Private Enterprise GPT mit Spring AI - Eigene Unternehmensdaten für KI-Anwendungen nutzen
Webinar - GFU Cyrus AG
Nach dem Seminar sind Sie in der Lage, eine vollständige Private-Enterprise-GPT-Lösung auf Basis von Spring AI zu konzipieren, zu entwickeln und produktionsreif bereitzustellen. Sie verstehen die zentralen Konzepte von Retrieval Augmented Generation, Embeddings, Vektordatenbanken und Retrieval-Pipelines und können Unternehmenswissen gezielt für KI-Anwendungen nutzbar machen. Darüber hinaus beherrschen Sie die Entwicklung effizienter Dokumenten-Pipelines, die Optimierung von Retrieval-Prozessen sowie die Integration moderner KI-Funktionen in bestehende Java- und Spring-Anwendungen.
Einführung in Private Enterprise GPT und Spring AI
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
Dauer/zeitlicher Ablauf:
3 Tage
Zielgruppe:
Das Seminar richtet sich an Java-Entwickler, Softwarearchitekten, Solution Architects, Technical Leads, Backend-Entwickler sowie IT-Professionals, die KI-Anwendungen mit eigenen Unternehmensdaten entwickeln möchten. Besonders geeignet ist die Schulung für Teams, die Retrieval-Augmented-Generation-Lösungen, Enterprise-Chatbots, Wissensmanagement-Systeme oder intelligente Suchanwendungen auf Basis moderner KI-Technologien realisieren möchten.
Voraussetzungen:
Sie verfügen über gute Kenntnisse der Java-Programmierung.
Sie besitzen praktische Erfahrung mit Spring Boot und der Entwicklung von Backend-Anwendungen.
Sie haben Grundkenntnisse moderner Softwarearchitekturen und Web-APIs.
Grundlegende Kenntnisse zu Large Language Models oder Generativer KI sind hilfreich, aber nicht zwingend erforderlich.
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern.
Diese Cookies werden nicht automatisiert gesetzt.
Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren.
Weitere Informationen finden Sie hier.
