Der Artikel präsentiert zehn Positionen für Unternehmens-Dokumentenintelligenz, die Mainstream-RAG-Tutorials herausfordern. Er argumentiert, dass RAG kein maschinelles Lernen ist; Embeddings sind keine Magie; Chunk-Größen-Sweep optimiert das Falsche; das Antwortschema ist wichtiger als das Modell. Das Standard-Tutorial-Muster—Dokumente chunken, embedden, durch Kosinus-Ähnlichkeit abrufen, reranken und an das LLM senden—funktioniert bei Hello-World-Beispielen, aber wackelt bei echten Unternehmensdokumenten. Die zehn Positionen fallen in drei Schichten: Abruf (Struktur zuerst, Wörterbücher bevor Modelle, Reranker als Werkzeuge nicht als Stufen, ein Vektorspeicher für alles), Unternehmensdefinition (was Unternehmens bedeutet, wen das System verstärkt, wer zur Laufzeit Routen auswählt), und Audit (Pro-Fehler-Bewertung, relationale Struktur zwischen den Blöcken, Zitate als Beweis). Position 1 kehrt das Standard-Tutorial um: Vektorspeicher sind ein Fallback, keine Grundlage. Struktur-basierter Abruf behandelt den Großteil der echten Fragen; Embeddings kommen als Sicherheitsnetz für Restfälle hinzu. Die Begleit-Notebooks der Serie laufen auf echten PDFs und zeigen struktur-basierten Abruf vor Embedding, typisierte Antworten mit Zeilenebene-Zitaten und eine nach Fehlermodus aufgeschlüsselte Evaluation.

Schlüssel-Entitäten: Unternehmen: Anthropic | Personen: Hamel Husain, Eugene Yan, Jason Liu

Häufig gestellte Fragen: Warum scheitern Mainstream-RAG-Tutorials in Unternehmensumgebungen?

Mainstream-Tutorials verlassen sich auf einen einzelnen Vektorspeicher und einen Kosinus-Ähnlichkeitsansatz, der für Hello-World-Beispiele funktioniert, aber bei echten Unternehmensdokumenten versagt. Der Artikel plädiert für struktur-basierten Abruf, behandelt Vektorspeicher als Fallback und betont Interpretierbarkeit gegenüber Benchmarks.