#48 Retrieval-Augmented Generation (RAG) und die Anwendung im Unternehmen

Retrieval-Augmented Generation (RAG) ist eine Technik der
Künstlichen Intelligenz (KI), die die Stärken von
abfragebasierten und generativen Modellen kombiniert.
Abfragebasierte Modelle sind in der Lage, relevante Informationen
aus einem Datensatz zu finden, während generative Modelle neue
Informationen generieren können. Bei RAG wird zunächst eine Frage
oder Abfrage von einem Benutzer eingegeben. Diese Abfrage wird
dann mittels Vektordatenbank analysiert, um die relevanten
Informationen aus einem Datensatz zu finden. Die gefundenen
Informationen werden dann an ein generatives Sprachmodell (LLM)
gesendet, das eine Antwort generiert. Wir besprechen, wie sich
diese Methode im Unternehmen einsetzen lässt, welche
Voraussetzungen gegeben sein müssen und welche Technik dabei zum
Einsatz kommt.


Dr. Burkhard Heisen und Gerrit Meyer sprechen heute über:


(00:00) Podcast Statistiken


(02:00) Sprachmodelle (LLMs)


(09:00) RAG AI erklärt


(19:00) Prompt Engineering und Temperatur


(24:00) Conversational AI


(28:30) Anwendung im Unternehmen


(35:00) Parsen für die Vektordatenbank


Für Themenwünsche, Fragen und Feedback freuen wir uns auf deine
E-Mail an ⁠podcast@heisenware.com.


Diskutiere mit anderen Hörerinnen und Hörern auf unserem Discord
Server. Die Anmeldung ist kostenlos.


Einfach Komplex wird präsentiert und produziert von
⁠⁠Heisenware⁠⁠.