Seminar Weaviate Kompaktseminar: Grundlagen, Suche und RAG

Dieses praxisorientierte Seminar behandelt verdichteter Einstieg in Architektur, Collections, Embeddings, Datenimport, Vektor- und Hybrid Search sowie eine einfache Retrieval-Augmented-Generation-Anwendung mit Qualitäts- und Betriebscheck. Alle Arbeitsschritte werden an einer durchgängigen Referenzumgebung ausgeführt, geprüft und in wiederverwendbaren Arbeitsvorlagen dokumentiert.

Inhaltsübersicht

• Tag 1: Architektur und Collection
• Tag 1: Embeddings und Datenimport
• Tag 2: Vektor- und Keyword-Suche
• Tag 2: Hybrid Search und Relevanz
• Tag 3: Generative Suche und RAG
• Tag 3: Produktionscheck
• Lernziele und Abnahmekriterien
• Praxisübungen und Betriebsdokumentation

Lernziele

• Anforderungen in den Bereichen Tag 1: Architektur und Collection, Tag 2: Hybrid Search und Relevanz und Tag 3: Produktionscheck strukturiert analysieren und in eine umsetzbare Weaviate-Konfiguration überführen.
• Collections, Daten, Abfragen oder Betriebsparameter nachvollziehbar konfigurieren und mit reproduzierbaren Prüfungen verifizieren.
• Fehlersituationen systematisch eingrenzen, geeignete Diagnoseinformationen erfassen und belastbare Korrekturmaßnahmen ableiten.
• Qualität, Leistung, Sicherheit und Wartbarkeit anhand definierter Kriterien bewerten und die Lösung für den Regelbetrieb dokumentieren.

Schritt-für-Schritt-Inhalte

1. Tag 1: Architektur und Collection

Schwerpunkt: Vektordatenbank-Grundlagen, Collections, Properties, Objekte, Vektoren, invertierter Index und lokale Verbindung.

1. Anforderungen für Tag 1: Architektur und Collection erfassen: Vektordatenbank-Grundlagen, Collections, Properties, Objekte, Vektoren, invertierter Index und lokale Verbindung; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

2. Tag 1: Embeddings und Datenimport

Schwerpunkt: Modellwahl, Vektorisierung, Chunking, Metadaten, Batch-Import, Fehlerprüfung und Aktualisierung.

1. Anforderungen für Tag 1: Embeddings und Datenimport erfassen: Modellwahl, Vektorisierung, Chunking, Metadaten, Batch-Import, Fehlerprüfung und Aktualisierung; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

3. Tag 2: Vektor- und Keyword-Suche

Schwerpunkt: Near-Abfragen, Distanz, BM25F, Filter, Aggregationen, Ergebnis-Metadaten und Suchgrenzen.

1. Anforderungen für Tag 2: Vektor- und Keyword-Suche erfassen: Near-Abfragen, Distanz, BM25F, Filter, Aggregationen, Ergebnis-Metadaten und Suchgrenzen; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

4. Tag 2: Hybrid Search und Relevanz

Schwerpunkt: Alpha, Fusion, Kandidaten, Reranking, Testanfragen, Relevanzurteile und Parametervergleich.

1. Anforderungen für Tag 2: Hybrid Search und Relevanz erfassen: Alpha, Fusion, Kandidaten, Reranking, Testanfragen, Relevanzurteile und Parametervergleich; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

5. Tag 3: Generative Suche und RAG

Schwerpunkt: Retrieval-Pipeline, Prompt-Kontext, Single- und Grouped-Task, Quellenbindung und leere Treffer.

1. Anforderungen für Tag 3: Generative Suche und RAG erfassen: Retrieval-Pipeline, Prompt-Kontext, Single- und Grouped-Task, Quellenbindung und leere Treffer; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

6. Tag 3: Produktionscheck

Schwerpunkt: Authentifizierung, Secrets, Monitoring, Backup-Grundlagen, Fehlerbehandlung, Qualitätstest und nächste Vertiefungsstufe.

1. Anforderungen für Tag 3: Produktionscheck erfassen: Authentifizierung, Secrets, Monitoring, Backup-Grundlagen, Fehlerbehandlung, Qualitätstest und nächste Vertiefungsstufe; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

Praxisübungen

1. Übung 1: Tag 1: Architektur und Collection – Vektordatenbank-Grundlagen, Collections, Properties, Objekte, Vektoren, invertierter Index und lokale Verbindung in einer vorbereiteten Referenzumgebung konfigurieren, ausführen, mit Negativtests prüfen und in einem Abnahmeprotokoll dokumentieren.
2. Übung 2: Tag 1: Embeddings und Datenimport – Modellwahl, Vektorisierung, Chunking, Metadaten, Batch-Import, Fehlerprüfung und Aktualisierung in einer vorbereiteten Referenzumgebung konfigurieren, ausführen, mit Negativtests prüfen und in einem Abnahmeprotokoll dokumentieren.
3. Übung 3: Tag 2: Vektor- und Keyword-Suche – Near-Abfragen, Distanz, BM25F, Filter, Aggregationen, Ergebnis-Metadaten und Suchgrenzen in einer vorbereiteten Referenzumgebung konfigurieren, ausführen, mit Negativtests prüfen und in einem Abnahmeprotokoll dokumentieren.
4. Übung 4: Tag 2: Hybrid Search und Relevanz – Alpha, Fusion, Kandidaten, Reranking, Testanfragen, Relevanzurteile und Parametervergleich in einer vorbereiteten Referenzumgebung konfigurieren, ausführen, mit Negativtests prüfen und in einem Abnahmeprotokoll dokumentieren.

Zielgruppe

Entwickler, Data Engineers, AI-Teams, Solution Architects und technische Projektverantwortliche, die einen kompakten Gesamtüberblick mit Praxis benötigen.

Voraussetzungen

Allgemeine Programmier- und Datenbankkenntnisse; spezielle Weaviate-Vorkenntnisse sind nicht erforderlich.