RAG-Pipeline für interne Wissensbasen

Kontext / Context

Ein Beispiel-Setup für interne RAG-Implementierungen. Zeigt die wichtigsten Stellschrauben, die wir in realen Projekten konfigurieren, ohne spezifische Kundendetails.

Architektur

• Ingestion: Connectors für Confluence, SharePoint, Markdown-Repos, PDF, DOCX, E-Mail. Inkrementelle Updates mit Change-Detection.
• Chunking: Semantic-aware Chunking mit Overlap, Markdown-Heading-Anchored, Code-Block-Preserved.
• Embeddings: voyage-3 oder text-embedding-3-large, mit Metadaten-Enrichment.
• Storage: pgvector mit HNSW-Index, Postgres als Single-Source-of-Truth.
• Retrieval: Hybrid (BM25 + Vector) mit Reranker (Cohere rerank-3).
• Generation: claude-opus-4-7 für Antwort-Generierung, Citation-enforced Prompt.

Eval-Framework

• Ground-Truth-Set: 200 Fragen mit Expert-Answers, inkrementell erweitert
• Metriken: Faithfulness (grounded-in-context), Answer-Relevance, Context-Precision, Citation-Accuracy
• Tool: Langfuse oder Braintrust für Traces und Regression-Gates
• Daily-Run über Cron, Alert bei Regression auf Slack

Guardrails

• PII-Detection im Query- und Answer-Layer
• Confidence-Threshold: bei niedriger Similarity-Max “Ich weiß es nicht” statt Halluzination
• Audit-Log pro Anfrage (Query, Retrieved, Answer, Citations, Latency)