IT und Security
Sie modellieren Trust Boundaries, Identitäten, Datenklassifizierung, Verschlüsselung, Logging und sichere Betriebsgrenzen.
Secure AI und RAG Training
Secure AI & RAG
Quellengebundene AI-Assistenten mit Datenminimierung, Zugriffsschutz und Qualitätskontrollen verstehen.
ZIELGRUPPE
Für wen das Programm gedacht ist.
Inhalte und Praxisfälle werden an Rolle, Kompetenzstand, Branche und vorhandene Unternehmensregeln angepasst.
Knowledge Management
Sie verantworten Quellen, Metadaten, Versionen, Löschkonzepte, Aktualität und fachliche Freigaben.
AI Product Owner
Sie definieren Use Case, zulässige Quellen, Qualitätsziele, Nutzergruppen, Risiken und messbaren Nutzen.
Entwicklungsteams
Sie implementieren Ingestion, Chunking, Indexierung, Hybrid Search, Filter, Zitation, Tests und Observability.
LERNZIELE
Was Teilnehmende danach können.
Die Lernziele sind beobachtbar formuliert und werden durch Übungen, Reflexion oder praktische Arbeitsartefakte unterstützt.
RAG-Architekturen einordnen
Sie unterscheiden naive RAG, Hybrid Retrieval, Re-Ranking, Graph- und Agentic-RAG nach Datenlage, Risiko und Latenz.
Datenzugriffe absichern
Sie setzen ACL-, RBAC- oder ABAC-Filter vor dem Retrieval um und verhindern Cross-Tenant- sowie Dokument-Leaks.
Antwortqualität testen
Sie messen Retrieval Recall, Precision, Faithfulness, Citation Correctness und beantworten Fragen mit Golden Sets.
Betriebsgrenzen definieren
Sie definieren Confidence Thresholds, Human Review, Fallback, Monitoring, Incident-Pfade und zulässige Nutzungsgrenzen.
CURRICULUM
Module und Inhalte.
Die genaue Tiefe wird modular festgelegt. So bleibt das Programm kompakt, ohne technische oder organisatorische Kernpunkte auszulassen.
RAG und Grounding
Grounding, Query Transformation, Hybrid Search, Re-Ranking und Kontextzusammenstellung werden technisch verglichen.
Dokumentaufbereitung und Chunking
Parsing, OCR, Tabellen, semantisches Chunking, Overlap, Metadaten, Versionen, Deduplizierung und Löschung.
Retrieval und Berechtigungen
Vector-, Keyword- und Hybrid Search mit ACL/ABAC, Tenant Isolation, Metadata Filter und dokumentbasierten Berechtigungen.
Prompt Injection und Datenlecks
Indirect Prompt Injection, Retrieval Poisoning, versteckte Instruktionen, Datenexfiltration, DLP und Output Validation.
Zitation und Evaluierung
Zitate werden auf Existenz, Entailment und korrekte Fundstelle geprüft; Retrieval und Generation werden getrennt evaluiert.
Monitoring und Review-Gates
Source Freshness, Index Drift, Retrieval-Fehler, Antwortqualität, Kosten, Latenz und Security Events werden überwacht.
PRODUCTION DEPTH
Secure RAG ist Datenarchitektur, nicht nur Vektorsuche.
Jede Stufe besitzt eigene Qualitäts-, Security- und Betriebsanforderungen. Das Training macht Fehler isolierbar und Ergebnisse prüfbar.
Ingestion & Knowledge Lifecycle
- Connector, Parsing, OCR, Tabellen und Metadaten
- Chunking-Strategien, Versionierung und Deduplizierung
- Source Owner, Freshness, Retention und Löschung
Search & Authorization
- Vector, BM25, Hybrid Search und Re-Ranking
- ACL, RBAC, ABAC, Tenant Isolation und Metadata Filter
- Query Rewrite, Top-k, Context Budget und No-Answer-Gate
Injection & Data Protection
- Indirect Prompt Injection und Retrieval Poisoning
- Untrusted Content, DLP, Redaction und Output Validation
- Cross-Tenant Leakage, Secret Exposure und Audit Trail
Quality & Operations
- Recall, Precision, Faithfulness und Citation Correctness
- Golden Set, Regression, Red-Team und Human Review
- Freshness, Drift, Latenz, Kosten und Incident Runbook
Klare Grenze: Quellenangaben allein beweisen keine richtige Antwort. Retrieval, Berechtigung, Grounding, Zitation und fachliche Aussage müssen separat getestet und im Betrieb überwacht werden.
LERNBEREICH
Alle 6 Module sind jetzt als echter Lernpfad verfügbar.
Kurze Lerneinheiten mit Lesezeit-Nachweis, Fortschritt, Wissenscheck mit echtem Notensystem und echtem Live-Lab statt einer reinen Kursbeschreibung.
RAG und Grounding
Grounding, die naive RAG-Pipeline, Query Transformation, Hybrid Search und die Grenzen von Quellenbindung — anhand des Google-Bard-Falls.
Dokumentaufbereitung und Chunking
Parsing, Chunking-Strategien, Metadaten und das „Lost in the Middle“-Phänomen bei langen Kontexten.
Retrieval und Berechtigungen
ACL, RBAC, ABAC und Tenant Isolation — anhand des dokumentierten Microsoft-365-Copilot-Oversharing-Risikos.
Prompt Injection und Datenlecks
Indirekte Prompt Injection, Retrieval Poisoning und Datenexfiltration — anhand des Writer.com-Falls.
Zitation und Evaluierung
Citation Correctness, RAGAS-Metriken und Golden Sets — anhand des Falls Mata v. Avianca.
Monitoring und Review-Gates
Source Freshness, Betriebsmetriken und Security-Monitoring — anhand des Air-Canada-Chatbot-Urteils.
Final Exam & prüfbarer BAIS-Nachweis
12 Fragen: 6 Wissens-/Anwendungsfragen plus 6 dynamische Praxis-Szenarien zu Grounding, Berechtigungen, Prompt Injection, Zitation und Monitoring mit wechselnden Fällen und Einordnungen. 40 Minuten, ≥81% Mastery Gate und automatische Zertifikatsausstellung nach bestandenem Abschluss.
SECURE RAG DEFENSE
Vier Schutzschichten für Unternehmenswissen.
Schutzschicht auswählen und den zentralen Control sehen.
Identity
SSO, Rollen, Mandantentrennung und Least Privilege vor jedem Retrieval erzwingen.
CONTROL: IAMPRAXIS & TRANSFER
Ergebnisse, die weiterverwendet werden.
- RAG-Architektur-Canvas
- Testfragen-Set
- Security- und Qualitätscheck
Format passend zum Bedarf
Als Impuls, Workshop, Bootcamp oder modularer Lernpfad – remote, vor Ort oder hybrid. Umfang und Übungsanteil werden nach Zielgruppe und gewünschtem Transfer festgelegt.
Teilnahme-, Abschluss- oder Assessmentnachweise dokumentieren transparent Lernziele und Umfang. Sie sind kein staatlicher Abschluss, keine behördliche Zertifizierung und keine automatische Bestätigung regulatorischer Compliance.