Retrieval-Augmented Generation (RAG) & Enterprise AI Systems

Hands-on exercises

• Building a simple RAG system using enterprise data
• Implementing a Q&A application based on a knowledge repository
• Analyzing and optimizing an existing RAG workflow
• Evaluating retrieval quality and response quality

Learning objectives

• explain and apply the architecture of RAG systems
• prepare and structure enterprise data for AI applications
• use semantic search and embedding-based retrieval mechanisms
• design and technically evaluate RAG systems
• recognize and reduce typical sources of error (hallucinations, incorrect retrieval)
• assess security and data protection risks in GenAI systems
• implement or evaluate simple enterprise RAG applications

Target audience

• Software developers and AI engineers
• Solution architects and enterprise architects
• Data engineers with an AI focus
• IT project leaders of technical AI projects
• Teams that want to connect LLMs with enterprise data
• Participants from IC-805-E-04

Prerequisites

• Required:
• Recommended:
• Basic understanding of APIs and data structures
• Initial experience with software development or AI tools
• Not suitable for beginners without technical background knowledge.

Trainer

Nico Burghardt

Trainer, Berater und Coach

Nico Burghardt ist erfahrener Trainer, Berater und Coach mit Schwerpunkt auf digitaler Transformation, KI-Anwendungen und organisationalem Lernen. Er verbindet technisches Know-how mit praxisnaher Didaktik und vermittelt komplexe Inhalte verständlich, strukturiert und mit einem klaren Blick für den Arbeitsalltag der Teilnehmenden.

Nach seinem Motto: „Die einzige Konstante im Leben ist die konstante Veränderung“ begleitet er Veränderungsprojekte umfassend mit dem Fokus auf alle Beteiligten.

Read full biography