Skip to content
The Chat Archive
o1-mini-2024-09-12· OpenAI WildChat-4.8M (AI2)

I want you to make me a step by step process to turn a research paper that is very long…

  1. 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 code

    so for the program extract information that is needed for this like this: Einordnung und Zielsetzung der Arbeit Inhalt der Arbeit Bewertung der Arbeit

    and extract the information in short bullet points. and make sure you only extract relevant information. and in the end write a good gutachten

  2. Assistant

    Um eine lange Forschungsarbeit in ein Gutachten wie das vorgegebene Beispiel zu verwandeln, ist es wichtig, sowohl einen menschlichen als auch einen KI-gestützten Ansatz zu entwickeln. Im Folgenden finden Sie einen detaillierten Schritt-für-Schritt-Plan für beide Ansätze sowie ein Beispiel für die Implementierung des KI-Ansatzes mit der Ollama Python-Bibliothek.

    Schritt-für-Schritt-Prozess für den Menschen

    1. Verstehen der Struktur des Gutachtens

    • Einordnung und Zielsetzung der Arbeit
    • Inhalt der Arbeit
    • Bewertung der Arbeit

    2. Vorbereitung

    • Lesen der gesamten Forschungsarbeit: Verschaffen Sie sich einen umfassenden Überblick über das Thema, die Methodik, die Ergebnisse und die Schlussfolgerungen.
    • Markieren wichtiger Abschnitte: Identifizieren Sie Schlüsselaspekte, die für die einzelnen Abschnitte des Gutachtens relevant sind.

    3. Einordnung und Zielsetzung der Arbeit

    • Zusammenfassung des Forschungskontexts: Beschreiben Sie den aktuellen Stand der Forschung und die Relevanz des Themas.
    • Zielsetzung der Arbeit: Erläutern Sie die Hauptziele und Forschungsfragen der Arbeit.
    • Einordnung in den wissenschaftlichen Kontext: Stellen Sie die Arbeit in Beziehung zu bestehenden Studien und identifizieren Sie die Lücken, die die Arbeit füllt.

    4. Inhalt der Arbeit

    • Kapitelzusammenfassungen: Fassen Sie die Hauptpunkte jedes Kapitels zusammen.
    • Methodik: Beschreiben Sie die verwendeten Methoden und deren Begründung.
    • Ergebnisse: Präsentieren Sie die wesentlichen Ergebnisse der Forschung.
    • Diskussion: Diskutieren Sie die Interpretation der Ergebnisse und deren Bedeutung.

    5. Bewertung der Arbeit

    • Stärken der Arbeit: Identifizieren Sie die positiven Aspekte, wie Originalität, Methodik, Relevanz der Ergebnisse.
    • Schwächen der Arbeit: Weisen Sie auf mögliche Schwächen oder Verbesserungspotenziale hin.
    • Gesamteindruck: Geben Sie eine abschließende Bewertung ab, die die Qualität und den Beitrag der Arbeit zur Forschung widerspiegelt.

    6. Abschluss und Verfassen des Gutachtens

    • Strukturierte Gliederung: Organisieren Sie die gesammelten Informationen entsprechend der Gutachtenstruktur.
    • Schreibprozess: Verfassen Sie die einzelnen Abschnitte klar und präzise.
    • Überprüfung und Korrektur: Lesen Sie das Gutachten mehrfach durch, um Fehler zu vermeiden und die Kohärenz zu gewährleisten.

    Schritt-für-Schritt-Prozess für die KI-Automation

    1. Vorbereitung der Dokumente

    • Dissertation.pdf: Die zu analysierende Forschungsarbeit.
    • reference.txt: Relevante Referenzen und Hintergrundinformationen.

    2. Aufteilung des Dokuments

    • Seitenweise Verarbeitung: Teilen Sie das PDF in 3-Seiten-Blöcke auf, um die Verarbeitung zu erleichtern.

    3. Extraktion der Informationen

    Für jeden 3-Seiten-Block:

    • Einordnung und Zielsetzung der Arbeit
      • Extrahieren Sie Kontext, Zielsetzung und Forschungsfragen.
    • Inhalt der Arbeit
      • Zusammenfassen der Kapitelinhalte, Methodik und Ergebnissen.
    • Bewertung der Arbeit
      • Identifizieren von Stärken, Schwächen und dem Gesamteindruck.

    4. Zusammenführung der extrahierten Informationen

    • Konsolidierung: Kombinieren Sie die gesammelten Informationen aus allen Blöcken zu den jeweiligen Hauptabschnitten des Gutachtens.
    • Zusammenfassung bei umfangreichen Informationen: Reduzieren Sie die gesammelten Daten auf wesentliche Bulletpoints, falls die Informationen zu umfangreich sind.

    5. Generierung des Gutachtens

    • Erstellung der Struktur: Verwenden Sie die konsolidierten Informationen, um die Abschnitte „Einordnung und Zielsetzung der Arbeit“, „Inhalt der Arbeit“ und „Bewertung der Arbeit“ zu füllen.
    • Sprachlicher Feinschliff: Stellen Sie sicher, dass das Gutachten flüssig und kohärent ist.

    6. Einbindung der Referenzen

    • Nutzung von reference.txt: Verwenden Sie die Referenzen, um den Kontext und die Bewertung zu unterstützen, ohne spezifische Namen direkt zu übernehmen.

    7. Finalisierung

    • Speichern: Speichern Sie das generierte Gutachten als txt-Datei.
    • Überprüfung: Führen Sie eine abschließende Kontrolle des Gutachtens durch.

    Implementierung mit der Ollama Python-Bibliothek

    Im Folgenden finden Sie ein vollständiges Python-Skript, das den beschriebenen KI-Prozess unter Verwendung der Ollama-Bibliothek implementiert. Das Skript liest die Dissertation in 3-Seiten-Blöcken, extrahiert die benötigten Informationen, fasst sie zusammen und generiert schließlich das Gutachten.

    Voraussetzungen

    • Installieren Sie die Ollama-Bibliothek:
      pip install ollama
      

    Python-Skript

    import ollama
    import PyPDF2
    import os
    
    # Funktion zum Lesen des PDFs in 3-Seiten-Blöcken
    def read_pdf_in_chunks(pdf_path, chunk_size=3):
        reader = PyPDF2.PdfReader(pdf_path)
        total_pages = len(reader.pages)
        chunks = []
        for i in range(0, total_pages, chunk_size):
            chunk_text = ""
            for j in range(i, min(i + chunk_size, total_pages)):
                chunk_text += reader.pages[j].extract_text() + "\n"
            chunks.append(chunk_text)
        return chunks
    
    # Funktion zur Extraktion von Informationen
    def extract_information(chunk, reference):
        prompts = {
            "Einordnung und Zielsetzung der Arbeit": f"""
            Fasse den folgenden Text zusammen und extrahiere die Einordnung und die Zielsetzung der Arbeit. Verwende dabei die Referenzen aus der Datei reference.txt und achte darauf, keine spezifischen Namen zu nennen.
    
            Text:
            {chunk}
    
            Referenzen:
            {reference}
    
            Antwort in Deutsch:
            """,
            "Inhalt der Arbeit": f"""
            Fasse den folgenden Text zusammen und extrahiere die wichtigsten Punkte des Inhalts der Arbeit, inklusive Methodik und Ergebnissen. Verwende dabei die Referenzen aus der Datei reference.txt und achte darauf, keine spezifischen Namen zu nennen.
    
            Text:
            {chunk}
    
            Referenzen:
            {reference}
    
            Antwort in Deutsch:
            """,
            "Bewertung der Arbeit": f"""
            Analysiere den folgenden Text und extrahiere eine Bewertung der Arbeit, einschließlich Stärken, Schwächen und Gesamteindruck. Verwende dabei die Referenzen aus der Datei reference.txt und achte darauf, keine spezifischen Namen zu nennen.
    
            Text:
            {chunk}
    
            Referenzen:
            {reference}
    
            Antwort in Deutsch:
            """
        }
    
        extracted = {}
        for section, prompt in prompts.items():
            response = ollama.chat(
                model='llama3.1:8b-instruct-q8_0',
                messages=[
                    {'role': 'user', 'content': prompt}
                ]
            )
            extracted[section] = response['message']['content'].strip()
        return extracted
    
    # Funktion zur Kombination und Zusammenfassung der extrahierten Informationen
    def combine_extracted_info(extracted_sections):
        combined = {
            "Einordnung und Zielsetzung der Arbeit": [],
            "Inhalt der Arbeit": [],
            "Bewertung der Arbeit": []
        }
    
        for section in extracted_sections:
            for key in combined.keys():
                combined[key].append(section[key])
    
        # Zusammenfassen der Bulletpoints, falls zu umfangreich
        for key in combined:
            combined[key] = summarize_combined_text("\n".join(combined[key]))
    
        return combined
    
    # Funktion zur Zusammenfassung der kombinierten Texte
    def summarize_combined_text(text):
        prompt = f"""
        Fasse die folgenden Informationen in kurze, prägnante Bulletpoints zusammen. Achte darauf, nur die wichtigsten und relevantesten Punkte zu behalten.
    
        Text:
        {text}
    
        Antwort in Deutsch:
        """
        response = ollama.chat(
            model='llama3.1:8b-instruct-q8_0',
            messages=[
                {'role': 'user', 'content': prompt}
            ]
        )
        return response['message']['content'].strip()
    
    # Funktion zur Erstellung des Gutachtens
    def generate_gutachten(combined_info):
        gutachten_template = f"""
    Universität Rostock | Fakultät für Maschinenbau und Schiffstechnik
    18055 Rostock, Schwaansche Straße 2
    
    Gutachten
    
    über die von
    
    [Name des Autors]
    
    an der Fakultät für Maschinenbau und Schiffstechnik der Universität Rostock eingereichte Dissertation mit dem Thema
    
    [Dissertationstitel]
    
    Einordnung und Zielsetzung der Arbeit
    {combined_info['Einordnung und Zielsetzung der Arbeit']}
    
    Inhalt der Arbeit
    {combined_info['Inhalt der Arbeit']}
    
    Bewertung der Arbeit
    {combined_info['Bewertung der Arbeit']}
    
    Rostock, [Datum]
    
    Prof. Dr. [Name des Professors]
    """
        return gutachten_template
    
    # Hauptfunktion
    def main():
        pdf_path = 'dissertation.pdf'
        reference_path = 'reference.txt'
        output_path = 'gutachten.txt'
    
        if not os.path.exists(pdf_path):
            print(f"Fehler: {pdf_path} wurde nicht gefunden.")
            return
        if not os.path.exists(reference_path):
            print(f"Fehler: {reference_path} wurde nicht gefunden.")
            return
    
        # Lesen der Referenzen
        with open(reference_path, 'r', encoding='utf-8') as ref_file:
            reference = ref_file.read()
    
        # Lesen des PDFs in 3-Seiten-Blöcken
        chunks = read_pdf_in_chunks(pdf_path, chunk_size=3)
    
        extracted_sections = []
        for i, chunk in enumerate(chunks):
            print(f"Verarbeite Block {i + 1}/{len(chunks)}...")
            extracted = extract_information(chunk, reference)
            extracted_sections.append(extracted)
    
        # Kombinieren und Zusammenfassen der extrahierten Informationen
        combined_info = combine_extracted_info(extracted_sections)
    
        # Generierung des Gutachtens
        gutachten = generate_gutachten(combined_info)
    
        # 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.")
    
    if __name__ == "__main__":
        main()
    

    Erläuterung des Skripts

    1. PDF-Verarbeitung:

      • Das Skript verwendet PyPDF2, um das PDF-Dokument in 3-Seiten-Blöcken zu lesen.
    2. Informationsextraktion:

      • Für jeden Block werden drei separate Anfragen an das KI-Modell gesendet, um Informationen für die Abschnitte „Einordnung und Zielsetzung der Arbeit“, „Inhalt der Arbeit“ und „Bewertung der Arbeit“ zu extrahieren.
      • Die Prompts sind auf Deutsch verfasst und berücksichtigen die Referenzen aus der reference.txt.
    3. Zusammenführung und Zusammenfassung:

      • Die extrahierten Informationen werden kombiniert und bei Bedarf in prägnante Bulletpoints zusammengefasst.
    4. Generierung des Gutachtens:

      • Ein Gutachten-Template wird verwendet, um die extrahierten und zusammengefassten Informationen in die entsprechende Struktur einzufügen.
      • Das fertige Gutachten wird als gutachten.txt gespeichert.
    5. Ausführung:

      • Stellen Sie sicher, dass sowohl dissertation.pdf als auch reference.txt im gleichen Verzeichnis wie das Skript vorhanden sind.
      • Führen Sie das Skript aus, um das Gutachten zu generieren.

    Hinweise

    • Modellwahl: Das Skript verwendet das llama3.1:8b-instruct-q8_0 Modell. Stellen Sie sicher, dass dieses Modell in Ihrer Ollama-Installation verfügbar ist.
    • Anpassungen: Passen Sie die Platzhalter [Name des Autors], [Dissertationstitel], [Datum] und [Name des Professors] im gutachten_template entsprechend an.
    • Fehlerbehandlung: Das Skript enthält einfache Fehlerprüfungen für das Vorhandensein der erforderlichen Dateien.

    Durch die Kombination dieses menschlichen und KI-gestützten Ansatzes können Sie effizient ein qualitativ hochwertiges Gutachten aus einer umfangreichen Forschungsarbeit erstellen.