UNSERE NEUE KATEGORIE: KI & XML!
Auf den folgenden Seiten präsentieren wir neue Inhalte, eigene Studien und Untersuchungen, die sich mit dem Thema KI und XML beschäftigen. Unsere Erfahrungen mit Large Language Models und RAG-Systemen haben gezeigt, dass strukturierte Datenformate, Metadaten und intelligente Chunking-Strategien entscheidend für die Leistungsfähigkeit von KI-Systemen und die Erzielung von brauchbaren, zitierfähigen Ergebnissen sind.
Demnächst wird hier die große data2type-LLM-Testsuite veröffentlicht! Wir haben aufwendig untersucht, wie gut aktuelle Large Language Models wirklich sind, wenn sie mit XML, strukturierten Daten und komplexeren fachlichen Aufgaben arbeiten müssen.
Unsere Azubine Elena hatte im Juni 2026 auf der XML Prague erste Ergebnisse ihrer Vergleichsstudie zu "PDF-zu-KI-Format"-Konvertern vorgestellt. Jetzt ist die Studie abgeschlossen und online nachzulesen.
Dies Studienreihe zur Optimierung von RAG-Systemen von 2025 umfasst vier aufeinander aufbauende Untersuchungen zur idealen Datenverarbeitung für RAG-Systeme (Retrieval-Augmented Generation). Ziel ist es, herauszufinden, wie Daten optimal strukturiert und verwaltet werden müssen, um präzise, konsistente und effiziente Antworten in RAG-Systemen zu gewährleisten.