Knowledge-Graph-RAG für ein Schwäbisches Maschinenbau-Wissensportal
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst 5.000 technische Dokumente (anonymisiert), einen vorbereiteten Wissensgraph mit Maschinentyp, Baureihe, Baugruppe, Ersatzteil und 100 typische Servicetechniker:innen-Anfragen mit Goldstandard-Antworten. Baue zwei Pipelines: (1) klassisches RAG mit hybridem Retrieval; (2) KG-RAG mit Graph-Disambiguierung vor dem Retrieval (z. B. mit LangChain GraphQAChain oder eigener Implementierung). Evaluiere mit Faithfulness, Answer Relevancy und einer kleinen Servicetechniker-Stichprobe (10 Personen, binäre Bewertung). Liefere Pipeline, Demo, Vergleichsbericht und Empfehlung.
Das Briefing
Was Du tust und was Du zeigst.
Verbessert ein Wissensgraph-gestütztes RAG die Antwortqualität für Servicetechniker:innen messbar gegenüber klassischem RAG?
Earning criteria — what you'll demonstrate
- Wissensgraphen als Disambiguierungs-Schicht für RAG einsetzen
- Hybride Suche mit Graph-Constraints kombinieren
- RAG-Qualität mit Domänen-Stichprobe ehrlich evaluieren
- Architektur-Empfehlungen für eine produktive Wissens-Pipeline kommunizieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenKI-Engineer
Wissensgraph-RAG-Pipelines zu bauen und gegen klassisches RAG zu evaluieren ist eine Senior-typische Aufgabe für KI-Engineers in industriellen Wissens-Teams.
Dieses Projekt schärft
- knowledge-graph-rag
- retrieval-augmented-generation
- langchain
KI-Solutions-Architekt:in
Empfehlungen zur Architektur einer Wissens-Pipeline inklusive Graph-Disambiguierung gehören zum Kern der Arbeit von KI-Solutions-Architekt:innen in industriellen Konzernen.
Dieses Projekt schärft
- knowledge-graph-rag
- graph-queries
- llm-evaluation
Data Engineer
Wissensgraph-Pflege und Graph-Abfragen als Backbone einer produktiven RAG-Pipeline sind Tagesarbeit von Data Engineers in Daten-Plattform-Teams.
Dieses Projekt schärft
- sparql
- graph-queries
- knowledge-graph-rag
Noch eine Sache