In diesem Modul führen wir Sie durch die Einrichtung einer robusten Entwicklungsumgebung, einschließlich der Erstellung und Konfiguration Ihres OpenAI-Kontos. Sie lernen, wie Sie Ihren API-Schlüssel erhalten und effektiv nutzen, sodass Sie über die technischen Grundlagen verfügen, um RAG-Systeme zu entwickeln und damit zu experimentieren.

In diesem Modul tauchen wir tief in die Welt der Wissensgraphen ein und befassen uns mit ihrer Definition, ihren Kernprinzipien und ihren wichtigsten Komponenten. Sie erhalten Einblicke in ihre Struktur, lernen, wie sie aufgebaut sind, und entdecken ihre Anwendungsmöglichkeiten in realen KI-Szenarien. Dieses Grundwissen ist für den Umgang mit RAG-Systemen unerlässlich.

In diesem Modul bieten wir Ihnen die Möglichkeit, praktische Erfahrungen mit Neo4j, einer führenden Graphdatenbank-Plattform, zu sammeln. Sie beginnen mit den Grundlagen und lernen schrittweise, wie Sie eine Neo4j-Umgebung einrichten, Knowledge Graphs programmgesteuert erstellen und Abfragen ausführen, um Entitäten und Beziehungen zu untersuchen. Am Ende verfügen Sie über praktische Kenntnisse zur Erstellung und Abfrage von Knowledge Graphs mit Neo4j.

In diesem Modul werden wir die Lücke zwischen Wissensgraphen und RAG-Systemen schließen und einen umfassenden Überblick über deren Synergieeffekte geben. Sie werden praktische Aufgaben bearbeiten, darunter das Extrahieren von Daten aus CSV-Dateien zum Aufbau von Wissensgraphen, deren Visualisierung mit dem Neo4j Browser sowie die Nutzung von LangChain-Wrappern für fortgeschrittene Abfragen. Dieses Modul vermittelt Ihnen die Fähigkeiten, Wissensgraphen im Kontext von KI-Systemen zu erstellen und abzufragen.

In diesem Modul konzentrieren wir uns auf die Integration von Vektor-Embeddings in Wissensgraphen, einer zentralen Komponente von RAG-Systemen. Sie lernen, wie Sie Vektorindizes erstellen, diese mit Embeddings füllen und sie zusammen mit Ihrem Wissensgraphen abfragen. Diese Kombination verbessert die Abrufmöglichkeiten und die Funktionalität von RAG-Systemen für fortgeschrittene KI-Anwendungen.

In diesem Modul führen wir Sie Schritt für Schritt durch den Aufbau eines vollständigen RAG-Systems unter Verwendung eines Wissensgraphen – anhand eines praktischen Projekts zum Thema Römisches Reich. Sie richten das Projekt ein, extrahieren und visualisieren Graphdaten, erstellen Indizes und Retriever und definieren schließlich einen vollständigen GraphRAG-Workflow. Am Ende dieses Moduls verfügen Sie über ein umfassendes Verständnis dafür, wie Sie ein durchgängiges RAG-System auf Basis von Wissensgraphen erstellen.

In diesem Modul schließen wir den Kurs ab, indem wir die Kernthemen und Lernergebnisse noch einmal aufgreifen, damit Sie sich ein klares Bild von Ihren Fortschritten machen können. Außerdem erhalten Sie Hinweise zu den nächsten Schritten, mit denen Sie Ihr Fachwissen vertiefen und fortgeschrittene Anwendungsmöglichkeiten von Knowledge Graphs und RAG-Systemen erkunden können.