Generative-AI-Projekt
GeplantSecure Enterprise AI Assistant
Eine kontrollierte GenAI-Anwendung für die Arbeit mit internen Dokumenten. Antworten sollen auf bereitgestellten Quellen beruhen, nachvollziehbar belegt und systematisch geprüft werden.
Status
Geplant
Systembereich
Generative AI
Schwerpunkt
RAG und Evaluation
Projektziel
Generierte Antworten müssen überprüfbar und klar begrenzt bleiben.
Das Projekt soll zeigen, wie interne Informationen auffindbar gemacht und kontrolliert für eine sprachbasierte Anwendung genutzt werden können.
Der Assistent soll nicht frei über unbekannte Inhalte spekulieren. Antworten werden an vorhandene Quellen, definierte Rollen und festgelegte Sicherheitsregeln gebunden.
Der konkrete Dokumentenbestand, die eingesetzten Modelle und die späteren Evaluationswerte werden erst während der tatsächlichen Umsetzung festgelegt.
Geplanter Projektaufbau
Vom internen Dokument bis zur belegten Antwort.
-
01
Anwendungsfall und Sicherheitsgrenzen
Zulässige Dokumente, Benutzerrollen, sensible Inhalte, erlaubte Antworten und klare Nicht-Ziele werden festgelegt.
Geplant -
02
Dokumentenaufnahme und Aufbereitung
Dokumente werden geprüft, strukturiert, in sinnvolle Abschnitte zerlegt und mit nachvollziehbaren Metadaten versehen.
Geplant -
03
Embeddings und Retrieval
Dokumentabschnitte werden auffindbar gemacht und anhand einer Anfrage nach fachlicher Relevanz abgerufen.
Geplant -
04
Antwortgenerierung mit Quellen
Antworten werden auf die gefundenen Inhalte begrenzt und mit den jeweils verwendeten Quellen verknüpft.
Geplant -
05
Evaluation und Fehlerfälle
Retrieval-Qualität, Quellenbezug, Vollständigkeit, unbelegte Aussagen und ungeeignete Antworten werden systematisch untersucht.
Geplant -
06
API, Protokollierung und Human-in-the-Loop
Die Anwendung wird über eine Schnittstelle bereitgestellt und um nachvollziehbare Protokolle sowie kontrollierte menschliche Prüfungen ergänzt.
Geplant
Technischer Stack
Werkzeuge für Dokumentenverarbeitung, Retrieval und Bereitstellung.
- Python
- Natural Language Processing
- Hugging Face
- Embeddings
- Vector Search
- Retrieval-Augmented Generation
- FastAPI
- Docker
- Git
Qualitätskriterien
Woran der Assistent später gemessen wird.
- Nachvollziehbare Herkunft aller verwendeten Dokumente
- Messbare Qualität der gefundenen Dokumentabschnitte
- Antworten mit klar zugeordneten Quellenbelegen
- Erkennung unbelegter oder nicht beantwortbarer Fragen
- Dokumentierte Rollen- und Zugriffsgrenzen
- Reproduzierbare Evaluation mit festen Testfragen
- Nachvollziehbare Protokollierung wichtiger Systemschritte
Projektstatus
Die konkrete Umsetzung folgt im Modul NLP und Generative AI.
Bis dahin beschreibt diese Seite ausschließlich den geplanten Aufbau. Es werden keine vorhandenen Sicherheitsfunktionen, Modellleistungen oder Evaluationswerte behauptet.