Open Access

Ghassen Tajini, Markus John

• Bibliotheken stehen heute vor der Herausforderung, eine enorme Menge an Daten effizient und benutzerfreundlich zugänglich zu machen. Die Vielfalt der Datensätze und die Komplexität der Anfragen erschweren es jedoch oft, schnell und präzise relevante Informationen zu finden. Traditionelle Suchsysteme stoßen insbesondere dann an ihre Grenzen, wenn es darum geht, semantische Zusammenhänge zwischen Suchanfragen und den zugrunde liegenden Daten zu verstehen. Herkömmliche Methoden wie komplexe Boolesche Operatoren und aufwendige Abfragen stellen für viele Nutzer eine erhebliche Hürde dar und erschweren den Zugang zu den gewünschten Informationen. Mit unserem innovativen RAG-KI-Bot gehört dieses Problem der Vergangenheit an. Nutzer müssen keine Experten in Suchsyntax oder Fachbegriffen sein – der Bot versteht Anfragen auf einer tieferen Ebene und liefert präzise, relevante Informationen in natürlicher Sprache. Selbst bei vagen oder ungenauen Anfragen erkennt der Bot den zugrunde liegenden Kontext und liefert die passenden Ergebnisse. Der RAG-KI-Bot nutzt modernste Technologien der Künstlichen Intelligenz, um die Bedeutung von Suchanfragen umfassend zu erfassen. Durch den Einsatz von "Retrieval-Augmented Generation" (RAG)-Modellen kann er auf umfangreiche Datenbestände zugreifen und relevante Informationen effizient extrahieren. Ergänzt wird dies durch ein leistungsstarkes Sprachmodell, das Anfragen analysiert und in verständliche, präzise und kontextgerechte Antworten umwandelt. Ein besonderer Vorteil des RAG-KI-Bots ist seine nahtlose Integration in bestehende Bibliothekssysteme. Dank der flexiblen Architektur des Bots lassen sich diese Systeme effizient erweitern, ohne dass umfangreiche Anpassungen erforderlich sind. So ermöglicht der RAG-KI-Bot einen einfachen Zugang zu relevanten Daten und verbessert die Informationssuche für alle Nutzergruppen maßgeblich. Das BSZ plant, diese innovative Suchtechnologie gezielt in die Infrastrukturen von Koha und FOLIO zu integrieren.