Executive Secretary

VII Simposio de Logística y Gestión de la Calidad "COMEC 2025"

XII Conferencia Internacional de Ingeniería Mecánica

COMEC 2025

VII Simposio de Logística y Gestión de la Calidad

Gestión de calidad aumentada por IA: un enfoque semántico para el cumplimiento de estándares con LLM y gráficos de conocimiento
Marcar como Favorito

Resumen

El cumplimiento de las normas de gestión de calidad y las normativas de la UE plantea cada vez más retos a las empresas manufactureras. Por lo tanto, el objetivo es desarrollar un sistema de asistencia basado en IA que combine un Modelo de Lenguaje Grande (LLM) con un grafo de conocimiento semántico para facilitar el comportamiento conforme a las normas de forma eficiente, transparente y explicable. Las normas, normativas y documentos relevantes se capturan automáticamente mediante la carga de documentos, el raspado web y el reconocimiento óptico de caracteres. El contenido extraído se estructura en un grafo semántico con entidades y relaciones. Un modelo de lenguaje optimizado utiliza la Generación Aumentada por Recuperación (RAG) para acceder al grafo y a fuentes externas y generar respuestas contextuales y comprensibles. Una interfaz web intuitiva permite visualizaciones y notificaciones automáticas cuando cambian las normas. Las aplicaciones incluyen la automatización de pruebas de normas, el apoyo al desarrollo y la producción, la preparación de auditorías y la gestión de cambios. El proyecto realiza una contribución innovadora a la digitalización y automatización de la gestión de calidad conforme a las normas mediante la combinación de inteligencia artificial y modelado de conocimiento semántico. Apoya a las empresas manufactureras en el cumplimiento eficiente y fiable de las normas, la mejora sistemática de la calidad y la aceleración de los procesos de desarrollo de componentes y conjuntos, especialmente en el contexto de variantes complejas de producto. Promueve la mejora continua y abre nuevos enfoques para el desarrollo de componentes modulares.


Abstract

Compliance with quality management standards and EU regulations is presenting manufacturing companies with increasing challenges. The aim is therefore to develop an AI-supported assistance system that combines a Large Language Model (LLM) with a semantic knowledge graph to support standard-compliant behaviour in an efficient, transparent and explainable manner.  Relevant standards, regulations and documents are automatically captured using document upload, web scraping and optical character recognition. The extracted content is structured in a semantic graph with entities and relations.

A fine-tuned language model uses Retrieval Augmented Generation (RAG) to access the graph and external sources and generate context-sensitive, comprehensible answers. A user-friendly web front end enables visualisations and automated notifications when standards change.

Fields of application include automated standards testing, support in development and production, audit preparation and change management.

The project makes an innovative contribution to the digitalisation and automation of standard-compliant quality management by combining artificial intelligence and semantic knowledge modelling. It supports manufacturing companies in efficiently and reliably complying with standards, systematically improving quality and accelerating development processes for components and assemblies - especially in the context of complex product variants. It promotes the continuous improvement process and opens up new approaches for modular component development.


Sobre el ponente

Nadine Kaltschmidt

Nadine Kaltschmidt

Hochschule Magdeburg-Stendal Flag of Alemania


Discussion

Información Práctica
No Presencial
English (US)
octubre 21, 2025 2:45 p. m.
10 minutos
Sala Virtual 1 Hotel Melia Las Dunas
Autores
Nadine Kaltschmidt
Vivekanandhan Viswanathan
Fabian Behrendt
Documentos