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.
Event
Liliya Imasheva stellte auf der Conf42 Large Language Models 2026 eine Validierungs-Pipeline zur Bewertung von KI-Zusammenfassungen vor.
Event
Perelyn stellte auf der IOCMA 2026 der Konferenz unser Verfahren vorgestellt, das Graphdaten wie Lieferketten oder Netzwerke so transformiert, dass KI-Modelle auch über große Distanzen hinweg verlässlicher daraus lernen.
