Agentische Suche mit der Vektordatenbank von Elastic

Lily Adler

Teamleiter, GenAI-Suchspezialist

Elastic

Peter Steenbergen

GenAI-Suchspezialist

Elastic

Während sich KI-Anwendungen von Assistenten zu ausgeklügelten agentischen Systemen entwickeln, ist eines klar geworden: Kontext ist entscheidend. Deshalb steht Elastic, die Kontext-Engineering-Plattform und führende Vektordatenbank, im Zentrum der modernen agentischen Suche.

In diesem Webinar erfahren Sie, wie die Vektorsuche von Elastic funktioniert, wie sie sich in die Stichwort- und Hybridsuche integriert und warum sie die Grundlage für die Entwicklung von KI-Agenten und -Anwendungen bildet, die mit unstrukturierten Daten arbeiten. Sie werden sehen, wie unsere Einbettungsmodelle, Reranker und Suchinnovationen semantisches Matching, Ähnlichkeitssuche und hybride Abfragen in großem Umfang ermöglichen.

Diese Session richtet sich an Entwickler, Dateningenieure und Architekten, die die nächste Generation von KI-Agenten und -Anwendungen entwickeln. 

Highlights

• Wie Vektorsuche wirklich funktioniert: Zerlegung, Einbettungen, semantische Textsuche, hybride Abfragen und Reranking, und wie man dichte und spärliche Vektoren integriert
• Anwendungsfälle für KI-Agenten und -Anwendungen in der Praxis: Semantisches Matching, Dokumentenverständnis, Empfehlungen und Konversationsgedächtnis
• Wie Sie unternehmenstauglich werden: Skalierung auf mehr als eine Milliarde Vektoren, hybride Suche, Unterstützung multimodaler Daten und integrierte Analysefunktionen, die über punktuelle VDBs hinausgehen
• Elastic als Context-Engineering-Plattform und Vektordatenbank: Warum Elastic die umfassende Vektordatenbank ist und wie es die agentische Suche unterstützt

Weitere Ressourcen

• Siehe Quellcode und Materialien aus der Sitzung im GitHub-Repository
• Testen Sie die neuesten KI-Suchfunktionen mit AI Playground
• Die am weitesten verbreitete Open-Source-Vektordatenbank