SRAG

Sicherheitsassistenz für die Automatisierungstechnik

Die Sicherheit in der Automatisierungstechnik ist unerlässlich für den Schutz von Menschen, Anlagen und Daten.© Adobe Stock/Kanin, generiert mit KI

Motivation

Automatisierungstechnik spielt eine zentrale Rolle in der Steuerung und Überwachung wichtiger industrieller und betrieblicher Prozesse. Sie basiert auf einer Kombination von Hardware- und Softwarekomponenten wie Sensoren, Aktoren und Steuerungen für Optimierung und Zustandsüberwachung. Da Automatisierungstechnik oft von Drittanbietern bezogen wird, kann sie Softwarebibliotheken oder Open-Source-Projekte mit Sicherheitsrisiken enthalten. Dabei ist sichere Automatisierungstechnik ein elementarer Baustein für sichere Arbeitsumgebungen und effiziente Produktion.

Ziele und Vorgehen

Im Vorhaben „SRAG“ entwickeln die Forschenden einen domänenspezifischen KI-Assistenten zur Schwachstellenbehandlung und zum Umgang mit Sicherheitsinformationen für die Automatisierungstechnik. Hierbei verfolgen die Forschenden einen Ansatz, der große Sprachmodelle (engl. Large Language Models, LLM) mit einer Technik zur Anreicherung der Textgenerierung mit Informationen aus verschiedenen Datenquellen (eng. Retrieval Augmented Generation, RAG) kombiniert. Dadurch soll das anvisierte System sicherheitsrelevante Informationen, wie Schwachstellendatenbanken, Herstellerdokumentationen und Betriebsprotokolle automatisiert sammeln, analysieren und aufbereiten können. Die RAG-Komponente soll es ermöglichen, die analysierten Daten speziell auf die Bedürfnisse und Anforderungen der jeweiligen Zielgruppe, wie Komponentenhersteller oder Anlagenbetreiber, zugeschnitten aufzubereiten. Basierend auf der Analyse und Aufbereitung soll das System zudem in der Lage sein, konkrete Handlungsempfehlungen zur Behebung von Schwachstellen zu formulieren.

Innovationen und Perspektiven

Das Projekt leistet einen wichtigen Beitrag, die Sicherheit und Effizienz in der Automatisierungstechnik zu stärken und das Management von Sicherheitsrisiken zu verbessern. Die innovative Kombination von LLM und RAG ermöglicht es, einen hocheffizienten, kontextbewussten und adaptiven KI-Assistenten für die Sicherheit von Automatisierungssystemen zu schaffen und leistet so einen essenziellen Beitrag für die wirtschaftliche Stabilität, nationale Sicherheit und technologische Führungsposition Deutschlands.