Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

Neues Training: Entwicklung von AI Chat-Assistenten mit Java / Spring AI

Der Kurs „Entwicklung von AI Chat-Assistenten mit Java Spring“ bietet einen umfassenden Einblick in die Implementierung von KI-Chat-Assistenten mit dem Retrieval-Augmented-Generation-Muster unter Verwendung der neuesten Java Spring-Bibliothek. Mit einer Mischung aus theoretischen Erläuterungen und praktischen Übungen lernen Sie, fortschrittliche KI-Chat-Assistenten zu entwickeln und anzupassen.

Die Teilnehmer lernen, wie das Retrieval-augmented Generation Pattern für KI-Textgenerierung funktioniert. Dabei werden grundlegende Konzepte wie Modelle, Embeddings und vektorbasierte Datenbanken eingeführt. Wir vertiefen uns in die Verwendung von Prompting-Techniken sowie in das Zusammenspiel von Retrieval und Generierung. Das Pattern nutzt einen zweistufigen Ansatz, bei dem zuerst relevante Textfragmente aus einer vektorbasierten Datenbank abgerufen werden, um dann mithilfe von Generierungsmodellen eine Antwort zu formulieren. Dabei wird sowohl auf die Effizienz der Abfrage als auch auf die Qualität der Generierung Wert gelegt.

Die Benutzeroberfläche wird beispielhaft mit Angular entwickelt, um Best Practices für den Umgang mit gestreamten KI-Antworten zu erlernen.

Details und Termine finden Sie unter: Entwicklung von AI Chat-Assistenten mit Java / Spring AI

Nginx Cache für WordPress

In der Welt des Webhostings ist die Geschwindigkeit ein entscheidender Faktor für den Erfolg einer Website. Hier kommt der Nginx-Cache ins Spiel, insbesondere für WordPress-Websites.

Weiterlesen »

@Transactional in Spring – how it works

This article provides an in-depth exploration of Spring Framework’s @Transactional annotation, detailing its functionality, implementation, advanced features, and best practices for effective transaction management in Java applications.

Weiterlesen »

Virtuelle Threads in Java 21

Virtuelle Threads in Java: Ein Paradigmenwechsel in der Concurrent Programmierung   Einführung in Virtuelle Threads Mit der Einführung von virtuellen Threads in Java (auch als

Weiterlesen »