Seminar DataGalaxy KI-gestützte Suche mit Blink und MCP

Seminarprofil: Die Schulung verbindet KI-gestützte Recherche und redaktionelle Unterstützung mit einem kontrollierten Kontextzugriff für AI-Anwendungen. Fragetechniken, Ergebnisprüfung, MCP-Architektur, Werkzeuggrenzen und Governance werden gemeinsam betrachtet.

Inhaltsübersicht

1. KI-gestützte Suche und Fragetechniken
2. KI-Unterstützung bei Beschreibung und Kuration
3. MCP-Konzept und kontrollierter Kontextzugriff
4. MCP-Anwendungsfälle, Werkzeuge und Guardrails
5. Governance für KI-gestützte Plattformnutzung

Lernziele

• KI-gestützte Fragen präzise formulieren und Ergebnisse verifizieren
• Generative Vorschläge kontrolliert für Kuration und Beschreibung einsetzen
• MCP-Komponenten, Identitäten und Kontextflüsse verständlich modellieren
• Agentenabläufe mit minimalen Werkzeugrechten und Guardrails entwerfen
• Qualität, Sicherheit und Transparenz der KI-Nutzung steuern

Zielgruppe

Data Stewards, Data Product Owner, AI- und Datenarchitektur, Plattformadministration, Analytics-Teams und Governance-Verantwortliche

Voraussetzungen

Plattformgrundlagen; für den MCP-Teil Grundverständnis von APIs, Identitäten und AI-Anwendungen

Seminarinhalte

Bearbeitungslogik: Jedes Kapitel beginnt mit einer Kapitelübersicht. Die Arbeitsschritte werden anschließend in der vorgesehenen Reihenfolge praktisch umgesetzt, geprüft und dokumentiert.

KI-gestützte Suche und Fragetechniken

Kapitelübersicht: Schritt 1 – Eine fachliche Informationsfrage wird mit Zweck, Zeitraum, Domäne und gewünschter Ergebnisform präzisiert; Schritt 2 – Alternative Formulierungen werden genutzt, um Begriffe, Datenobjekte, Verantwortliche und Zusammenhänge zu finden; Schritt 3 – Antworten werden gegen verknüpfte Metadaten, Definitionen, Herkunft und Qualitätsinformationen geprüft; Schritt 4 – Ein wiederholbarer Frage- und Prüfprozess wird für typische Rechercheaufgaben dokumentiert.

1. Schritt 1: Eine fachliche Informationsfrage wird mit Zweck, Zeitraum, Domäne und gewünschter Ergebnisform präzisiert.
2. Schritt 2: Alternative Formulierungen werden genutzt, um Begriffe, Datenobjekte, Verantwortliche und Zusammenhänge zu finden.
3. Schritt 3: Antworten werden gegen verknüpfte Metadaten, Definitionen, Herkunft und Qualitätsinformationen geprüft.
4. Schritt 4: Ein wiederholbarer Frage- und Prüfprozess wird für typische Rechercheaufgaben dokumentiert.

KI-Unterstützung bei Beschreibung und Kuration

Kapitelübersicht: Schritt 1 – Geeignete Aufgaben werden von Entscheidungen getrennt, die zwingend fachliche Freigabe benötigen; Schritt 2 – Eingaben werden so strukturiert, dass Kontext, Zielgruppe, Terminologie und Qualitätskriterien enthalten sind; Schritt 3 – Vorschläge werden auf Faktentreue, Eindeutigkeit, sensible Inhalte und Übereinstimmung mit Standards geprüft; Schritt 4 – Ein Freigabe- und Dokumentationsverfahren für übernommene, geänderte und verworfene Vorschläge wird angewendet.

1. Schritt 1: Geeignete Aufgaben werden von Entscheidungen getrennt, die zwingend fachliche Freigabe benötigen.
2. Schritt 2: Eingaben werden so strukturiert, dass Kontext, Zielgruppe, Terminologie und Qualitätskriterien enthalten sind.
3. Schritt 3: Vorschläge werden auf Faktentreue, Eindeutigkeit, sensible Inhalte und Übereinstimmung mit Standards geprüft.
4. Schritt 4: Ein Freigabe- und Dokumentationsverfahren für übernommene, geänderte und verworfene Vorschläge wird angewendet.

MCP-Konzept und kontrollierter Kontextzugriff

Kapitelübersicht: Schritt 1 – Anwendungsfall, benötigte Kontextobjekte und zulässige Aktionen werden fachlich abgegrenzt; Schritt 2 – Beteiligte Komponenten, Identitäten, Berechtigungen und Datenflüsse werden als Architekturmodell dargestellt; Schritt 3 – Sicherheits-, Datenschutz- und Protokollierungsanforderungen werden je Zugriffspfad konkretisiert; Schritt 4 – Das Konzept wird anhand eines minimalen, kontrollierbaren Pilotfalls auf Nutzen und Risiko geprüft.

1. Schritt 1: Anwendungsfall, benötigte Kontextobjekte und zulässige Aktionen werden fachlich abgegrenzt.
2. Schritt 2: Beteiligte Komponenten, Identitäten, Berechtigungen und Datenflüsse werden als Architekturmodell dargestellt.
3. Schritt 3: Sicherheits-, Datenschutz- und Protokollierungsanforderungen werden je Zugriffspfad konkretisiert.
4. Schritt 4: Das Konzept wird anhand eines minimalen, kontrollierbaren Pilotfalls auf Nutzen und Risiko geprüft.

MCP-Anwendungsfälle, Werkzeuge und Guardrails

Kapitelübersicht: Schritt 1 – Ein Arbeitsablauf wird in Informationsabruf, Interpretation, Vorschlag und freigabepflichtige Aktion zerlegt; Schritt 2 – Werkzeuge und Kontextzugriffe werden auf den kleinsten erforderlichen Umfang beschränkt; Schritt 3 – Guardrails für Berechtigung, sensible Informationen, Halluzinationen und unerlaubte Änderungen werden definiert; Schritt 4 – Der Ablauf wird mit normalen, unvollständigen und missbräuchlichen Eingaben systematisch getestet.

1. Schritt 1: Ein Arbeitsablauf wird in Informationsabruf, Interpretation, Vorschlag und freigabepflichtige Aktion zerlegt.
2. Schritt 2: Werkzeuge und Kontextzugriffe werden auf den kleinsten erforderlichen Umfang beschränkt.
3. Schritt 3: Guardrails für Berechtigung, sensible Informationen, Halluzinationen und unerlaubte Änderungen werden definiert.
4. Schritt 4: Der Ablauf wird mit normalen, unvollständigen und missbräuchlichen Eingaben systematisch getestet.

Governance für KI-gestützte Plattformnutzung

Kapitelübersicht: Schritt 1 – Zulässige und unzulässige Einsatzarten werden nach Risiko, Datenklasse und Entscheidungsauswirkung abgegrenzt; Schritt 2 – Owner, Prüfer, Freigabestufen und Eskalationen werden für Prompts, Werkzeuge und Ergebnisse zugeordnet; Schritt 3 – Protokollierung, Stichproben, Qualitätsmetriken und Vorfallbehandlung werden als Kontrollsystem entworfen; Schritt 4 – Ein regelmäßiger Review wird mit Änderungen, Auffälligkeiten und konkreten Verbesserungsmaßnahmen geplant.

1. Schritt 1: Zulässige und unzulässige Einsatzarten werden nach Risiko, Datenklasse und Entscheidungsauswirkung abgegrenzt.
2. Schritt 2: Owner, Prüfer, Freigabestufen und Eskalationen werden für Prompts, Werkzeuge und Ergebnisse zugeordnet.
3. Schritt 3: Protokollierung, Stichproben, Qualitätsmetriken und Vorfallbehandlung werden als Kontrollsystem entworfen.
4. Schritt 4: Ein regelmäßiger Review wird mit Änderungen, Auffälligkeiten und konkreten Verbesserungsmaßnahmen geplant.

Praxisanteil

Bearbeitung eines Recherchefalls mit systematischer Verifikation sowie Entwurf eines kontrollierten MCP-Piloten einschließlich Berechtigungen, Guardrails und Testfällen.