Blog
RAG hat sich in den letzten Jahren zu einem weit verbreiteten Ansatz entwickelt, LLMs mit externem Wissen zu verbinden. Doch was passiert, wenn eine einzige Suche nicht ausreicht? Wenn die ursprüngliche Anfrage für die Suche ungeeignet formuliert ist oder wenn Informationen aus unterschiedlichen Quellen benötigt werden, bspw. aus mehreren Datenbanken oder aus dem Internet? Genau an diesem Punkt beginnen sich Naive RAG, Agentic RAG und Multi-Agentic RAG voneinander zu unterscheiden.
Weiterlesen
Wie funktioniert das Prinzip der Bildersuche? Wir geben Ihnen einen Überblick über verschiedene Arten der Bildersuche und erklären, wie ein Bild technisch analysiert wird und welche Rolle Computer Vision dabei spielt.
Weiterlesen
Mit der Weiterentwicklung von Apache NiFi in Richtung Version 2.x zeichnet sich ein klarer Paradigmenwechsel ab: Weg vom klassischen ETL-Tool – hin zu einer integrierten Data- und AI-Plattform. Eine der spannendsten Neuerungen dabei ist die native Unterstützung von Python und die Möglichkeit, KI-Logik direkt in Datenflüsse zu integrieren.
Weiterlesen
Bei der Nutzung von Suchfunktionen passieren jedem mal Tippfehler. Damit Suchanfragen trotzdem erfolgreich bleiben, setzt Apache Solr auf verschiedene fehlertolerante Mechanismen – klassisch per SpellChecker, aber in aktuellen Versionen auch über moderne Methoden wie neuronale Suche und hybride Vektorsuche.
Weiterlesen
Apache NiFi 2 bietet Unternehmen die Möglichkeit, ihre Datenströme effizient und sicher zu verwalten. Die Plattform überzeugt durch wesentliche Verbesserungen, die eine einfache Automatisierung komplexer Datenflüsse ermöglichen. Mit den neuen Features wie einer verbesserten Benutzeroberfläche, erweiterter Skalierbarkeit und umfassenden Sicherheitsfunktionen setzt NiFi 2 neue Maßstäbe in der Datenintegration.
Weiterlesen
Am 20. März fand das erste BASED Meetup in München statt, bei dem Experten innovative Ansätze wie Retrieval-Augmented Generation (RAG) und visuelle Sprachmodelle für die PDF-Suche präsentierten.
Weiterlesen
Apache Solr nutzt Machine Learning, um die Suchergebnisse durch neuronale Suche, Learning to Rank, Klassifikation und Clustering zu optimieren. Diese Technologien verbessern die Relevanz und Effizienz der Suche. Solr entwickelt sich kontinuierlich weiter, um mit den Fortschritten in der künstlichen Intelligenz Schritt zu halten und bietet flexible Lösungen für verschiedene Suchanwendungen.
Weiterlesen
Kibana Canvas ist ein leistungsstarkes Tool im Elastic Stack, das eine zentrale Rolle in der visuellen Datenaufbereitung spielt. Es ermöglicht, Elasticsearch-Daten in dynamische, ansprechende Präsentationen umzuwandeln, die über herkömmliche Dashboards hinausgehen. Erfahren Sie, welche Funktionen Kibana Canvas bietet und wie Sie es für Ihre individuellen Datenvisualisierungen optimal nutzen können.
Weiterlesen
Such- und Analyseplattformen wie Elasticsearch und OpenSearch spielen eine zentrale Rolle in modernen Unternehmen, sei es für die Optimierung von Online-Shop-Suchfunktionen oder den internen Informationsabruf. Erfahren Sie, welche Unterschiede es zwischen den beiden Tools gibt und wie Sie das für Sie passende auswählen.
Weiterlesen
Ein Re-Indexing in Apache Solr kann schwierig sein, ist aber möglich. In unserem Blogbeitrag veranschaulichen wir das Re-Indexing in Solr und zeigen alle Details, die Sie im Auge behalten müssen.
Weiterlesen