RAG & Wissensmanagement: Von Naive RAG zu Agentic GraphRAG
Retrieval-Augmented Generation verbindet ein Sprachmodell mit deinen eigenen Dokumenten – so beantwortet die KI Fragen auf Basis deines Wissens statt aus dem Bauch. In zwölf Wochen baust du ein solches System Schritt für Schritt auf: von Embeddings und Vektordatenbanken über Chunking, Hybrid Search und Reranking bis zu Knowledge Graphs, Enterprise Knowledge Management, Evaluation, Betrieb und Agenten. Jeder Lerntag folgt dem Rhythmus 08:00–15:00 mit Theorie, Python-RAG-Playground im Browser, Quiz-Sprint und Wrap-up; freitags wählst du eine von fünf agentischen Challenges. LangChain, LlamaIndex, Chroma, Neo4j, RAGAS & Co. laufen als realistische Nachbauten – ohne Cloud-Konto, ohne API-Kosten.
Was du lernst.
- Embeddings, Ähnlichkeitssuche und Vektordatenbanken (Flat, HNSW, IVF, PQ) verstehen und vergleichen
- Dokumente laden, bereinigen, deduplizieren und mit der passenden Chunking-Strategie indexieren
- Naive RAG mit LangChain und LlamaIndex bauen und mit Hybrid Search, Reranking, HyDE und Multi-Query verbessern
- Multi-Hop-Fragen, Self-RAG und GraphRAG mit Cypher und Knowledge Graphs umsetzen
- Taxonomien, Ontologien, Metadaten-Schemata und Governance für Enterprise-Wissen entwerfen
- Pipelines mit RAGAS, DeepEval und LLM-as-a-Judge bewerten, mit Tracing und Kosten-Tracking betreiben und Agentic RAG bauen
So ist der Kurs aufgebaut.
- Woche 1 · RAG Fundamentals & EmbeddingsRAG-Varianten, Embedding-Modelle, Kosinus, Top-k, t-SNE/UMAP, Retrieval-Metriken.
- Woche 2 · Vector Databases & IndexingChroma, Flat/HNSW/IVF/PQ, Recall vs. Latenz, Hybrid Search, Pre-/Post-Filtering.
- Woche 3 · Chunking & Document LoadingPDF, HTML, Markdown, Confluence, Notion; Chunk-Strategien, Metadaten, Cleaning, Deduplizierung.
- Woche 4 · Naive RAG & Evaluation BasicsLangChain vs. LlamaIndex, Prompt-Design mit Zitaten, Precision, Recall, MRR, NDCG, Halluzinationen.
- Woche 5 · Advanced RetrievalDense + Sparse mit RRF, Cross-Encoder-Reranking, HyDE, Multi-Query, Query-Transformation.
- Woche 6 · Multi-Hop, Compression & Self-RAGTeilfragen und Brücken-Entitäten, Contextual Compression, Self-Reflection, Adaptive Retrieval.
- Woche 7 · Knowledge Graphs & GraphRAGNodes und Edges, Cypher, NER und Relation-Extraction, Text-to-Cypher, Vector + Graph.
- Woche 8 · Enterprise Knowledge ManagementTaxonomie (SKOS), Ontologie (RDF/OWL), Dublin Core, Governance-Workflows, Access-Control.
- Woche 9 · RAG EvaluationRAGAS, DeepEval, LLM-as-a-Judge, Ground-Truth-Sets, A/B-Tests.
- Woche 10 · LLMOps & ObservabilityTracing mit LangSmith, Monitoring, Kosten, Caching, Drift und Alerting.
- Woche 11 · Agentic RAGTool-Calling, ReAct, Plan-and-Execute, Multi-Agent-Pipelines, Decision-Support.
- Woche 12 · CapstoneProblemdefinition, Pipeline, Evaluation, Production-Patterns und Präsentation.
Für Entwicklerinnen, Data Engineers, IT-Verantwortliche und Wissensmanager, die interne Dokumente mit KI nutzbar machen wollen – besonders in regulierten Branchen wie Versicherungen, Kanzleien und Gesundheitswesen.
Python-Grundkenntnisse (z. B. aus Python Grundlagen) und ein Grundverständnis von LLMs. Für die Lern-App genügt ein aktueller Browser.
Du baust eine eigene RAG- und Wissensplattform von der Datenaufbereitung bis zum Agenten, bewertest sie messbar und kennst die Stellschrauben für einen datenschutzkonformen Betrieb.
Häufige Fragen zu RAG & Wissensmanagement.
Brauche ich eine Cloud-KI oder API-Keys?
Nein. Die Lern-App führt Python im Browser aus; LLM, Embeddings und Datenbanken sind realistisch simuliert. Der Kurs zeigt außerdem, wie RAG mit lokal betriebenen Modellen funktioniert.
Welche Werkzeuge lerne ich kennen?
sentence-transformers, Chroma, BM25, LangChain, LlamaIndex, Neo4j/Cypher, RAGAS, DeepEval, LangSmith und typische Agenten-Muster – als Kurs-Nachbauten mit derselben API wie das Original.
Wie viel Zeit sollte ich einplanen?
12 Wochen mit je 5 Lerntagen. Im Selbststudium kannst du dein Tempo frei wählen; der Tagesrhythmus 08:00–15:00 ist für die Vor-Ort-Variante gedacht.
Eignet sich der Kurs für Teams?
Ja – mit der Firmenlizenz für 5 Personen zum Preis von 3, oder als Vor-Ort-Seminar mit euren eigenen Dokumenten.
Der CLAUDE.md-Spickzettel.
Vorlage, Regeln und häufige Fehler auf zwei Seiten – dazu etwa zwei Praxis-Tipps im Monat. Jederzeit abbestellbar.