Die Verwaltungsschale (Asset Administration Shell, AAS) ist ein etabliertes, standardisiertes Informationsmodell für industrielle Asset-Daten. Sie definiert formale Semantik über ConceptDescriptions, SubmodelTemplates und standardisierte Submodelle und ist auf maschinelle Verarbeitbarkeit sowie organisationsübergreifende Interoperabilität ausgelegt. Diese Stärke hat einen Preis: Modellierung, Pflege und Erweiterung von AAS-Strukturen erfordern Fachwissen im Metamodell und sind nicht primär für den direkten Konsum durch LLM-basierte Agenten konzipiert.

Im Juni 2026 veröffentlichte Google das Open Knowledge Format (OKF), eine leichtgewichtige Spezifikation zur Repräsentation von Wissen als Verzeichnis aus Markdown-Dateien mit YAML-Frontmatter. OKF verzichtet bewusst auf ein festes Schema oder eine Laufzeitumgebung und zielt darauf ab, Kontextwissen (Prozesse, Begründungen, Dokumentation) unmittelbar für AI-Agenten zugänglich zu machen. Die beiden Formate adressieren unterschiedliche, potenziell komplementäre Anforderungen: AAS liefert strukturierte, validierbare Fakten über Assets und deren Typ-Instanz-Beziehungen; OKF liefert flexibel erweiterbares, agentenlesbares Kontextwissen ohne formale Governance.

Für agentengestützte Engineeringprozesse stellt sich die Frage, ob und wie beide Formate kombiniert werden können, ohne die Konsistenzgarantien der AAS zu unterlaufen.

Aufgaben

• Literaturrecherche zu bestehenden Ansätzen (Knowledge Graphs, LLM-Wiki-Muster, RAG-Kontextformate). Einordnung von OKF in dieses Umfeld.
• Gegenüberstellung von AAS und OKF hinsichtlich Ausdrucksmächtigkeit, Änderungsmanagement, Semantik und Werkzeugunterstützung.
• Konzeptioneller Entwurf einer Kombination beider Formate für einen agentengestützten Engineeringprozess, z. B. als Bridging-Mechanismus: AAS bleibt primäre Datenquelle, OKF liefert ergänzendes Kontextwissen für Agenten.
• Prototypische Umsetzung und Validierung an einem konkreten Anwendungsfall

Interessen und hilfreiches Wissen

• Interesse an Informationsmodellierung und LLM-Agentenarchitekturen, Kenntnisse der AAS oder Bereitschaft zur zügigen Einarbeitung, Programmierkenntnisse (z. B. Python)
• Hands-on-Mentalität und Begeisterung für Programmierung und IT-Systeme
• Vorlesungen CPM, DTE, IPPE, Software Engineering