RAG - Retrieval-Augmented Generation: KI-Systeme mit aktuellem Wissen erweitern
- Presentation
- Artificial Intelligence (AI) in Technical Communication
- 11. November
- 12:15 PM (CET) - 01:00 PM (CET)
- Plenum 2
-
Julien Siebert
- Fraunhofer IESE
Contents
RAG (Retrieval-Augmented Generation) kombiniert die Stärken von Large Language Models mit externen Wissensquellen und ermöglicht es, KI-Systeme mit aktuellen, unternehmensspezifischen Informationen zu erweitern.
In diesem Vortrag erhalten Sie einen kompakten Überblick über RAG-Technologien: Wie funktioniert die Kombination aus Informationssuche und Textgenerierung? Welche praktischen Anwendungsmöglichkeiten ergeben sich für Ihr Unternehmen - von intelligenten Chatbots bis hin zu automatisierten Dokumentenanalysen?
Wir beleuchten sowohl die Chancen als auch die Herausforderungen: Wo liegen die Grenzen von RAG? Welche technischen und organisatorischen Kompetenzen benötigen Sie für eine erfolgreiche Implementierung?
Takeaways
• RAG verstehen: Die grundlegende Funktionsweise von Retrieval-Augmented Generation erklären und von klassischen Chatbots unterscheiden
• Potenziale identifizieren: Konkrete Einsatzbereiche von RAG in ihrem Arbeitsumfeld bewerten und priorisieren
• Risiken einschätzen: Typische Herausforderungen wie Halluzinationen, Datenqualität und Datenschutz bei RAG-Implementierungen benennen
• Ressourcenbedarf planen: Die notwendigen technischen, personellen und organisatorischen Kompetenzen für RAG-Projekte einschätzen
• Nächste Schritte definieren: Fundierte Entscheidungen über RAG-Pilotprojekte in ihrem Verantwortungsbereich treffen