„Mit dem KI-Agenten heben wir den Wissensschatz im R&D.“
Christopher König über den Einsatz von KI in Research & Development
Wie bringt man jahrzehntelang gewachsenes Forschungswissen in Sekunden auf den Bildschirm? Christopher König erzählt, wie der Smart R&D Assistant bei LANXESS Forscher im Alltag entlastet.
Christopher, wie ist die Idee für den Smart R&D Assistant entstanden?
Tatsächlich entstand sie im Rahmen eines Hackathons aus einer ganz konkreten Herausforderung heraus. Die Forscher bei LANXESS hatten Zugriff auf enorme Mengen an Wissen, konnten dieses aber nur mit großem Aufwand nutzen. Viele wichtige Erkenntnisse lagen in Berichten, Präsentationen oder Patenten, verteilt auf verschiedene Systeme und Ordnerstrukturen. Die klassische Stichwortsuche war hier oft nicht ausreichend. Uns allen war schnell klar, dass ein KI-Agent, der Inhalte semantisch versteht und in natürlicher Sprache zugänglich macht, einen echten Mehrwert schaffen kann.
Von welchem Datenumfang sprechen wir hier?
Die Forschung von LANXESS reicht lange zurück. Über Jahrzehnte hinweg haben zahlreiche Business Units eine enorme Wissens- und Datenbasis aufgebaut, die dem Unternehmen heute zur Verfügung steht.
Wie sah die Ausgangssituation im Forschungsalltag konkret aus?
Die Forscher mussten häufig viel Zeit investieren, um relevante Informationen zu finden. Selbst wenn die Inhalte vorhanden waren, war es schwierig, sie schnell und zuverlässig zu identifizieren. Oft wusste man nicht genau, wonach man suchen sollte oder wie ein bestimmtes Thema früher dokumentiert wurde. Gleichzeitig blieb ein großer Teil des vorhandenen Wissens faktisch ungenutzt, weil es zwar gespeichert, aber nicht effizient erschlossen war.
Wie seid ihr nach dem Hackathon konkret in die Umsetzung gestartet?
Gemeinsam mit LANXESS haben wir in einem Kick-off-Workshop die Anforderungen und Erwartungen an den Smart R&D Assistant präzisiert und eine erste Version entwickelt, die grundlegende Recherchefunktionen ermöglicht. Dafür wurden Forschungsdaten strukturiert aufbereitet, Metadaten extrahiert und eine Vektordatenbank für die semantische Suche aufgebaut. Parallel dazu haben wir die technische Infrastruktur entwickelt und das bestehende Frontend gemeinsam mit externen Partnern weiter ausgebaut. Permanentes Testing war hier sehr wichtig.
Damit die Lösung auch wirklich zum Arbeitsalltag passt.
Ja. Wir haben von Anfang an eng mit den Projektbeteiligten zusammengearbeitet und ihr Feedback kontinuierlich eingebunden. Das System wurde iterativ entwickelt, getestet und verbessert, sodass es im Alltag echten Mehrwert bietet. Im weiteren Verlauf wurden zusätzliche Datenquellen integriert und alle Business Units angebunden. Dabei war es besonders wichtig, den KI-Agenten an reale Arbeitsprozesse anzupassen und gleichzeitig hohe Anforderungen an Sicherheit und Berechtigungen zu erfüllen.
Was kann der Smart R&D Assistant heute leisten?
Er ermöglicht es Forschern, komplexe Fragen in natürlicher Sprache zu stellen und sofort relevante Ergebnisse zu erhalten. Der KI-Agent durchsucht automatisch interne Dokumente, Forschungsberichte und Patente und identifiziert die passenden Inhalte. Dabei versteht das System nicht nur einzelne Keywords, sondern den gesamten Kontext der Anfrage. Das sorgt für eine deutlich höhere Treffergenauigkeit und reduziert den Rechercheaufwand erheblich.
„Dabei versteht das System nicht nur einzelne Keywords, sondern den gesamten Kontext der Anfrage.“
Welche Rolle spielt der KI-Agent dabei im Hintergrund?
Der KI-Agent ist im Prinzip die intelligente Steuerzentrale des Systems. Er analysiert die Anfrage, formuliert geeignete Suchstrategien und greift auf die relevanten Datenquellen zu. Gleichzeitig kann er Ergebnisse strukturieren und verständlich aufbereiten. Für die Nutzer fühlt sich das wie ein Gespräch an, tatsächlich laufen im Hintergrund aber komplexe Prozesse ab, die Informationen gezielt erschließen und zugänglich machen.
Welche konkreten Vorteile sehen die Forscher im Alltag?
Auf jeden Fall Zeitersparnis. Informationen, die früher nur mit erheblichem Aufwand gefunden werden konnten, sind jetzt innerhalb von Sekunden verfügbar. Gleichzeitig entdecken viele Forscher Inhalte, die ihnen vorher nicht bekannt waren. Dadurch entstehen neue Perspektiven und Ansatzpunkte für ihre Arbeit. Der Smart R&D Assistant erleichtert nicht nur die Recherche, sondern unterstützt auch kreative und explorative Prozesse.
Wie seid ihr mit den großen und heterogenen Datenmengen umgegangen?
Das war eine der zentralen Herausforderungen. Die Daten lagen in unterschiedlichen Formaten und Systemen vor und mussten zunächst strukturiert und aufbereitet werden. Dafür haben wir eine technische Architektur aufgebaut, die Inhalte verarbeitet, semantisch indexiert und sicher zugänglich macht. Besonders wichtig war dabei auch die Berücksichtigung von Zugriffsrechten, um sicherzustellen, dass nur autorisierte Personen bestimmte Inhalte sehen können.
Welche Technologien kommen dabei zum Einsatz?
Die Lösung basiert auf einer Vektordatenbank mit Azure AI Search, die Dokumente semantisch indexiert. KI-Modelle von OpenAI und AI-Agenten verstehen Suchanfragen, identifizieren passende Inhalte und bereiten Ergebnisse auf. Für die Orchestrierung nutzen wir Pydantic AI. So wird eine große Wissensmenge effizient erschlossen und intuitiv nutzbar.
Welche Bedeutung hat das Projekt aus deiner Sicht für die Zukunft von R&D?
Ich bin überzeugt, dass KI-Agenten eine zentrale Rolle in der Forschung spielen werden. Sie helfen dabei, vorhandenes Wissen effizient zu nutzen und schneller zu neuen Erkenntnissen zu gelangen. Gerade in wissensintensiven Bereichen wie der chemischen Forschung ist das ein enormer Wettbewerbsvorteil. Der Smart R&D Assistant zeigt, wie KI konkret dazu beitragen kann, Innovationsprozesse zu beschleunigen.
„Ich bin überzeugt, dass KI-Agenten eine zentrale Rolle in der Forschung spielen werden.“
Was können andere Unternehmen aus diesem Projekt lernen?
Um mit KI nachhaltige Mehrwerte zu erzielen, sollte ihr Einsatz zudem gezielt auf strategisch zentrale Prozesse des Geschäftsmodells ausgerichtet werden. Erst wenn die entscheidenden Ressourcen der Wertschöpfung ihr volles Potenzial entfalten, entsteht ein echter strategischer Wettbewerbsvorteil.
Danke, Christopher.
Dieses Interview erschien erstmalig in Ausgabe 7 unseres Magazins data!
.webp)
