Agent Bricks Knowledge Assistant ist jetzt allgemein verfügbar: Unternehmenswissen in Antworten verwandeln

Einige der wertvollsten Daten Ihres Unternehmens sind immer noch schwer zugänglich. Dokumente, Folien, PDFs und interne Systeme enthalten wichtige Informationen, doch Teams verbringen zu viel Zeit mit Suchen, Gegenprüfen und dem Zusammenfügen von Kontext, anstatt Entscheidungen zu treffen. 

Herkömmliche Ansätze wie Retrieval Augmented Generation (RAG) umfassten komplexes Parsen, Chunking und Einbetten unstrukturierter Daten sowie ständige Aktualisierungen und Anpassungen zur Aufrechterhaltung, während sie nur mittelmäßige Ergebnisse lieferten. Dies machte es unmöglich, auf viele Teams und Systeme zu skalieren, wodurch Ihre Daten unzugänglich blieben.

Der Knowledge Assistant ändert das. Er ist jetzt allgemein verfügbar und wurde auf 10 neue Regionen erweitert. So können Sie Ihre Dokumente in nur wenigen Minuten in präzise, fundierte Antworten umwandeln. Als Teil der Agent Bricks-Plattform bietet er eine vollständig verwaltete Erfahrung über den gesamten Lebenszyklus des Agenten hinweg – von der Erfassung und kontinuierlichen Aktualisierung bis hin zum Abruf und zur Inferenz – mit einem skalierbaren Endpunkt, den Sie überall integrieren können. Der Knowledge Assistant basiert auf der Databricks AI-Forschung und erreicht eine bis zu 70 % höhere Antwortqualität als einfache RAG-Ansätze, ohne den betrieblichen Mehraufwand.

Ein neuer Ansatz für den Abruf von echten Unternehmensdaten

Die meisten Retrieval-Systeme wurden für eine einfachere Welt konzipiert: ein einziger Index, ein einheitliches Schema und die Ähnlichkeitssuche als primäres Signal. Unternehmenswissen sieht nicht so aus. Es erstreckt sich über viele Systeme, jedes mit unterschiedlichen Strukturen, Metadatenkonventionen und Erwartungen hinsichtlich Aktualität und Autorität. All dies als eine einzige, einheitliche Datenquelle zu behandeln, schränkt sowohl die Qualität als auch die Kontrolle ein.

Knowledge Assistant basiert auf einer grundlegend anderen Architektur, die vom KI-Forschungsteam von Databricks AI entwickelt wurde und Instructed Retriever genannt wird. Anstatt sich nur auf die Ähnlichkeitssuche zu verlassen, versteht der Assistent, wie jede Wissensquelle organisiert ist und wie sie abgefragt werden sollte. Wenn ein Benutzer eine Frage stellt, übersetzt Knowledge Assistant diese Anfrage in präzise, quellenbezogene Abfragen und berücksichtigt dabei Anweisungen wie die Priorisierung aktueller Inhalte, die Betonung spezifischer Metadaten oder die Bevorzugung von autoritativen Quellen.

Mit diesem Ansatz kann der Assistent Informationen aus unterschiedlichen Systemen synthetisieren und bleibt dabei in der Struktur jedes einzelnen Systems verankert. So erhalten Sie für jede Antwort Zitate auf Seitenebene, was Halluzinationen reduziert und es Ihren Nutzern ermöglicht, schnell zur Quelle zurückzufinden.

Da diese Architektur als vollständig verwalteter Dienst bereitgestellt wird, profitieren Teams automatisch von fortlaufenden Verbesserungen aus der Forschung, anstatt die Abrufqualität zum Zeitpunkt der Bereitstellung eines Agenten einzufrieren. Wir bewerten ständig neue Modelle, Techniken und Forschungsergebnisse, testen diese anhand unserer umfangreichen Evaluierungssuite und integrieren sie dann automatisch und nahtlos in Ihren Agenten.

Überbrückung der Kluft zwischen Fachexperten und Entwicklern

Die meisten KI-Systeme für Unternehmen verlassen sich auf statische Prompts, Labels oder grobe Feedback-Signale, die zwar einzelne Antworten korrigieren, sich aber nicht verallgemeinern lassen. Der Knowledge Assistant ist anders aufgebaut und nutzt Agent Learning from Human Feedback (ALHF), um Expertenwissen in dauerhafte, wiederholbare Verbesserungen des Agentenverhaltens umzuwandeln.

Im Gegensatz zu einmaligen Korrekturen verallgemeinert ALHF das Feedback von Experten über Interaktionen hinweg. Ihre Experten müssen nur Fragen und Richtlinien für die Antwort bereitstellen, und Knowledge Assistant erledigt den Rest. Jede Antwort wird in einem End-to-End-Trace erfasst und als strukturierte, verwaltete Daten protokolliert. Mit der nativen MLflow-Integration können Teams Änderungen bewerten und Qualitätsverbesserungen mit der gleichen Strenge nachverfolgen, die für ML-Systeme in der Produktion verwendet wird. 

„Agent Bricks hat unseren Code in Konversationen verwandelt, einen jederzeit verfügbaren KI-Teamkollegen, der uns hilft, schneller zu agieren, intelligenter zu arbeiten und uns auf die Bereitstellung eines reibungslosen Umsatzmanagements zu konzentrieren.“ — Ben Bartholic, Principal Data Engineer, FinThrive

Erstellen Sie noch heute Ihren Knowledge Assistant-Agenten

Der Einstieg ist einfach. Laden Sie Ihre Dokumente hoch, und Knowledge Assistant kümmert sich um den Rest. Mit dem Knowledge Assistant kannst du Agenten erstellen, die Marktforschung, Supportdokumentation oder Richtlinien und Verfahren verstehen, um dein Unternehmenswissen zu erschließen und die Produktivität zu steigern.

• Start: Folgen Sie unserer Dokumentation, um noch heute Ihren ersten Knowledge Assistant bereitzustellen.
• Technischer Deep Dive: Lesen Sie unseren Forschungsblog, um mehr über die wissenschaftlichen Grundlagen des Instructed Retriever zu erfahren.
• Bringen Sie Ihre Fähigkeiten auf das nächste Level: Lernen Sie die Grundlagen für KI-Agenten in einem kostenlosen Skill-Builder-Kurs.

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag