BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//DAISEC - ECPv6.15.20//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://daisec.de
X-WR-CALDESC:Veranstaltungen für DAISEC
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Berlin
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20270328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20271031T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20260513T140000
DTEND;TZID=Europe/Berlin:20260513T173000
DTSTAMP:20260416T192042
CREATED:20260408T123733Z
LAST-MODIFIED:20260409T100242Z
UID:10000303-1778680800-1778693400@daisec.de
SUMMARY:KI-Wissensmanagement mit LLMs\, RAG und lokalen sowie cloudbasierten Ansätzen 2 – Vertiefung
DESCRIPTION:Zweiter Termin: \n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\nIn diesem Workshop zeigen wir\, wie Künstliche Intelligenz – insbesondere Large Language Models (LLMs) in Kombination mit Retrieval-Augmented Generation (RAG) – genutzt werden kann\, um ein intelligentes Wissensmanagement auf Basis bestehender Dokumente aufzubauen. \n\n\n\nIm Zentrum steht die Frage\, wie sich vorhandene schriftliche Unterlagen\, etwa aus dem Qualitätsmanagement oder anderen dokumentengetriebenen Bereichen\, so aufbereiten lassen\, dass sie für KI-Systeme nutzbar werden und als Grundlage für ein modernes\, unterstützendes Wissensmanagement dienen können. \n\n\n\nDabei werden sowohl cloudbasierte Ansätze als auch lokale bzw. On-Premises-Varianten betrachtet. Anhand konkreter Beispiele wird gezeigt\, welche technischen Bausteine dafür notwendig sind\, wie die Verarbeitung von Dokumenten in einem RAG-System funktioniert und welche Unterschiede sich in Bezug auf Aufwand\, Datenschutz\, Flexibilität und Einsatzmöglichkeiten ergeben. \n\n\n\n\n\n\n\nModule wählbar\n\n\n\nDer Workshop ist modular aufgebaut. \n\n\n\n\n\n\n\nDieser Termin (13.05.2026): Vertiefung \n\n\n\nDer vertiefende Termin besteht aus zwei thematischen Blöcken mit einer Pause dazwischen. \n\n\n\n– Grundlagen zu LLMs\, RAG und Vektor-Datenbanken– Aufbereitung bestehender Dokumente für KI-Systeme– Vergleich von Cloud- und On-Premises-Ansätzen– Demonstration konkreter Umsetzungsvarianten– optionale Vertiefung lokaler Setups und automatisierter Prozesse \n\n\n\n\n\n\n\nIm Einführungstermin können die Teilnehmer unter anderem aus diesen Themen wählen: \n\n\n\n\n\n\n\n\n\nLokaler Ansatz mit llama.cpp und OpenWebUI \n\n\n\n\n\nVorgestellt wird\, wie ein KI-gestütztes Wissensmanagement lokal betrieben werden kann und welche Rolle Komponenten wie llama.cpp und OpenWebUI dabei spielen. \n\n\n\n\n\n\n\nAutomatisierung mit n8n \n\n\n\n\n\nGezeigt wird\, wie sich Dokumente\, KI-Systeme und Arbeitsabläufe mit n8n automatisiert miteinander verbinden lassen. \n\n\n\n\n\n\n\nRAG in der Praxis \n\n\n\n\n\nVorgestellt wird\, wie Dokumente für ein RAG-System aufbereitet und für KI-Anfragen nutzbar gemacht werden. Dabei werden zentrale Schritte wie Datenextraktion\, Chunking\, Embeddings\, Retrieval und die Rolle der Dokumentenqualität verständlich eingeordnet. \n\n\n\n\n\n\n\n\n\nEinführungs-Termin (29.04.2026): \n\n\n\n– Grundlagen\, zentrale Begriffe und typische Ansätze im KI-Wissensmanagement– Aufbau von KI-gestützten Systemen (Cloud vs. lokal) sowie Praxis von RAG– Überblick über mögliche Vertiefungsthemen und gemeinsame Priorisierung \n\n\n\n\nKI-Wissensmanagement mit LLMs\, RAG und lokalen sowie cloudbasierten Ansätzen 1 – Überblick und Orientierung\n\n\n\n\n\n\n\n\nIhre Vorteile\n\n\n\n– Einschätzung und Auswahl passender KI-Wissensmanagement-Lösungen– Identifikation relevanter Vertiefungsthemen für eigene Projekte \n\n\n\n\n\n\n\nGebühren\n\n\n\nDiese Veranstaltungsreihe ist kostenfrei. \n\n\n\n\n\n\n\nJetzt kostenlos anmelden!\n\n\n\n\n\n\n\n\n\nTechnische Voraussetzungen und Online-Zugang\n\n\n\nRechtzeitig vor der Veranstaltung erhalten Sie einen Link für die Online-Sitzungen\, über welchen Sie sich einwählen können. Die Teilnahme ist auf 15 Personen begrenzt. \n\n\n\nZur Teilnahme benötigen Sie einen internetfähigen PC\, Laptop oder Netbook mit Kamera\, Mikrofon\, Lautsprecher oder Headset. Auf dem Smartphone werden Präsentationen nur sehr klein angezeigt. \n\n\n\n\n\n\n\nVeranstaltungsort\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\nKontakt\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\nRenata Latka\n\n\n\nExpertin für Digitalisierungstransformation \n\n\n\nlatka@daisec.de \n\n\n\n\n\n\n\nReferent\n\n\n\n\n\n\n\nGeorg Wernitznig\n\n\n\nExperte des DIHOST \n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n	\n		\n\n			\n			\n\n							\n					\n						Kommende Veranstaltungen					\n				\n			\n			\n				\n											\n\n	\n	\n		\n			Apr.		\n		\n			20		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		20.04. – 24.04.	\n	\n					\n	\n		DAISEC auf der HANNOVER MESSE 2026	\n\n				\n\n				\n			\n		\n	\n\n\n											\n\n	\n	\n		\n			Apr.		\n		\n			29		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		14:00 – 15:30	\n	\n					\n	\n		KI-Wissensmanagement mit LLMs\, RAG und lokalen sowie cloudbasierten Ansätzen 1 – Überblick und Orientierung	\n\n				\n\n				\n			\n		\n	\n\n\n											\n\n	\n	\n		\n			Mai		\n		\n			7		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		16:30 – 19:00	\n	\n					\n	\n		2. KI Werkbank Forum 2026 (Lingen)	\n\n				\n\n				\n			\n		\n	\n\n\n									\n\n				\n	\n		Kalender anzeigen
URL:https://daisec.de/event/ki-wissensmanagement-llms-rag-cloud-vertiefung-13-05-26/
LOCATION:Online
CATEGORIES:Webinar,Workshops
ATTACH;FMTTYPE=image/png:https://daisec.de/wp-content/uploads/2026/04/2026-04-DAISEC-KI-Wissensmanagement-LLM-RAG-Cloud.png
END:VEVENT
END:VCALENDAR