RAG-Strategie für KMU

Was wir konkret machen

1. RAG-Grundlagen: Was bedeutet Retrieval-Augmented Generation — und wo bricht es in der Praxis
2. Architektur-Bausteine: Embedding, Vektor-DB, Chunking, Reranking, Generierung
3. Modell-Auswahl: Cloud (Voyage, OpenAI) vs. lokal (Sentence-Transformers) — Kosten/Datenschutz/Qualität
4. Pflichtenheft-Workshop: Anforderungen aus dem eigenen Korpus ableiten
5. Anbieter-Bewertung: Wie evaluieren Sie RAG-Lösungen neutral (nicht durch Sales-Demos)
6. Praxis-Block: Wir bauen mit Ihrem Beispiel-Datensatz einen Mini-RAG live (live im Workshop)
7. Mess-Setup: Wie messen Sie, ob Ihr RAG-System wirklich gut ist

Was Sie mitnehmen

• Klares Verständnis welche RAG-Architektur für Ihren Use-Case passt
• Erstes Pflichtenheft (Skelett) für die Anbieter-Anfrage
• Evaluations-Protokoll für faire RAG-Vergleiche
• Realistische Kosten-Aufwand-Einschätzung

Methode

Ganztags-Workshop mit hohem Praxisanteil. Wir nutzen unsere eigene Production-RAG-Plattform RAG-Wissen als Anschauungsmaterial. Sie bekommen Code-Snippets, Eval-Skripte und Pflichtenheft-Templates mit nach Hause.

Voraussetzungen

Grundlegende Technik-Affinität (Sie müssen nicht programmieren können, aber Architektur-Diagramme verstehen). Idealerweise haben Sie einen ungefähren Datenbestand im Kopf, an dem Sie RAG einsetzen wollen.