Private Enterprise GPT mit Spring AI – Eigene Unternehmensdaten für KI-Anwendungen nutzen Neu
Generative KI entfaltet ihr volles Potenzial erst dann, wenn sie auf unternehmenseigenes Wissen zugreifen kann. In diesem praxisorientierten Seminar lernen Sie, wie Sie eine Private-Enterprise-GPT-Lösung auf Basis von Spring AI entwickeln und produktionsreif bereitstellen. Im Mittelpunkt steht der Aufbau einer modernen Retrieval Augmented Generation (RAG)-Architektur, die interne Dokumente, Wissensdatenbanken und weitere Unternehmensquellen sicher und effizient nutzbar macht. Sie beschäftigen sich mit der Verarbeitung und Aufbereitung von Dokumenten, Embeddings, Vektordatenbanken, Chunking-Strategien, Retrieval-Verfahren sowie Prompt-Orchestrierung.
Dauer
Termine
Inhalt
Grundlagen von Large Language Models (LLMs)
Unterschied zwischen Public GPTs und Private GPTs
Architektur moderner Enterprise-AI-Anwendungen
Überblick über Spring AI und das Ökosystem
Grundlagen von Retrieval Augmented Generation (RAG)
Funktionsweise von RAG-Architekturen
Komponenten einer Retrieval-Pipeline
Grenzen klassischer LLM-Anwendungen
Typische Enterprise-Anwendungsfälle
Dokumenten-Ingestion und Wissensaufbereitung
Verarbeitung von PDF-, Office- und Textdokumenten
Extraktion und Normalisierung von Inhalten
Aufbau von Wissensquellen und Dokumenten-Pipelines
Qualitätssicherung bei Unternehmensdaten
Chunking und Chunk-Optimierung
Grundlagen des Chunkings
Fixed-Size-, Semantic- und Recursive-Chunking
Chunk-Größe und Retrieval-Qualität
Strategien zur Optimierung von Suchergebnissen
Embeddings und Vektordatenbanken
Erzeugung von Embeddings
Similarity Search und Vektorsuche
Einbindung von Vektordatenbanken
Indexierung und Performance-Optimierung
Metadata-Aware Retrieval und Suchstrategien
Verwendung von Metadaten im Retrieval-Prozess
Filterung und Ranking von Dokumenten
Hybrid Search und Multi-Stage Retrieval
Verbesserung der Antwortqualität
Prompt Engineering und Prompt-Orchestrierung
Aufbau effektiver Prompts
Context Management für RAG-Systeme
Prompt Templates und Workflows
Steuerung von KI-Antworten
Entwicklung einer produktionsreifen Private-GPT-Anwendung
Integration aller Komponenten mit Spring AI
Sicherheit und Datenschutz
Monitoring, Logging und Observability
Wartbarkeit und Skalierbarkeit von AI-Anwendungen
Praxisworkshop: Aufbau einer vollständigen Enterprise-GPT-Lösung
Implementierung einer End-to-End-RAG-Anwendung
Anbindung eigener Unternehmensdaten
Optimierung und Testing
Best Practices für den produktiven Einsatz
Zielgruppe
Wir bieten alle unsere Kurse mit flexibler Teilnahmemöglichkeit an: entweder klassisch bei uns im Kursraum
oder online per MS Teams. Auch ein Wechsel an einzelnen Tagen ist möglich (hybride Durchführung).
Einfach bei der Anmeldung angeben, ob eine Online-Option gewünscht wird.