#54 - Die Zukunft von LLMs: Retrieval Augmented Generation mit Sam Nündel, Teil 2

Wenn Unternehmen heute ein großes Sprachmodell wie ChatGPT produktiv einsetzen wollen, gibt es eine Reihe von Herausforderungen, die gelöst werden müssen, um zuverlässige, vertrauenswürdige, sichere und gesetzeskonforme Ergebnisse zu erzielen. Ein großer Bereich, in dem derzeit geforscht und gearbeitet wird, ist die Richtigkeit und Sicherheit der Daten, insbesondere die folgenden drei Punkte: Halluzinationen, Datentrennung und Datenschutz. Einer der vielversprechendsten Lösungsansätze ist die sogenannte Retrieval Augmented Generation (RAG), die verspricht, die aktuellen Probleme der LLMs kostengünstig und zuverlässig zu lösen. Im zweiten Teil des Interviews mit Sam Nündel geht es darum, wie Retrieval Augmented Generation die Probleme der Halluzination, der Datenkapselung und des Datenschutzes lösen kann, welche Voraussetzungen dafür z.B. in einem KMU erfüllt sein müssen und wie dies konkret in einem Chatbot-Projekt aussehen könnte. Hinweis: Zum Zeitpunkt der Aufnahme, habe ich das Interview mit meiner Kollegin Tanja Nündel geführt. Meine Kollegin Tanja ist inzwischen mein Kollege Sam. Den Titel der Folge und das Titelbild haben wir schon mit Sams neuen Namen versehen, nur die Folge selbst können wir leider nicht so leicht im Nachhinein ändern. Deswegen spreche ich Sam in dieser Folge noch mit seinem alten Namen an. Hier finden Sie die Shownotes und das Transkript der Folge: https://www.assono.de/blog/chatbots-und-ki-54-die-zukunft-von-llms-retrieval-augmented-generation-mit-sam-nuendel-teil-2