KI-gestützte Recherche & Wissensmanagement: Architektur und Implementierung mit RAG & Knowledge Graphs

Ziele der Schulung

In dieser 2-tägigen Schulung "KI-gestützte Recherche & Wissensmanagement: Architektur und Implementierung mit RAG & Knowledge Graphs" erwerben Sie fundierte Kenntnisse, um retrieval-augmented LLMs (RAG) und Knowledge Graphs in Unternehmen einzusetzen. Sie lernen, wie man Wissensbestände strukturiert, RAG-Pipelines implementiert, Knowledge Graphs modelliert und LLM-basierte Recherche- und Wissensmanagementsysteme produktiv aufsetzt. Am Ende des Seminars sind Sie in der Lage, End-to-End-Lösungen zu planen, zu implementieren und performant in produktiven Umgebungen zu betreiben, inklusive Monitoring, Skalierung und Governance.

Zielgruppe Seminar

• Data Engineers, KI-Architekten und MLOps-Teams, die RAG- oder Knowledge-Graph-basierte Wissenssysteme implementieren
• IT-Verantwortliche und Enterprise-Architekten, die interne Wissensbestände KI-gestützt verfügbar machen und skalieren wollen
• Softwareentwickler mit Fokus auf KI-Integration und API-gestützte Systeme
• Fortgeschrittene Data Scientists, die ihre Modelle produktiv deployen und mit Knowledge Graphs verbinden möchten

Voraussetzungen

Erforderlich:

• Grundkenntnisse in Python oder vergleichbarer Programmiersprache
• Grundverständnis von Machine Learning / LLMs
• Erfahrung mit APIs und grundlegenden Datenbankkonzepten (relational oder dokumentenbasiert)

Von Vorteil:

• Erfahrung mit Vektordatenbanken, Graphdatenbanken oder Knowledge Graph-Modellierung
• Kenntnisse in MLOps und KI-Infrastruktur
• Grundlagen in Cloud-Computing und Containerisierung

Seminarinhalt

Einführung in RAG und Knowledge Graphs

• Architektur und Funktionsweise von RAG
• Überblick Knowledge Graphs: Entitäten, Relationen, Semantik
• Praxisbeispiele: Unternehmens-Wiki, Dokumentenmanagement, Conversational AI

Daten- und Wissensaufbereitung

• Datenquellen analysieren: strukturierte & unstrukturierte Daten
• Dokumentenaufbereitung, Vektorisierung und Indexierung
• Knowledge Graph Modellierung: Ontologien, Relationen, Metadaten

Praktische Umsetzung: Setup & erste Tests

• Installation und Konfiguration von Retrieval- und Knowledge-Graph-Systemen
• Anbindung eines Knowledge Graphs an ein LLM
• Hands-on: Mini-Prototyp für interne Unternehmensdaten

Integration von RAG & Knowledge Graphs

• End-to-End-Pipeline: Dokumente → Vektorraum → LLM
• Kombination von Graph-Daten und Retrieval für faktenbasierte Antworten
• API-Design und Schnittstellenintegration

Performance, Skalierung & Governance

• Optimierung von Batch-Größen, Parallelisierung, Latenzmanagement
• Skalierung: Multi-Instance-Deployments, Load Balancing, Cloud-Infrastruktur
• Sicherheits- und Datenschutzaspekte: Zugriffskontrollen, Audit, Compliance

Praxisworkshop: Produktives System

• End-to-End-Deployment einer RAG- & Knowledge-Graph-Lösung
• Test von Inference-Endpunkten und Monitoring
• Debugging, Logging, Performance-Monitoring
• Diskussion: Best Practices & Lessons Learned

Ausblick & weiterführende Konzepte

• Multi-Graph-Architekturen, Agentic AI, Hybrid-KI-Systeme
• Integration in bestehende Unternehmensprozesse
• Potenziale für Automatisierung und Wissensanalyse

Open Badge für dieses Seminar - Ihr digitaler Kompetenznachweis

Durch die erfolgreiche Teilnahme an einem Kurs bei IT-Schulungen.com erhalten Sie zusätzlich zu Ihrem Teilnehmerzertifikat ein digitales Open Badge (Zertifikat) – Ihren modernen Nachweis für erworbene Kompetenzen.

Ihr Open Badge ist jederzeit in Ihrem persönlichen und kostenfreien Mein IT-Schulungen.com-Konto verfügbar. Mit wenigen Klicks können Sie diesen digitalen Nachweis in sozialen Netzwerken teilen, um Ihre Expertise sichtbar zu machen und Ihr berufliches Profil gezielt zu stärken.

Übersicht: KI Management, Strategie & Governance Schulungen Portfolio

Mehr zu den Vorteilen von Badges

Kundenbewertungen

Seminare kurz vor der Durchführung