Warum eure KI euer Unternehmen nicht versteht – Mit Knowledge Graphs vom RAG-Silo zum Semantic Mesh

Ihr stellt eure Daten bereits über Data Products und APIs bereit und bindet KI-Anwendungen an. Spätestens dann merkt ihr, wie aufwendig RAG-Pipelines werden, damit ein LLM euren fachlichen Use Case nicht nur einmal beeindruckend, sondern dauerhaft stabil umsetzt.

Ihr habt die Daten. Doch heute müsst ihr ihre Bedeutung für jeden KI-Use-Case erneut in Prompts und RAG-Pipelines einbauen.

Mit Ontologien und Knowledge Graphs wird der fachliche Kontext bereits an der Quelle maschinenlesbar beschrieben. So bleiben die Datenflüsse zur KI schlank, und dieselbe Semantik kann von Data Products, KI-Agenten und Anwendungen genutzt werden.

Der Vortrag zeigt, wie daraus eine unternehmensweite Wissensarchitektur für semantische Data Products und fachliche KI-Agenten entsteht. Im Semantic Mesh wird Wissen dezentral verantwortet, aber unternehmensweit wiederverwendbar – statt es für jeden neuen Use Case erneut zu rekonstruieren oder in einem zentralen Wissensmonolithen zu sammeln.

Vorkenntnisse

Keine technischen Vorkenntnisse nötig. Erste Erfahrungen mit Daten-, KI- oder Architekturprojekten sind aber hilfreich.

Lernziele

Teilnehmende lernen zu

• verstehen, warum RAG-Pipelines ohne explizite Semantik komplex werden,
  
• einzuordnen, wie Knowledge Graphs fachlichen Kontext für Agents und Data Products wiederverwendbar machen, und
  
• das Semantic Mesh auf eigene KI- und Datenvorhaben zu übertragen.