Markdown-Ausgabe

AI-translated from English; not yet reviewed by a fluent editor.

# Eine stufenweise KI-Pipeline extrahiert Hardwarespezifikationen aus Datenblättern

> Ein Preprint von zwei Autoren berichtet, dass eine stufenweise KI-Extraktion aus 20 Datenblättern mehr durch Quellen belegte Hardwarespezifikationen hervorbrachte als eine Ein-Schritt-Baseline. Abbildungen und reale Entwurfsentscheidungen wurden nicht getestet.

By BIG CHANGE Editorial

Published: 2026-10-12T10:04:09.292Z
Updated: 2026-10-12T10:04:09.292Z
Canonical: https://bigchange.ai/blog/ai-hardware-datasheet-knowledge-graph-extraction

![Conceptual charcoal illustration of an unbranded electronic sensor module beside a datasheet table with one orange-highlighted row.](https://bigchange.ai/api/media/file/hardware-datasheet-sensor-spec-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE. It does not depict a studied component, a real datasheet, or a tested engineering decision.

Ein [Preprint der University of Michigan](https://arxiv.org/html/2610.12762v1) beschreibt, wie Hardwaredatenblätter in durchsuchbare Wissensgraphen überführt werden können, wobei jede extrahierte Spezifikation mit ihrer Quelle verknüpft bleibt. Bei 20 Datenblättern seien 98,8 % der Graph-Eigenschaften durch die zitierten Quellpassagen gestützt gewesen, gegenüber 76,1 % bei einem Ein-Schritt-Ansatz, berichten die Autoren. Das Ergebnis betrifft die Extraktionsqualität in ihrer Auswertung. Es zeigt nicht, dass eine aus einem der Graphen ausgewählte Komponente in einem fertigen Entwurf funktioniert.

## Die große Veränderung

- **Was sich geändert hat:** Die Forschenden teilten die Verarbeitung in begrenzte Extraktion, Graphplatzierung und wiederholte Bereinigung auf, statt das Modell den gesamten Graphen in einer Antwort erstellen zu lassen.
- **Warum das wichtig ist:** Wer als Ingenieur eine Bauteilgrenze nachschlägt, braucht den Wert, die Betriebsbedingungen und einen Weg zurück zum Datenblatt. In diesem Vergleich bewahrte das stufenweise Verfahren deutlich mehr quellenbelegte Eigenschaften.
- **Worauf zu achten ist:** Die berichteten Werte beruhen auf 20 Dokumenten und dem Vergleich mit einer Ein-Schritt-Baseline. Unabhängige Replikation und Tests in echten Auswahl- oder Prüfabläufen für Komponenten stehen noch aus.

## Die Pipeline verknüpft jede Spezifikation mit ihrer Quelle

Datenblätter verteilen Spezifikationen über Fließtext und Tabellen. Ein Spannungsbereich kann von einer Gerätevariante oder Betriebsart abhängen; eine isolierte Zahl beantwortet die technische Frage daher nicht vollständig. Das Verfahren wandelt PDFs zuerst in Markdown um, erhält die Tabellenstruktur und teilt den Text in Abschnitte. Jede Tabelle bleibt zusammen, damit Überschriften und Einheiten den beschriebenen Zellen zugeordnet bleiben. Abbildungen werden nicht eingelesen – eine wichtige Einschränkung, wenn Spezifikationen dort stehen.

Das Modell extrahiert aus jedem Abschnitt für gefundene Eigenschaften Namen, Beschreibung, Wert oder Bereich sowie Einheit. Die Beschreibung übernimmt Bedingungen, Konfigurationen und Gerätevarianten, sofern die Quelle sie nennt. Jede Eigenschaft behält ihren Quellabschnitt. In einem zweiten Schritt ordnet das Modell Eigenschaften Funktionsblöcken im Graphen zu. Eine UART-Baudrate gehört beispielsweise unter einen UART-Block; eine für mehrere Peripheriegeräte geltende Spezifikation weiter nach oben in der Hierarchie. Fehlt im anfänglichen Kategorienschema ein Block, kann das Modell einen neuen vorschlagen.

Das System verlangt vom Modell ausdrückliche Platzierungs- und Bearbeitungsanweisungen. Lokale Software prüft und übernimmt diese Anweisungen in gespeicherte Eigenschaften, statt das Modell Graph und Werte neu erzeugen zu lassen. Spätere Durchläufe führen doppelte Spezifikationen zusammen, unterscheiden gleichnamige Eigenschaften und prüfen Eigenschaften erneut, die platziert wurden, bevor ein passenderer Block existierte. Dadurch lassen sich falsche Werte oder Zuordnungen leichter bis zum Quellabschnitt und Verarbeitungsschritt zurückverfolgen. Die semantischen Entscheidungen des Modells werden dadurch nicht unfehlbar.

Bei einer Abfrage kann ein System passende Funktionsblöcke bestimmen und deren Eigenschaften samt anwendbaren, von übergeordneten Blöcken geerbten Eigenschaften untersuchen. Das ist ein dokumentierter Entwurf, um die Suche im Graphen einzugrenzen. Die Studie berichtet keinen Praxistest, der schnelleres Engineering oder weniger Kompatibilitätsfehler belegt.

## Was der Vergleich gemessen hat

Die Autoren testeten beide Verfahren mit GPT-5.4 bei Temperatur 0,2 an 20 Datenblättern: sieben Sensoren, fünf Verarbeitungskomponenten, fünf Stromversorgungsmodule und drei Kommunikationskomponenten. Die Dokumente umfassten 1.040 Seiten. Die Ein-Schritt-Baseline erhielt dasselbe analysierte Markdown wie das stufenweise System und sollte den vollständigen Graphen in einer Anfrage extrahieren, bereinigen und ordnen. Auch in diesem Vergleich fehlten daher bei beiden Verfahren die Abbildungsinhalte.

Die Werte 98,8 % und 76,1 % messen die *Eigenschaftstreue*: Stützt die an eine extrahierte Eigenschaft angehängte Passage sie? Ein LLM beurteilte die semantische Stützung; bei der Baseline musste das behauptete Zitat außerdem mit dem Eingabetext übereinstimmen. Anschließend verglichen die Forschenden, wie viele getreue Informationen eines Graphen aus dem anderen wiederhergestellt werden konnten. Die stufenweisen Graphen deckten 83,6 % der getreuen, normalisierten Baseline-Eigenschaften vollständig ab. Umgekehrt deckte die Baseline 10,5 % der Eigenschaften der stufenweisen Graphen vollständig ab.

Das sind gerichtete relative Abdeckungswerte, keine Anteile aller Spezifikationen in den ursprünglichen Datenblättern. Eine vollständige Ground-Truth-Liste gab es nicht. Die Autoren normalisierten Eigenschaften, um Unterschiede bei ihrer Aufteilung zu verringern, und ließen ein Modell vollständige, teilweise oder fehlende Abdeckung beurteilen. Eine manuelle Prüfung ergab, dass 186 von 200 stichprobenartig ausgewählten Normalisierungsanweisungen den Regeln entsprachen; acht nicht und sechs waren mehrdeutig. Diese Fehler können die Abdeckungswerte beeinflussen.

Auch die Verarbeitung kostet Zeit. Laut Studie dauerte eine Verfeinerungsrunde für einen Analog-Devices-Sensorgraphen mit mehr als 800 Eigenschaften wegen Modellabfragen und API-Latenz etwa 17 Minuten. Die Autoren wählten drei Durchläufe als Kompromiss. Die Arbeit nennt keine allgemeingültigen Kosten pro Datenblatt und belegt nicht, dass das Verfahren im Produktionsmaßstab wirtschaftlich ist.

## Der Einsatz im Engineering muss noch geprüft werden

Das Experiment maß extrahiertes Wissen, nicht Bauteilentscheidungen. Im Test der Autoren lieferte die Aufteilung eines dichten Dokuments in nachvollziehbare Extraktions- und Graphbearbeitungsschritte mehr quellenbelegte Informationen als ihre Ein-Schritt-Baseline. Ingenieure könnten mit einem solchen Graphen mögliche Grenzen finden und die verknüpfte Originalpassage prüfen. Vor einer Bauteilentscheidung müssen das Originaldatenblatt und die geltenden Bedingungen weiterhin von Menschen geprüft werden, besonders wenn nicht eingelesene Abbildungen wichtige Informationen enthalten.

Dies ist ein Preprint mit zwei Autoren, Version 1, eingereicht am 8. Oktober 2026. BIG CHANGE prüfte die Arbeit und die berichtete Methode und Ergebnisse; wir führten die Pipeline nicht aus und prüften ihre Graphen nicht unabhängig anhand der 20 Datenblätter. Die Arbeit belegt keine Leistung gegenüber anderen Extraktionssystemen, bei einem größeren Dokumentensatz oder in einem eingesetzten Hardwareablauf.

### Quellen und weiterführende Informationen

- [Qiao und Dick, *Faithful and Complete LLM-Assisted Automated Construction of Hierarchical Hardware Knowledge Graphs*](https://arxiv.org/html/2610.12762v1), arXiv-Version 1, eingereicht am 8. Oktober 2026. Primärquelle für Pipeline, Auswertung der 20 Datenblätter, Kennzahlen und erklärte Grenzen. Es sind Ergebnisse der Autoren; für diesen Artikel wurde keine unabhängige Replikation festgestellt.

## Sources

- [Faithful and Complete LLM-Assisted Automated Construction of Hierarchical Hardware Knowledge Graphs, arXiv v1](https://arxiv.org/html/2610.12762v1) — Hauptarbeit der Autoren zu Methode, Benchmark mit 20 Datenblättern und Grenzen; keine unabhängige Replikation.
- [arXiv-Versionsdatensatz zu 2610.12762](https://arxiv.org/abs/2610.12762) — Primärmetadaten zu Autoren, Einreichung der v1 und Forschungskategorie; keine unabhängige experimentelle Quelle.