Konzepte und Strategien fuer LLM-Einsatz in Enterprise-Umgebungen (RAG, Halluzination, Data Lake)
Vollständige technische Referenz: Architekturdiagramm, Feature-Tabelle, ENV-Vars, Ingest-Anleitung, 6 Feature-Detailbeschreibungen (Hybrid Search, Auto-Ingest, Faithfulness Filter, GraphRAG, KIS-CRA-Bridge, Internal Endpoint), Infrastruktur-Übersicht, Troubleshooting-Guide. CRA: RFC-F6E6F11D APPROVED (Score 2) Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com> |
||
|---|---|---|
| docs | ||
| specs | ||
| README.md | ||
LLM Enterprise Scale
Konzepte, Strategien und Architekturen für den LLM-Einsatz in großen Enterprise-Umgebungen — Produktions- und Anlagenbau, Automotive, Fertigungsindustrie.
Inhalt
| Dokument | Beschreibung |
|---|---|
| docs/rag-halluzination.md | RAG-Halluzination: Ursachen, Strategien, Architektur |
| docs/kis-rag-cra-integration.md | KIS + RAG + CRA Plus — Integrationsanalyse und Implementierungsplan |
| specs/ | Implementierungs-Specs (SPEC-001 bis SPEC-004) |
Kontext
Enterprise-Umgebungen (Automotive, Anlagenbau, Fertigung) arbeiten mit Millionen heterogener Dokumente:
- Normen und Vorschriften (ISO 26262, ECE, IATF 16949)
- CAD-Änderungshistorien, FMEA, technische Spezifikationen
- Projektberichte, E-Mails, Qualitätsprotokolle, Zertifikate
Beim Einsatz von LLMs via RAG entstehen Halluzinationen und unscharfe Findings. Dieses Repo dokumentiert bewährte Ansätze dagegen.