Grundlagen, Methoden und Anwendungsmöglichkeiten
Large Language Models (LLMs) sind aus vielen Anwendungsbereichen nicht mehr wegzudenken. Gleichzeitig stoßen sie an Grenzen, wenn es um aktuelles, spezifisches oder überprüfbares Faktenwissen geht. Retrieval-Augmented Generation (RAG) adressiert dieses Problem, indem externe Datenquellen gezielt in die Antwortgenerierung eingebunden werden.
Der Vortrag führt in die Grundlagen von RAG ein und erläutert das Zusammenspiel von Retrieval-Systemen und generativen Modellen. Neben einfachen RAG-Ansätzen werden auch komplexere Methoden, typische Fehlerquellen sowie unterschiedliche Anwendungsszenarien vorgestellt – etwa für Chatbots oder erweiterte Suchsysteme. Ein weiterer Schwerpunkt liegt auf den infrastrukturellen Rahmenbedingungen für den institutionellen Einsatz von RAG-Diensten.
Referent: Malte Dreyer ist Direktor des Zentrums Computer- und Medienservice (CMS) der Humboldt-Universität zu Berlin. Er verantwortet dort die strategische Steuerung der digitalen Infrastruktur, IT-Services und Medientechnik.