Retrieval Augmented Generation (RAG) – Seminar
![Tetriselement Rot](/_assets/be2190bf69c68cc7e06fef4667cf68e0/Images/tetris-rot.png)
Dieses kompakte Live-Online-Training ermöglicht Ihnen eine umfassende Einführung in die Retrieval Augmented Generation (RAG). Dieses Training richtet sich speziell an Teilnehmer ohne umfangreiche KI-Erfahrung und aus unterschiedlichen Branchen bzw. Aufgabenbereichen. Ziel ist es, Ihnen die Grundlagen und praktischen Anwendungen von RAG näherzubringen, sodass Sie ein erstes RAG-System aufbauen und die Implementierung in Ihrem Unternehmen bewerten können.
Am Ende des Workshops sind Sie in der Lage ein erstes RAG-System aufzubauen und zu entscheiden, wie ein RAG-System in ihrem Haus eingesetzt werden kann. Melden Sie sich noch heute an und entdecken Sie, wie Sie mit RAG Künstliche Intelligenz in Ihrem Unternehmen einführen und gestalten. Nutzen Sie die Gelegenheit, Ihr Wissen zu erweitern und von unseren erfahrenen Trainern zu profitieren.
Ihr Nutzen
- Praktische Anwendungen kennenlernen und direkt umsetzen.
- Präzises und kontextbezogenes Prompting, um die Effizienz sowie die Nutzer- und Kundenzufriedenheit zu steigern.
- RAG effektiv nutzen, um maßgeschneiderten, zielgruppenspezifischen Content und Lernmaterialien zu liefern.
- Technische Kompetenzerweiterung, um ein eigenes RAG-System zu entwickeln und erfolgreich zu betreiben.
Nächster Seminartermin
Zielgruppen
Inhalte
Einführung in die KI
- Grundlagen der künstlichen Intelligenz
- Überblick über Large Language Models (LLMs)
Umgang mit LLMs und Prompting
- Einführung in LLMs
- Grundlagen des Prompting
Technische Bestandteile von RAG
- Laden von Daten aus internen Systemen (Dateien/APIs)
- Aufbau von Embeddings und Chunking-Strategien
Suchstrategien
- Vektor-Suche und Hybride-Suche
- Integration von Web-Suche und eigenen Tools/APIs
Tools und Betrieb
- Werkzeuge für den Betrieb von RAG-Systemen
FAQ
Durch die Kombination von abgerufenem Wissen mit Sprachgenerierung können Chatbots präzisere und kontextbezogene Antworten in Echtzeit liefern.
RAG kann genutzt werden, um Nutzerfragen zu beantworten, indem relevante Informationen aus großen Datenquellen abgerufen werden, anstatt nur auf vortrainiertes Wissen angewiesen zu sein.
Bei der Erstellung von Artikeln, Berichten oder Zusammenfassungen kann RAG relevante Quelleninformationen abrufen und in den generierten Inhalt integrieren.
Bei der Verwaltung von E-Mails kann RAG dazu beitragen, passende Antworten auf eingehende Anfragen zu generieren, indem es aus früheren Kommunikationen oder Unternehmensdatenbanken lernt.
Im Personalentwicklungs- und Bildungsbereich kann RAG zur Erstellung von personalisiertem Lernmaterial oder zur Beantwortung von Fragen durch Zugriff auf Bildungsressourcen verwendet werden.