KonzepteReranker im RAG: Reranking und Cross-Encoder erklärt
Ein Reranker ordnet die von einem RAG gefundenen Passagen neu, bevor sie ans LLM gehen. Cross-Encoder, Bi-Encoder, RRF, Kosten, Latenz: wann er sich lohnt.
KonzepteEin Reranker ordnet die von einem RAG gefundenen Passagen neu, bevor sie ans LLM gehen. Cross-Encoder, Bi-Encoder, RRF, Kosten, Latenz: wann er sich lohnt.
LeitfadenIhr internes RAG enttäuscht? Audit-Raster in 7 Schichten, Tests für Ihr eigenes Tool, eine Methode zur RAG-Evaluation und Kriterien: verbessern oder ersetzen.
KonzepteFDE heißt Forward Deployed Engineer: ein Softwareingenieur, der beim Kunden arbeitet. Ursprung bei Palantir, Aufgaben, Skills, Gehalt, Unterschied zum Berater.
LeitfadenDie eigene KI im M&A-Datenraum von Datasite, Intralinks oder iDeals nutzen: integrierte KI, MCP oder Dateizugriff. Was jeder Datenraum erlaubt, wo er endet.
KonzepteAuf FinanceBench steigt dasselbe Modell je nach Suchsoftware von 27 % auf 86 % richtige Antworten. In der Due Diligence zählt vor allem: das richtige Dokument.
Ein selbst gebautes RAG stößt bei einigen Tausend Dokumenten pro Agent an Grenzen, bei ähnlichen früher. Agentic RAG filtert zuerst und schafft über 100.000.
LeitfadenMistral OCR kostet 4 $ pro 1.000 Seiten. Ein Open-Weight-OCR auf einer europäischen GPU kostet 0,15 $ und bleibt souverän. Benchmark, Break-even, Fallstricke.
LeitfadenJev als Reranker im RAG: unser Produktionseinsatz des KI-Modells von TypeSafe, vergebene Scores, behaltene Chunks, Antwortzeit und Kosten pro 1.000 Suchen.
LeitfadenWie funktioniert KI? Neuronales Netz, Token, Training, Fine-Tuning, Halluzination, LLMOps: zehn Konzepte, die zeigen, wohin Ihr KI-Budget fließt.
Hybrid Search erklärt: semantische Suche, Keywords, Fachtools, Datenbankabfrage, Katalog und Sonderverarbeitung. Die sechs Wege, die ein KI-Agent kombiniert.
LeitfadenInterner KI-Chatbot für Unternehmen: wofür er wirklich taugt, was ihn vom Website-Chatbot unterscheidet, typische Fallstricke und Erfolgsbedingungen.
LeitfadenWarum Wissensmanagement im Unternehmen so oft scheitert, was KI am Umgang mit Wissen wirklich ändert und was sie nie ändern wird. Mit Praxisbeispiel.
LeitfadenWarum ein Anbieter für ein KI-SLA im Unternehmen nicht reicht: Zusagen im Vergleich, LLM-Gateway mit mehreren Anbietern, Fallback für RAG und Assistenten.
LeitfadenKontextbezogene KI mit RAG im Wissensmanagement: 6 konkrete Produktivitätsgewinne für Unternehmen, die ihr Wissen besser strukturieren und teilen wollen.
LeitfadenEin RAG-System ist schnell als Prototyp gebaut, ein nützliches und stabiles Produkt daraus zu machen, ist schwer. Die 5 häufigsten Fehler in Produktion.
ProduktSQL und KI: Ihre Daten liegen in Datenbanken, aktuell, aber schwer zugänglich. KI fragt sie in natürlicher Sprache ab und verknüpft sie mit Dokumenten.
KILokales LLM und RAG on premise 2026: GPU-Preise, Speicherbedarf pro Modell, Gesamtkosten und Break-even gegenüber demselben Modell per API, in Zahlen.
Demo3:41Deploy an enterprise chatbot in 3 minutes.
KonzepteLangsame Embedding-APIs, Abhängigkeit vom Anbieter: unsere Erfahrung aus der Produktion und warum ATG das Embedding-Modell Qwen3 Embedding 8B parallel aufruft.
TutorialWas ist RAG in der KI? Retrieval Augmented Generation erklärt: Funktionsweise, Wahl des LLM, hybride Suche, Agentic RAG und Erfahrungen aus der Produktion.