_PATH)
```
### Schritt-für-Schritt-Erklärung der Anpassungen
1. **Integration der Referenzen:**
- Die Referenzen werden gelesen und in die Prompts eingebunden, um die Extraktion zu verfeinern.
2. **Angepasste Extraktionsfunktionen:**
- Die Funktionen `extract_einordnung_zielsetzung`, `extract_inhalt` und `extract_bewertung` nehmen nun die Referenzen als zusätzlichen Input entgegen.
3. **Erstellung des Gutachtens mit Referenzen:**
- Die Hauptfunktion `create_gutachten_with_references` nutzt die angepassten Extraktionsfunktionen und integriert die Referenzen in den Zusammenfassungen.
### Schritt 6: Ausführung des erweiterten Skripts
1. **Skript starten:**
```bash
python erstellen_gutachten_mit_referenzen.py
```
2. **Überprüfung des Ergebnisses:**
- Überprüfen Sie die erstellte `Gutachten.txt` auf Vollständigkeit und Korrektheit.
- Stellen Sie sicher, dass die Referenzen angemessen berücksichtigt wurden.
---
## Wichtige Hinweise
1. **Datenschutz und Anonymität:**
- Achten Sie darauf, dass keine sensiblen oder personenbezogenen Daten in das Gutachten aufgenommen werden.
- Verwenden Sie Platzhalter für Namen und persönliche Informationen, wie im Beispiel gezeigt.
2. **Qualitätssicherung:**
- Überprüfen Sie das von der KI generierte Gutachten sorgfältig auf inhaltliche und formale Richtigkeit.
- Ergänzen oder korrigieren Sie bei Bedarf manuell.
3. **Modellbegrenzungen:**
- Beachten Sie die Fähigkeiten und Grenzen des verwendeten KI-Modells.
- Bei sehr spezifischen oder komplexen Inhalten kann menschliche Überprüfung besonders wichtig sein.
4. **Weiterentwicklung:**
- Passen Sie die Prompts und den Prozess kontinuierlich an, um die Qualität und Relevanz der Ergebnisse zu verbessern.
---
Durch die Kombination von menschlichem Fachwissen und KI-gestützten Automatisierungsprozessen können Sie effizient und präzise Gutachten für umfangreiche Forschungsarbeiten erstellen. Der oben dargestellte Ansatz bietet eine strukturierte Vorgehensweise, die flexibel an unterschiedliche Anforderungen angepasst werden kann.