SiloX-GPT: Datensilos verbinden mittels Multi-Agenten-System

Firmen streben seit Langem danach, Datensilos zu durchbrechen, um einen allumfassenden Data Lake zu schaffen – bisher meist ohne anhaltenden Erfolg. Der Fortschritt großer Sprachmodelle ermöglicht nun, Daten verschiedenster Art und Struktur leicht abfragbar zu machen.

Bertelsmann hat zusammen mit scieneers daher einen Versuch unternommen, die Daten in ihren unterschiedlichen Quellsystemen (Graph-Datenbanken, Web-Services, Volltext …) zu belassen, aber mittels eines Multi-Agenten-Systems in LangGraph über eine einfache Chat-Oberfläche universell zugänglich zu machen.

Lernziele

• Potenziale und Probleme beim Einsatz großer Sprachmodelle für den Zugriff auf Daten unterschiedlichster Struktur verstehen.
  
• Einblick in die Erstellung von Sprachagenten mittels LangChain.
  
• Verständnis dafür erlangen, was ein Multi-Agenten-System ausmacht und wie es in LangGraph umgesetzt wird.
  
• Weitergabe von Lessons Learned.