- Professionelle IT'ler mit fortgeschrittenen Kenntnissen über KI-Systeme, die bereits selbst KI-Anwendungen entwickelt haben
Optimierung von RAG-Systemen
Fortgeschrittene Techniken für mehr Leistung
RAG macht jede/r − doch wie macht man es richtig?
Retrieval Augmented Generation (RAG) ist längst ein unverzichtbares Konzept für die Entwicklung leistungsstarker KI-Anwendungen. Doch für fortgeschrittene Entwickler*innen stellt sich nicht mehr die Frage, was RAG ist, sondern wie sie diese Systeme optimal nutzen. Wie lässt sich die Antwortqualität maximieren und der gesamte Workflow effizient gestalten?
Um diese Fragen zu beantworten, kommen kontinuierliche neue RAG-Optimierungsansätze hinzu. Das stellt die Entwickler*innen vor ein Dilemma: Die eingesetzten RAG-Systeme nicht zu optimieren, kann zu erheblichen Effizienz-Verlusten führen. Sich selbst über die wachsende Zahl der Möglichkeiten einen Überblick zu verschaffen, wird aufgrund der schieren Auswahl häufig zu einer ebenso aufwändigen wie frustrierenden Aufgabe.
Das geht einfacher. In diesem Training geben wir die Erkenntnisse weiter, die wir selbst in rund 2 Jahren im Umgang mit RAG gesammelt haben. Dazu evaluieren die Teilnehmenden anhand praxisnaher Beispiele die effektivsten Optimierungstechniken. Dabei lernen sie, welche Methoden (Reranking, Hybrid Retrival, Query Expansion, Knowledge Graphs,.. ) den größten Effekt erzielen und wie sie sich in den eigenen Anwendungsfällen einsetzen lassen.
Dieses Training richtet sich an alle, die RAG-Systeme nicht nur verstehen, sondern gezielt auf Spitzenleistung trimmen wollen – mit Fokus auf modernste Techniken und praxisnahe Strategien.
Die Themen dieses Trainings
- Evaluierung der Performance von RAG-Systeme
- Wichtige Metriken und Frameworks, wie RAGAS oder GroUSE
- Evaluierungsplattformen
- Aufbau eines Evaluierung Datensets
- Systematische Limitierungen von RAG
- Grundlagen der RAG-Optimierung
- Modelle
- Chunk-Size, Chunk-Count
- Promtoptimierung
- Fortgeschrittene RAG-Optimierung
- Semantic Chunking
- Hyprid Search (Keyword Search + Semantic Search)
- Reranking
- Query Expansion
- Factual Grounding & Guardrails
- Hypothetical Documents Embeding (HyDE)
- Hypothetical Question Embedding (HyQE)
- GraphRAG: Inlcuding Knowledge Graphs
- Querry Routing
- Multi-modal Retrieval
Das Training besteht zum überwiegenden Teil aus Praxis-Übungen, die stets durch einen kurzen Theorie Teil eingeleitet werden. Dazu nehmen wir einen realen Anwendungsfall und probieren eine Technik nach der anderen aus, um zu evaliuieren, was signifkanten Nutzen bringt. Die gewonnenen Erkenntnisse lassen sich leicht auf die eigenen Use Cases übertragen.
Als Advanced-Training richten wir den Fokus nicht auf ein bloßes Verständnis der RAG-Systeme, sondern darauf, wie es gelingt, ihre Performance zu maximieren − unter Einsatz der modernsten Techniken.
Wir bieten dieses Training exklusiv als Inhouse/Private Training an.
Ihre Ansprechpartnerin für Trainings: Yvonne Zimmermann
Sie haben Fragen zu einem Training? Oder möchten sich unverbindlich informieren?
Frau Zimmermann berät Sie gerne. Sie erreichen sie unter:
+49 (0) 721 6105 -160