Dokumentation

Hilfe & FAQ

Hier finden Sie Antworten zu den Limits der RAG-Demo, unserer technischen Architektur und Sicherheitsvorkehrungen.

Wie funktioniert die interaktive RAG-Demo?

Die RAG-Demo erlaubt es Ihnen, den kompletten Prozess von Retrieval-Augmented Generation auszuprobieren:

  1. Space erstellen: Erzeugt einen anonymen Speicherbereich in unserer PostgreSQL-Datenbank.
  2. Quellen einlesen: Unser Crawler lädt Web-Links oder liest hochgeladene Dokumente ein.
  3. Vektorisieren (Embeddings): Die Texte werden in Chunks geschnitten, bereinigt und in mathematische Vektoren übersetzt.
  4. Fragen stellen: pgvector sucht passende Chunks, die als Kontext an ein Large Language Model (wie Google Gemini) gestreamt werden.

Welche Limits gelten für die Demo?

Um Missbrauch vorzubeugen und die Ressourcen unseres Servers zu schonen, gelten folgende Regeln:

  • Maximale URLs: Sie können bis zu 10 Web-Links pro Wissens-Space importieren.
  • Dateiuploads: Sie können bis zu 10 Dokumente (PDF, Word, Excel, Markdown, TXT, HTML) mit einer Grösse von maximal 1 MB hochladen.
  • Maximale Segmente: Ein Space fasst insgesamt maximal 300 Text-Chunks.
  • Rate-Limiting: Es sind maximal 10 Chat-Anfragen pro Minute sowie maximal 50 Anfragen pro Tag erlaubt.
  • Automatische Löschung: Alle Spaces inklusive aller Daten zerfallen automatisch nach 7 Tagen.

Sind meine Daten in der Demo sicher?

Ja. Alle erzeugten Daten sind temporär und an Ihren Session-Token gebunden. Es gibt keine Verknüpfung mit Benutzerkonten oder Personendaten.

Wichtiger Hinweis: Nutzen Sie die öffentliche Demo dennoch nicht für streng vertrauliche, geschäftskritische oder personenbezogene Daten. Wenn Sie RAG mit hochsensiblen Daten nutzen wollen, kontaktieren Sie uns – wir entwickeln Lösungen, die komplett auf Schweizer Infrastruktur oder direkt in Ihrem Intranet laufen.

Warum setzen Sie auf Spring AI und pgvector?

Spring AI bietet eine saubere, vom Anbieter entkoppelte Schnittstelle. Dadurch können wir Modelle (z. B. von lokalem Llama auf Google Gemini) austauschen, ohne den RAG-Code anzufassen.
pgvector ist eine hoch-performante Erweiterung für PostgreSQL. Sie erlaubt es, relationale Daten und AI-Vektoren in derselben Datenbank zu pflegen. Das reduziert die Komplexität und erhöht die Robustheit der Infrastruktur drastisch.