Event
Wenn ein KI-System eine Frage beantwortet, hängt die Qualität der Antwort nicht nur vom Sprachmodell ab. Sie hängt davon ab, welche Informationen das System findet – und wie es sie bewertet.
Maximilian Schattauer stellte auf der Conf42 Prompt Engineering 2025 vor, wie sich Retriever und Dokumenten-Ranking in KI-Systemen gezielt optimieren lassen. Der Vortrag knüpfte an unsere laufende Arbeit bei Perelyn an: Wie stellen wir sicher, dass die Systeme, die wir für Kunden entwickeln, nicht nur Antworten liefern, sondern die richtigen Antworten?
Die Frage klingt einfach. In der Praxis ist sie es nicht. Dokumente haben unterschiedliche Relevanz, Kontexte verschieben sich, und die Reihenfolge, in der ein Modell Informationen erhält, beeinflusst das Ergebnis. Wer hier nicht sorgfältig arbeitet, baut Systeme, die überzeugend klingen, aber an der Sache vorbei antworten.
Für uns ist Prompt Engineering kein isoliertes Thema. Es ist ein Bestandteil der Systemarchitektur – und damit eine Ingenieursdisziplin, keine Stilfrage.
Die Aufzeichnung des Vortrags steht auf YouTube zur Verfügung.
News
Die Beiträge des Workshops „AI in Production" auf der KI2025 sind als Sammelband veröffentlicht worden. Darunter ein Paper unseres Teams zum Einsatz des Model Context Protocol (MCP) in industriellen Produktionsumgebungen.
News
Dominik Filipiak und Michael Banf sind Co-Autoren eines Community Papers zur Topological Deep Learning Challenge 2025, veröffentlicht in den Proceedings of Machine Learning Research. Ihr Beitrag fließt ein in TopoBench, eine offene Benchmarking-Bibliothek für die Forschungscommunity.
