Projektbeschreibung:

Datengetriebene Unternehmen müssen meist manuell aus der großen Menge an verfügbaren RAG-Ansätzen, Software-Modulen und KI-Grundmodellen eine Kombination auswählen, die zu ihrer spezifischen Anwendung passen kann. Hinzu kommen die diversen Datenquellen, die dabei in die RAG-Architektur eingebunden werden müssen. Die Schlüsselherausforderung beim Einsatz von RAG in der Praxis liegt in der informierten Zusammenfügung von adäquaten RAG-Pipelines auf Basis ihrer intendierten Nutzung. Hier setzt Learn2RAG an, indem es das Lernen von unternehmensspezifischen RAG-Pipelines sowie deren Deployment automatisiert und evaluiert.

Ziele des Vorhabens sind

1. die Entwicklung und Evaluation eines dateneffizienten, überwachten maschinellen Lernverfahrens für das Lernen von unternehmensspezifischen RAG-Pipelines auf Basis ihrer intendierten Anwendung sowie
2. die industriekonforme Bereitstellung der gelernten RAG-Pipelines.
   Damit werden deutsche Organisationen (insb. KMUs ohne KI-Expertise) in die Lage versetzt, korrekte, aktuelle und erklärbare Antworten aus großen Sprachmodellen ohne signifikante Investitionen zu erhalten. Durch das bestehende Netzwerk des Konsortiums werden mindestens 150 Unternehmen erreicht und befähigt, RAG bereits während der Projektlaufzeit zu erproben und einzusetzen.

Projektpartner:

• Universität Paderborn
• Institut für Digitale Technologien
• USU GmbH
• DRK-Landesverbandes Rheinland-Pfalz e.V.
• Fraunhofer IEM