BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Michael Angstadt//biweekly 0.4.4//EN
CALSCALE:GREGORIAN
METHOD:PUPLISH
X-FROM-URL:https://www.digitalzentrum-fokus-mensch.de
X-WR-TIMEZONE:Europe/Berlin
BEGIN:VEVENT
UID:ap_2232@www.digitalzentrum-fokus-mensch.de
SUMMARY:Workshop: Eigenes Unternehmenswissen verlässlich mit KI nutzen: Dat
 enqualität in RAG-Architekturen
STATUS:CONFIRMED
DESCRIPTION:\n\nIn diesem Workshop erkunden wir warum KI-Assistenten an int
 ernen Dokumenten oft scheitern und wie gezielte Datenqualität den Schritt 
 vom Testbetrieb in Produktivsysteme sichert. \n\nKostenlos online auf MS T
 eams am 20. November 2026 um 13:00-13:45 Uhr. \n\nGenerative KI-Systeme bi
 eten großes Potenzial für den Wissenszugriff im Arbeitsalltag\, stoßen jed
 och schnell an Grenzen\, wenn Antworten ungenau sind oder frei erfunden we
 rden. Um Sprachmodelle dynamisch an eigene Dokumente anzubinden\, hat sich 
 die Architektur der Retrieval-Augmented Generation (RAG) etabliert. In der 
 Praxis zeigt sich jedoch: Eine KI ist nur so gut wie die Daten\, auf die s
 ie zugreift. Nach dem Prinzip „Garbage in\, Garbage out“ führen Mängel im 
 Quelltext dazu\, dass sich Fehler über die Schritte der RAG-Pipeline hinwe
 g verstärken. Das führt dazu\, dass viele KI-Initiativen die Proof-of-Conc
 ept-Phase nicht überstehen. \n\nIn diesem Workshop: stellen wir Ergebnisse 
 einer systematischen Literaturanalyse vor\, die Lösungsansätze für Datenqu
 alitätsprobleme in RAG-Systemen untersucht\, und erkunden ein laufendes RA
 G-System\, um ein Gefühl für ein funktionierendes System zu erhalten und d
 amit Erwartungen entsprechend anzupassen. \n\nWir beleuchten sowohl techni
 sche Maßnahmen als auch organisatorische Governance-Praktiken\, mit denen 
 sich Datenfehler frühzeitig beheben lassen. Darüber hinaus betrachten wir 
 die wirtschaftliche und betriebliche Machbarkeit dieser Strategien. Sie er
 halten konkrete Orientierung\, um Aufwand und Nutzen abzuwägen und KI-Anwe
 ndungen dauerhaft verlässlich im Betrieb zu verankern. \n\nDie Anmeldung z
 um Event erfolgt über Typeform und das Event selber findet auf MS Teams st
 att.
X-ALT-DESC;FMTTYPE=text/html:<p>In diesem Workshop erkunden wir warum KI-As
 sistenten an internen Dokumenten oft scheitern und wie gezielte Datenquali
 tät den Schritt vom Testbetrieb in Produktivsysteme sichert.</p>\n\n<p><st
 rong>Kostenlos online auf MS Teams am 20. November 2026 um 13:00-13:45 Uhr
 .</strong></p>\n\n<p>Generative KI-Systeme bieten großes Potenzial für den 
 Wissenszugriff im Arbeitsalltag, stoßen jedoch schnell an Grenzen, wenn An
 tworten ungenau sind oder frei erfunden werden. Um Sprachmodelle dynamisch 
 an eigene Dokumente anzubinden, hat sich die Architektur der Retrieval-Aug
 mented Generation (RAG) etabliert. In der Praxis zeigt sich jedoch: Eine K
 I ist nur so gut wie die Daten, auf die sie zugreift. Nach dem Prinzip &#8
 222;Garbage in, Garbage out“ führen Mängel im Quelltext dazu, dass s
 ich Fehler über die Schritte der RAG-Pipeline hinweg verstärken. Das führt 
 dazu, dass viele KI-Initiativen die Proof-of-Concept-Phase nicht überstehe
 n.</p>\n\n<p>In diesem Workshop:</p>\n\n<ul>\n	<li>stellen wir Ergebnisse 
 einer systematischen Literaturanalyse vor, die Lösungsansätze für Datenqua
 litätsprobleme in RAG-Systemen untersucht,</li>\n	<li>und erkunden ein lau
 fendes RAG-System, um ein Gefühl für ein funktionierendes System zu erhalt
 en und damit Erwartungen entsprechend anzupassen.</li>\n</ul>\n\n<p>Wir be
 leuchten sowohl technische Maßnahmen als auch organisatorische Governance-
 Praktiken, mit denen sich Datenfehler frühzeitig beheben lassen. Darüber h
 inaus betrachten wir die wirtschaftliche und betriebliche Machbarkeit dies
 er Strategien. Sie erhalten konkrete Orientierung, um Aufwand und Nutzen a
 bzuwägen und KI-Anwendungen dauerhaft verlässlich im Betrieb zu verankern.
 </p>\n\n<hr />\n<p>Die Anmeldung zum Event erfolgt <em><u><a href="https:/
 /survey.typeform.com/to/FZeh9yye">über Typeform</a></u></em> und das Event 
 selber findet auf MS Teams statt.</p>\n
DTSTART;TZID=Europe/Berlin:20261120T130000
DTEND;TZID=Europe/Berlin:20261120T134500
CREATED:20261016T090555Z
LOCATION:Online MS Teams
DTSTAMP:20261016T091321Z
URL:https://www.digitalzentrum-fokus-mensch.de/kos/WNetz?art=Appointment.sh
 ow&id=2232
END:VEVENT
BEGIN:VTIMEZONE
TZID:Europe/Berlin
LAST-MODIFIED:20261009T235635Z
TZURL:https://www.tzurl.org/zoneinfo-outlook/Europe/Berlin
X-LIC-LOCATION:Europe/Berlin
BEGIN:DAYLIGHT
TZNAME:CEST
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
DTSTART:19700329T020000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
END:DAYLIGHT
BEGIN:STANDARD
TZNAME:CET
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
DTSTART:19701025T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
END:VCALENDAR