-
Werden Sie mit unserem Apache NiFi Training zum Data Hero! (Schulung | Online)
Die Schulung ist ein 2-tägiges, von einem unserer Consultants geführtes und auf die Praxis ausgerichtetes Training. Anhand von theoretischen Konzepten werden Kenntnisse zur Umsetzung von datengetriebenen Use Cases auf der Basis von NiFi vermittelt. Begleitet wird die Theorie von praktischen Übungen, die in einer virtuellen Schulungsumgebung durchgeführt werden. Das Training versetzt Sie in die Lage, mit NiFi skalierbare, hochverfügbare und performante Lösungen zu entwickeln. Strukturiert und schrittweise werden alle relevanten Konzepte, Komponenten und Funktionalitäten von NiFi beleuchtet.Das Training ist daher sowohl für Einsteiger als auch für Fortgeschrittene, die NiFi bereits produktiv betreiben, geeignet. Inhalte der Apache NiFi Schulung: Tag 1:– Grundlagen: Was ist Apache NiFi, Definition der wichtigsten Begriffe…
-
27. CrossMediaForum 2025 (Vortrag | München)
12.00 Uhr: Automatisierter XML-Workflow für Verlage: Unterstützung in der Verarbeitung, Erweiterung, Erschließung und On-Demand Distribution juristischer InhalteReferenten: Martin Rödig, Arkadius Nowakowski, SHI GmbH Die Digitalisierung stellt Verlage vor neue Herausforderungen bei der Verarbeitung juristischer Inhalte. Die SHI InfoPilot-Plattform automatisiert die Anreicherung von Verlagsinhalten durch die Analyse von XML-Daten auf Gesetzes- und Entscheidungslinks, wodurch externe Quellen importiert und den Endbenutzern zugänglich gemacht werden. Ein integrierter Chatbot ermöglicht die Durchsuchung dieser Inhalte in natürlicher Sprache. Diese Automatisierung reduziert manuelle Aufwände, beschleunigt Publikationsprozesse und vereinfacht den Zugang zu juristischen Informationen, während neue Produkte schnell erstellt werden können. Mehrwert für RWS-Verlage und deren Kunden durch den Einsatz von Info-Pilot – Interview mit Arkadius Nowakowski Eventdatum:…
-
RAG in der Praxis: Wie Verlage mit KI echten Mehrwert schaffen (Webinar | Online)
Agenda: Ausgewählte Use Cases Technologischer Hintergrund zur Umsetzung der Use Cases Herausforderungen in der Umsetzung Lösungen zur Verbesserung des RAG-Outputs Ausbaumöglichkeiten von RAG für erweiterte Funktionalität Die Erwartungen an moderne KI-Systeme steigen – Nutzer:innen wollen präzise Antworten, individuelle Relevanz und eine natürliche Interaktion. Chatbots, AI-Agenten, automatisierte Zusammenfassungen – was gestern noch als Pilotprojekt galt, ist heute vielfach Realität. Retrieval-Augmented Generation (RAG) entwickelt sich kontinuierlich weiter und erschließt dabei immer neue Anwendungsfelder. Für viele Organisationen stellt sich längst nicht mehr die Frage, ob RAG zum Einsatz kommen sollte, sondern wie. Die Kombination aus generativer KI und gezieltem Informationsabruf ermöglicht Lösungen, die nicht nur schneller und präziser, sondern auch flexibler auf individuelle…
