KI und Data, Teil 5
17.02.2025, 00:00 Uhr
RAG-Time bei Microsoft
Systeme auf Basis von Retrieval-Augmented Generation erfreuen sich großer Beliebtheit. Wie sie sich in der Microsoft-Welt umsetzen lassen, erfahren Sie in diesem Artikel.
Retrieval-Augmented Generation (RAG) ist eine wichtige Komponente im Kontext der aktuellen Nutzung generativer KI. Das Microsoft-Ökosystem mit M365, Azure und .NET ist hier keine Ausnahme. Aufbauend auf dem vorangegangenen Artikel [1], der die Grundlagen von RAG und Fine-Tuning beleuchtete, widmen wir uns nun den spezifischen Vorteilen von RAG-Systemen in KI-Anwendungen. Wie in [1] beschrieben, entfällt mit RAG die Notwendigkeit, Modelle ständig neu trainieren zu müssen. Stattdessen greift das System dynamisch auf relevante Informationen zurück und liefert kontextgenaue Antworten. Dies ist insbesondere in Unternehmensanwendungen mit sich schnell ändernden Informationslandschaften von Vorteil.
Der Fokus dieses Artikels liegt auf den Einsatzmöglichkeiten von RAG-Systemen in der Microsoft-Welt. Im Mittelpunkt stehen technische Details, Implementierungen und Werkzeuge wie Semantic Kernel und Azure AI Services. Der Beitrag richtet sich an Entwickler und Entscheider, die praktische Anwendungen von RAG verstehen und nutzen möchten. Er basiert auf einem realen Use Case, der in abstrakterer Form vorgestellt wird. Die Implementierung ist testweise umgesetzt und aktuell in der Evaluationsphase.
Jetzt 1 Monat kostenlos testen!
Sie wollen zukünftig auch von den Vorteilen eines plus-Abos profitieren? Werden Sie jetzt dotnetpro-plus-Kunde.
- + Digitales Kundenkonto,
- + Zugriff auf das digitale Heft,
- + Zugang zum digitalen Heftarchiv,
- + Auf Wunsch: Weekly Newsletter,
- + Sämtliche Codebeispiele im digitalen Heftarchiv verfügbar
