Brauche ich für vorhandene Antwortvorlagen schon ein RAG System?
Wer sich mit KI bei der Bearbeitung von E-Mails beschäftigt, stößt früher oder später auf den Begriff RAG. Gemeint ist damit vereinfacht gesagt eine KI mit Nachschlagefunktion. Bevor die Antwort geschrieben wird, sucht das System in vorhandenen Wissensquellen nach passenden Inhalten, zum Beispiel in Dokumenten, Handbüchern, alten E-Mails oder Datenbanken. Erst danach formuliert die KI daraus eine Antwort.
Viele erwarten bei KI so etwas wie eine Zauberkugel. Man tippt eine Frage ein, und raus kommt die ideale Antwort. In der Praxis klappt das manchmal, aber oft eben nicht.
Ich nutze KI nicht nur zum Textschreiben, sondern im Entwickleralltag. Genau deshalb lande ich immer wieder bei der gleichen Frage: Wie setze ich KI so ein, dass am Ende wirklich bessere Software rauskommt, und nicht nur hübsch klingende Antworten. „Coding mit KI, Das Praxisbuch für die Softwareentwicklung“ (Rheinwerk Computing, 1. Auflage, erschienen am 7. November 2024, 413 Seiten, ISBN 978 3367103461) ist für mich in erster Linie ein solides Überblicksbuch für genau diesen Punkt.
use.ai 
Viele Prompts scheitern nicht an der KI, sondern an der Erwartung dahinter. Ein Satz wird formuliert wie eine Anweisung, und es wird angenommen, dass das Ergebnis dann schon passen muss. Wenn das nicht passiert, entsteht Frust. Dabei liegt das Problem oft nicht in der Antwort, sondern im Denken davor. Ein Prompt beschreibt eine Vorstellung. Mehr nicht. Die KI versucht, diese Vorstellung umzusetzen, basierend auf dem vorhandenen Kontext. Wenn diese Vorstellung vage, widersprüchlich oder unvollständig ist, wird auch das Ergebnis entsprechend ausfallen.