<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>RAG on JAVAPRO Germany</title><link>https://javapro.svenruppert.com/tags/rag/</link><description>Recent content in RAG on JAVAPRO Germany</description><generator>Hugo</generator><language>de-DE</language><lastBuildDate>Mon, 06 Apr 2026 07:00:00 +0000</lastBuildDate><atom:link href="https://javapro.svenruppert.com/tags/rag/index.xml" rel="self" type="application/rss+xml"/><item><title>DevOps-Patterns und Java 26 für On-Premises LLM-Plattformen in sicherheitskritischen Umgebungen</title><link>https://javapro.svenruppert.com/devops-patterns-und-java-26-fuer-on-premises-llm-plattformen-in-sicherheitskritischen-umgebungen/</link><pubDate>Mon, 06 Apr 2026 07:00:00 +0000</pubDate><guid>https://javapro.svenruppert.com/devops-patterns-und-java-26-fuer-on-premises-llm-plattformen-in-sicherheitskritischen-umgebungen/</guid><description>&lt;p&gt;Während die erste Welle der KI-Adoption in vielen Organisationen auf Cloud-APIs setzte, ist dieser Ansatz in sicherheitskritischen und regulierten Umgebungen häufig nicht nutzbar. Vertraulichkeitsanforderungen, Datenschutzvorgaben und der Bedarf an technisch durchsetzbaren Betriebsgrenzen stehen dem entgegen. In On-Premises-Setups erweitert sich die Architektur um zusätzliche Laufzeitkomponenten, etwa LLM-Serving, Retrieval und Wissensartefakte wie Indizes und Prompts. Der Fokus verschiebt sich damit von der reinen Modellnutzung zur Plattformfrage: Wie lassen sich Datenzugriffe und Berechtigungen entlang der Pipeline kontrollieren? Wie bleiben Änderungen an Modellen, Prompts und Indizes nachvollziehbar? Und wie lassen sich Fehlerfälle reproduzierbar eingrenzen und zurückrollen?&lt;/p&gt;</description></item><item><title>Gefragte Workshops zur JCON EUROPE 2026 – Tickets ab sofort</title><link>https://javapro.svenruppert.com/gefragte-workshops-zur-jcon-europe-2026-tickets-ab-sofort/</link><pubDate>Mon, 16 Mar 2026 12:00:11 +0000</pubDate><guid>https://javapro.svenruppert.com/gefragte-workshops-zur-jcon-europe-2026-tickets-ab-sofort/</guid><description>&lt;p&gt;&lt;strong&gt;Köln&lt;/strong&gt; – Die JCON EUROPE kehrt vom 20. bis 23. April an ihren Veranstaltungsort zurück und bietet auch in diesem Jahr ein umfangreiches Programm für Java-Enthusiasten. Neben über 100 Speakern und Sessions ist am Montag, den 20. April, ein ganzer Tag praxisorientierten Workshops gewidmet.&lt;/p&gt;
&lt;p&gt;Im Workshop-Format werden in jeweils zweistündigen Sessions aktuelle Themen und Technologien behandelt. Teilnehmer haben die Möglichkeit, in zwei Zeitslots (13:00–15:00 Uhr und 16:00–18:00 Uhr) aus insgesamt sieben verschiedenen Workshops zu wählen. Eine Kaffeepause zwischen den Slots bietet Gelegenheit zum Netzwerken.&lt;/p&gt;</description></item><item><title>Lokale KI mit Java: AI-Integration ohne Cloud-Abhängigkeit</title><link>https://javapro.svenruppert.com/lokale-ki-mit-java-ai-integration-ohne-cloud-abhaengigkeit/</link><pubDate>Fri, 02 May 2025 07:02:10 +0000</pubDate><guid>https://javapro.svenruppert.com/lokale-ki-mit-java-ai-integration-ohne-cloud-abhaengigkeit/</guid><description>&lt;p&gt;Die Zukunft der Künstlichen Intelligenz ist lokal. Immer mehr Unternehmen setzen auf lokale AI-Modelle, um Datenschutz, Offline-Fähigkeit und Unabhängigkeit von Cloud-Anbietern sicherzustellen. Auf der &lt;a href="https://2025.europe.jcon.one/"&gt;JCON EUROPE 2025&lt;/a&gt; vermittelt der zweistündige &amp;ldquo;&lt;a href="https://schedule.jcon.one/session/894517"&gt;AI-based optimization in expedition planning-a practice-oriented worksho&lt;/a&gt;&lt;a href="https://schedule.jcon.one/schedule?selectedSession=894517"&gt;p&lt;/a&gt;&amp;rdquo; mit Sven Ruppert, wie sich genau das in Java umsetzen lässt: hochperformante, datenschutzfreundliche AI-Features – direkt in der eigenen Anwendung, ganz ohne Cloud-Dienste.&lt;/p&gt;
&lt;h2 id="fokus-auf-das-open-source-projekt-expedition-planner"&gt;Fokus auf das Open-Source-Projekt „Expedition Planner“&lt;/h2&gt;
&lt;p&gt;Im Mittelpunkt steht das Open-Source-Projekt &lt;strong&gt;„Expedition Planner“&lt;/strong&gt;, eine Java-basierte Webanwendung zur Planung und Organisation von Expeditionen. Doch hier geht es nicht um Theorie: Die Teilnehmenden arbeiten an realen Use Cases und integrieren lokale AI-Modelle mit &lt;strong&gt;Ollama&lt;/strong&gt;, nutzen &lt;strong&gt;Langchain4j&lt;/strong&gt; und &lt;strong&gt;Retrieval Augmented Generation (RAG)&lt;/strong&gt;, um Aufgabenplanung und Materiallisten intelligent zu optimieren.&lt;/p&gt;</description></item></channel></rss>