Beschreibung
Übermäßige Datenmengen können User in Unternehmen oft überfordern. Deswegen bleiben die tieferen Erkenntnisse, die diese Daten bieten, leider oft verborgen. Hier setzt Multi-Agent Text-to-SQL an: Durch den Einsatz moderner KI-Agenten können auch nicht-technische Nutzer Daten über natürliche Sprache abfragen und präzise Queries generieren.
Hier schaffen neue Ansätze Abhilfe, indem sie die Aufgaben auf mehrere KI-Agenten verteilen. Beispielsweise werden faktenbasierte Antworten geliefert, indem eine Datenbank mittels Text-to-SQL (Structured Query Language) abgefragt wird und der zuständige Agent diese Erkenntnisse in seiner Antwort nutzt.
Beitrag teilen
Anmeldung
Experten
Dr. Frederic Engelke
Agenda
Begrüßung und Einführung
Grenzen klassicher LLM Ansätze
Der deterministische Ausweg: Text-to-SQL
Architektur eines modernen Multi-Agenten-Systems
Fortgeschrittene Architekturen
Sicherheit via Human-in-the-loop
Vergleich LLM oder menschliche Queries
Technisches Beispiel
Fazit & FAQ
Kurzinformation
Es sind keine expliziten Vorkenntnisse nötig.
Online-Webinar
Technische User, die ähnliche Systeme aufsetzen wollen; Entscheider, die erörtern wollen, ob KI-Agenten für SQL-Systeme sinnvoll sind.
Deutsch
