Rybinski, Fabian

Die Qualität von Large Language Model (LLM) Outputs hängt maßgeblich von der Struktur und dem Design der Eingabeprompts ab. Während Chain-of-Thought-Prompting (CoT) bereits etablierte Verbesserungen zeigt, bleibt das Potenzial strukturierter Ansätze basierend auf formalen Modellen weitgehend unerforscht.

Prozessmodelle aus der Geschäftsprozessmodellierung bieten etablierte Strukturierungsparadigmen mit klar definierten Elementen wie Aktivitäten, Gateways, Events und Datenflüssen. Diese formalen Strukturen könnten als Templates für die Gestaltung von LLM-Prompts dienen, um komplexe Aufgaben systematisch zu durchdenken und zu bearbeiten. Verschiedene Prozessmodellierungssprachen wie BPMN, DMN oder Petri-Netze bieten unterschiedliche Strukturierungsansätze, die für verschiedene Aufgabentypen geeignet sein könnten.

Im Rahmen dieser Abschlussarbeit soll deshalb untersucht werden, wie Prozessmodelle als strukturierende Elemente für LLM-Prompting genutzt werden können. Ziel ist es, durch die Entwicklung prozessmodell-basierter Prompting-Strategien die Ausgabequalität von LLMs zu verbessern.

Die Arbeit soll dabei die folgenden Schritte abdecken:

Recherche: Zunächst wird eine initiale Recherche durchgeführt, um bestehende Ansätze in der Literatur im Bereich Prompt Engineering und strukturierter LLM-Eingaben zu erfassen.

Analyse: Die relevanten Prozessmodell-Elemente und Prompting-Techniken sollen anhand ausgewählter Kriterien auf ihre Kombinierbarkeit und Eignung für verschiedene Aufgabentypen untersucht und bewertet werden.

Konzeption: Basierend auf der Analyse wird ein Konzept entwickelt, das die systematische Übertragung von Prozessmodell-Strukturen in Prompting-Templates ermöglicht. Hierbei sollen auch Kombinationen mit bestehenden Techniken wie CoT erarbeitet werden.

Prototyp & Evaluation: Abschließend soll eine prototypische Umsetzung entwickelt und verschiedene Prompting-Strategien evaluiert werden.