Niklas Wabro präsentierte vor wenigen Tagen an unserem Forschungsbereich seine Bachelorarbeit, in der er den Einsatz von Large Language Models (LLMs) wie ChatGPT und Perplexity zur Ermittlung von Kupfergehalten in den Produktgruppen der Kombinierten Nomenklatur, dem Warenklassifikationssystem der Europäischen Union, untersuchte.

Die Arbeit behandelt ein hochaktuelles Thema und liefert vielversprechende Ergebnisse. Die entwickelten Prompt-Strategien können Materialflussexpertinnen und Materialflussexperten bei der Analyse von Stoffströmen erheblich unterstützen und eignen sich insbesondere für die Erstellung erster Grobbilanzen.

Die gewonnenen Erkenntnisse fließen in ein aktuell laufendes Folgeprojekt des 2025 abgeschlossenen TSI-Projekts „Roadmap for a Future Comprehensive Raw Material Balance“ ein. Ziel ist die Weiterentwicklung eines bestehenden Modellprototyps zur Analyse sekundärer Rohstoffkreisläufe anhand von vier ausgewählten Rohstoffen.

Wir gratulieren Niklas herzlich zu seiner erfolgreichen Arbeit und danken ihm für seinen wertvollen Beitrag zu diesem Forschungsfeld.