RAG & Wissensmanagement: Firmenwissen mit KI durchsuchbar machen
Retrieval-Augmented Generation verbindet ein Sprachmodell mit deinen eigenen Dokumenten – so beantwortet die KI Fragen auf Basis deines Wissens statt aus dem Bauch. Du lernst, ein solches System zu planen, zu bauen und zu bewerten, und zwar so, dass es den Anforderungen der DSGVO genügt.
Was du lernst.
- Die RAG-Architektur und ihre Bausteine verstehen
- Dokumente aufbereiten und sinnvoll in Chunks teilen
- Embeddings erzeugen und Vektordatenbanken nutzen
- Antwortqualität mit Evaluationen messen
- Halluzinationen und Datenlecks verhindern
- Eine datensouveräne On-Premise-Variante planen
So ist der Kurs aufgebaut.
- Warum RAG?Grenzen von LLMs und wie Retrieval sie löst.
- Dokumente & ChunkingFormate, Bereinigung, Chunk-Strategien.
- Embeddings & VektordatenbankenÄhnlichkeitssuche verstehen und einsetzen.
- EvaluationTestfragen, Metriken und systematische Verbesserung.
- DSGVO-konforme ArchitekturLokale Modelle, Rechte, Protokollierung, Betrieb.
Für Entwicklerinnen, IT-Verantwortliche und Wissensmanager, die interne Dokumente mit KI nutzbar machen wollen – besonders in regulierten Branchen.
Python-Grundkenntnisse und ein Grundverständnis von LLMs (z. B. aus AI & ML Grundlagen).
Du baust ein funktionierendes RAG-System, bewertest seine Antworten messbar und kennst die Stellschrauben für einen datenschutzkonformen Betrieb.
Häufige Fragen zu RAG & Wissensmanagement.
Brauche ich eine Cloud-KI?
Nein. Der Kurs zeigt auch, wie RAG mit lokal betriebenen Modellen funktioniert.
Welche Vektordatenbank wird verwendet?
Wir vergleichen gängige Optionen und arbeiten mit einer frei verfügbaren Lösung, die du lokal betreiben kannst.
Eignet sich der Kurs für Teams?
Ja – mit der Firmenlizenz für 5 Personen zum Preis von 3, oder als Vor-Ort-Seminar mit euren eigenen Dokumenten.
Der CLAUDE.md-Spickzettel.
Vorlage, Regeln und häufige Fehler auf zwei Seiten – dazu etwa zwei Praxis-Tipps im Monat. Jederzeit abbestellbar.