KI für eigene Daten: Retrieval Augmented Generation (RAG) in der Praxis mit LangChain.js

Der Einsatz von Retrieval Augmented Generation (RAG) gewinnt stark an Bedeutung, wenn es darum geht, KI-Anwendungen auf unternehmensspezifische Daten zuzuschneiden. Dieser Workshop vermittelt praxisnahes Know-how für den gezielten Einsatz moderner KI-Architekturen in realen Geschäftsanwendungen.

Nach Teilnahme am Workshop können Sie ...

• das Prinzip von Retrieval Augmented Generation (RAG) mit LangChain.js und LangGraph.js verstehen und sicher anwenden.

• die Architektur von RAG-basierten Systemen verstehen und eigene Daten technisch integriert nutzen.

• eigene Daten über Embeddings und Vektor-Datenbanken in KI-Modelle einbinden.

• Prompts gestalten und optimieren, um die Präzision und Leistungsfähigkeit Ihrer KI zu verbessern.

• maßgeschneiderte KI-Lösungen für Cloud und On-Premises entwickeln und in bestehende Systeme einbinden.

In diesem Workshop lernen Sie die Grundlagen von RAG kennen und setzen das Gelernte praxisnah mit LangChain.js und LangGraph.js um. Sie erfahren, wie RAG moderne KI-Modelle mit unternehmensspezifischen Daten kombiniert, um präzise und kontextbezogene Antworten zu generieren.

Der Workshop vermittelt ein tiefes Verständnis für die Architektur von RAG-Systemen, die Integration eigener Daten über Embeddings und Vektor-Datenbanken sowie die Anbindung verschiedener KI-Modelle und APIs. Sie erlernen effektive Techniken zur Prompt-Optimierung und entwickeln modulare KI-Anwendungen, die flexibel in Cloud- oder On-Premises-Umgebungen einsetzbar sind.

In einer interaktiven Lernumgebung konzipieren und testen Sie eigene KI-Agenten und gewinnen so nicht nur technisches Know-how, sondern auch die Fähigkeit, innovative KI-Lösungen direkt im Berufsalltag erfolgreich umzusetzen.

• Architektur und API-Integration

  • Überblick über die Architektur von LangChain.js

  • Möglichkeiten, mit Language Models (LLMs &SLMs) zu arbeiten

  • Anbindung von APIs wie OpenAI, Azure OpenAI oder lokalen Modellen

  • Auswahlkriterien und technische Feinheiten der Modellintegration

• Eigene Daten einbinden

  • Technische Details zur Einbindung eigener Daten in KI-Modelle

  • Erkundung von Embedding-Modellen und Vektor-Datenbanken

  • Analyse und Auswahlkriterien für Vektor-Datenbanken

  • Konfiguration und Integration dieser Komponenten in Projekte

• Arbeiten mit Prompts – Best Practices

  • Nutzung von LangChain zur Optimierung von Prompts und Effizienzsteigerung

  • Entwicklung maßgeschneiderter KI-Lösungen mit RAG als zentralem Pattern

  • Einsatz der Architektur sowohl in der Cloud als auch On-Premises

  • Analyse der Auswahl und des Einsatzes von Vektor-Datenbanken

• Entwicklung von KI-Agenten mit LangGraph.js

  • Entwicklung eigener KI-Agenten von der Konzeption bis zu realistischen Testszenarien

  • Echtzeit-Interaktion und nahtlose Integration in Business-Anwendungen

Entwickler, die ihre technischen Fähigkeiten erweitern und praxisnahe Einblicke in den Einsatz moderner KI-Technologien gewinnen möchten

• Vorkenntnisse

  • Grundkenntnisse in JavaScript/TypeScript mit Node.js

  • Grundkenntnisse in Docker

• Technische Voraussetzungen

  • IDE zur Webentwicklung (im Workshop wird vom Trainer Visual Studio Code verwendet)

  • Die aktuelle Node.js LTS-Version muss installiert und NPM ohne Proxy-Probleme nutzbar sein.

  • Eine installierte Docker-Umgebung wäre ideal, ist aber nicht zwingend erforderlich. Alternativ zu Docker kann auch die kostenlose Desktop-Software LM Studio verwendet werden.

  • Ein OpenAI- oder Azure-OpenAI-Account wäre ebenfalls von Vorteil, ist aber nicht zwingend erforderlich.

• Sie erhalten Ihre Schulungsunterlagen in digitaler Form. So können Sie selbst entscheiden, ob Sie diese elektronisch bearbeiten und archivieren oder lieber ausdrucken möchten.

• Mit der Teilnahmebescheinigung unterstreichen Sie Ihr Weiterbildungsengagement und verbessern Ihre Perspektiven für interne Karriereschritte oder neue berufliche Wege.

Sie nehmen über Zoom am Workshop teil, wobei die Verbindung über einen lokal gehosteten, DSGVO-konformen On-Premises-Connector erfolgt.

Um einen intensiven Austausch zwischen dem Trainer und den Teilnehmenden zu gewährleisten, erfolgt die Schulung in Gruppen von höchstens 20 Personen.

Sollte die Durchführung der Veranstaltung aufgrund höherer Gewalt, der Verhinderung eines Referenten, von Störungen am Veranstaltungsort oder wegen zu geringer Teilnehmerzahl nicht möglich sein, werden die Teilnehmenden so früh wie möglich informiert.