Spring AI Schulung 2: RAG und KI-Agenten bauen
Integriere Tool-Calling in Spring Boot, verbinde PostgreSQL per PGVector und prüfe KI-Antworten mit Evaluation und Tracing.
Die wichtigsten Themen
Modellanbieter austauschbar anbinden
Strukturierte Ausgaben validieren
RAG mit PostgreSQL und PGVector bauen
Tool-Calling mit Freigaben absichern
Conversation Memory gezielt begrenzen
Evaluation und Tracing integrieren
Überblick Ein Chat-Endpunkt mit Modellzugriff ist erst der Einstieg. Ein Spring-Boot-Service für RAG braucht Quellenbelege, validierte Java-Antworttypen und begrenzte Werkzeugrechte. Die Spring AI Schulung 2 entwickelt diese...
Ein Chat-Endpunkt mit Modellzugriff ist erst der Einstieg. Ein Spring-Boot-Service für RAG braucht Quellenbelege, validierte Java-Antworttypen und begrenzte Werkzeugrechte. Die Spring AI Schulung 2 entwickelt diese Bausteine an einem durchgängigen Service, der einen Chat-Endpunkt um Retrieval, Tool-Calling und Sitzungsverwaltung erweitert. Du bindest Modellanbieter über Spring-AI-Abstraktionen an; der jeweilige Adapter kapselt provider-spezifische Optionen.
Die Dokumentpipeline zerlegt Dateien entlang ihrer Struktur, erzeugt Embeddings und speichert die Vektoren mit pgvector in PostgreSQL. Metadatenfilter trennen Mandanten. Jede RAG-Antwort verweist auf die abgerufenen Quellen. Darauf baut ein begrenzter Java-Agent auf: Freigegebene Methoden werden per Tool-Calling aufgerufen, Schreibzugriffe erfordern eine Bestätigung und Schrittlimits beenden die Schleife. Chat Memory trennt die Sitzungen; Advisors steuern wiederkehrende Regeln und den Retrieval-Kontext. Evaluation vergleicht erwartete Merkmale mit den erzeugten Antworten, während Traces Modell- und Tool-Aufrufe über Korrelations-IDs verbinden. Die vorbereitete Entwicklungsumgebung steht ohne eigene Lizenzen bereit. Für Java-Teams ist das Training als offener Termin oder Inhouse-Schulung verfügbar.
Die Themen Spring-Boot-Starter und Auto-Konfiguration · ChatClient als einheitliche Aufrufschnittstelle · Anbieterwechsel über Spring-AI-Abstraktionen · Optionsmodelle der jeweiligen Provider...
Spring AI: Architektur und Anbieter
- Spring-Boot-Starter und Auto-Konfiguration
- ChatClient als einheitliche Aufrufschnittstelle
- Anbieterwechsel über Spring-AI-Abstraktionen
- Optionsmodelle der jeweiligen Provider
Antwortverträge in Spring Boot
- Prompt-Templates mit dynamischen Laufzeitparametern
- Konvertierung strukturierter Ausgaben in Java-Typen
- Explizite Bean Validation nach Konvertierung
- Fehlerbehandlung bei ungültigen Modellergebnissen
Dokumentpipeline für RAG
- Chunking entlang der Dokumentstruktur
- Auswahl von Embedding-Modellen und Vektordimensionen
- Metadaten für gefilterte Retrieval-Abfragen
- Strategien zur Neuindizierung geänderter Dokumente
PostgreSQL mit pgvector
- Einrichtung der pgvector-Erweiterung in PostgreSQL
- HNSW- und IVFFlat-Indizes vergleichen
- Metadatenbasierte Filter für getrennte Mandanten
- Quellenangaben in erzeugten RAG-Antworten
Tool-Calling mit Spring Boot
- @Tool-Methoden und ToolCallback-Implementierungen
- JSON-Schemas für Java-Methodenparameter
- Freigaben für Aktionen mit Seiteneffekt
- Zeitlimits und definierte Tool-Fehler
Chat Memory und Advisors
- Sitzungsgebundene Speicherung im Chat Memory
- Advisor-Ketten und ihre Ausführungsreihenfolge
- Kontextfenster und verfügbare Token-Budgets
- Persistente Speicherung von Chat-Verläufen
KI-Agenten mit Java
- Begrenzte Planungs- und Ausführungsschleifen
- Modellgesteuerte Auswahl freigegebener Tools
- Abbruchbedingungen und maximale Schrittzahl
- Menschliche Freigaben vor Schreibzugriffen
Evaluation und Beobachtbarkeit
- Testdatensätze mit erwarteten Antwortmerkmalen
- Retrieval-Relevanz und Quellenabdeckung
- Regressionstests nach Prompt-Änderungen
- Korrelations-IDs für zusammengehörige Aufrufe
- Tracing von Modell- und Tool-Aufrufen
Schutzgrenzen für Daten und Tools
- Datenklassifizierung vor externen Provider-Aufrufen
- Prompt-Injection über eingebundene RAG-Quellen
- Mandantentrennung im verwendeten Vector Store
- Rechtebegrenzung für aufgerufene Java-Tools
- Secret-Stores für Provider-Zugänge
- Datenminimierung bei personenbezogenen Eingaben
Zielgruppe
- Java-Fachkräfte mit Spring-Boot-Erfahrung
- Backend-Teams für KI-gestützte Anwendungen
- Fachkräfte für Softwarearchitektur in Java-Plattformen
- Technische Teamleitungen für KI-Integration
Das lernst du
- Eine Spring-Boot-Anwendung über Spring AI an austauschbare Modellanbieter anbinden
- Strukturierte Modellausgaben in Java-Typen überführen und validieren
- Eine RAG-Pipeline mit PostgreSQL und PGVector samt Quellenbezug umsetzen
- Java-Tools mit begrenzten Rechten über Tool-Calling ausführen
- Conversation Memory und Advisors pro Sitzung kontrollieren
- Regressionen vor einem Release durch Evaluation und Tracing erkennen
So arbeiten wir
Live-Coding und kurze Fachimpulse führen durch ein durchgängiges Spring-Boot-Projekt. Geführte Übungen, Code-Reviews und Testläufe prüfen Providerwechsel, Retrieval und Tool-Aufrufe anhand vorbereiteter Daten.
Empfohlene Vorkenntnisse
- Sichere Java-Kenntnisse und Spring-Boot-Erfahrung, etwa aus REST APIs mit Spring Boot
- Grundkenntnisse in REST, SQL und Docker
Dein Fahrplan
- Spring-AI-Projekt mit Spring Boot aufsetzen
- Modellanbieter über Adapter anbinden
- Providerwechsel per Konfiguration testen
- Strukturierte Ausgaben in Java-Typen überführen
- Validierung und Fehlerpfade implementieren
Organisatorisches
Lernformate
Unsere Seminare bieten dir maximale Flexibilität: Du kannst zwischen Live-Online und Vor Ort in unseren modernen Schulungszentren im D-A-CH Raum wählen. Beide Formate garantieren dir die gleiche hohe Qualität und interaktive Lernerfahrung.
Schulungsarten
Wir bieten dir verschiedene Schulungsarten: Offene Seminare, Firmenseminare für Teams und Inhouse-Schulungen direkt bei dir vor Ort. So findest du genau das Format, das zu deinen Bedürfnissen passt.
Uhrzeiten
09:00-16:00 Uhr
Aktuelle Software
In unseren offenen Kursen arbeiten wir mit der aktuellsten Software-Version. So lernst du direkt mit den Tools und Features, die du auch in deinem Arbeitsalltag verwendest - praxisnah und zukunftsorientiert. Bei Inhouse- und Firmenschulungen bestimmt ihr die Version.
Deine Vorteile
Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Inklusivleistungen
Deine Teilnahme beinhaltet: Schulungsmaterial, Zertifikat, Verpflegung (bei Präsenzveranstaltungen) und persönliche Betreuung durch unsere Trainer und unser Orga-Team. Alles aus einer Hand - keine versteckten Kosten.
Lernen von Experten
Unsere Trainer sind zertifizierte und erfahrene Profis mit jahrelanger Berufserfahrung. Sie vermitteln dir in den Kursen nicht nur theoretisches Wissen, sondern teilen ihre Erfahrungen aus realen Projekten und helfen dir, das Gelernte direkt in deiner täglichen Arbeit anzuwenden. Das ist kein Werbeversprechen, sondern unser Anspruch. Am besten siehst du das in unseren Bewertungen, z.B. auch bei Google.
Keine Vorkasse
Du zahlst erst nach dem Seminar. Keine Vorkasse, keine Vorauszahlung - so kannst du sicher sein, dass du nur für das bezahlst, was du auch wirklich erhalten hast. Die Rechnung erhältst du erst nach Kursbeginn.
Max. 8 Teilnehmende
Wir setzen auf kleine Gruppen, damit du die Aufmerksamkeit bekommst, die du verdienst. So haben wir mehr Zeit für deine individuellen Fragen und können gezielt auf deine Bedürfnisse eingehen.
Termine & Buchung
Leider haben wir aktuell keine Termine geplant. Es wird wahrscheinlich bei uns etwas schief gelaufen sein - bitte kontaktiere uns und wir finden den passenden Termin.
Nicht der passende Termin dabei?
Wir finden eine Lösung: anderer Termin, mehrere Teilnehmer, Inhouse-Schulung oder individuelle Beratung.
Lieber gleich das ganze Team schulen?
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine nach Maß.
Inhouse-Schulung
Wir kommen zu euch: diese Schulung maßgeschneidert in euren Räumen, für Unternehmen und Behörden.
- Inhalte exakt auf euch zugeschnitten
- Termine nach euren Bedürfnissen
- Günstiger ab mehreren Teilnehmern
- Vertraute Umgebung, kein Reiseaufwand
Firmen-Seminar
Exklusiv für dein Team an einem unserer Standorte oder Live-Online, individuell angepasst.
- Geschlossene Gruppe aus eurem Haus
- Individuelle Terminplanung
- An unseren Standorten oder Live-Online
- Angepasste Inhalte
Fragen und Antworten zu Spring AI Schulung 2: RAG und KI-Agenten bauen
Was ist Spring AI und wofür wird es eingesetzt?
Spring AI ist ein Java-Framework für KI-Funktionen in Spring-Anwendungen. Es stellt gemeinsame Abstraktionen für Chat-Modelle, Embeddings, Vector Stores, Tool-Calling und strukturierte Ausgaben bereit. Spring-Boot-Starter und Advisors verbinden diese Bausteine mit Konfiguration, Tests und Observability aus dem Spring-Ökosystem; providerspezifische Fähigkeiten bleiben über eigene Optionen erreichbar.
Wie funktioniert RAG mit PostgreSQL und PGVector?
RAG speichert Embeddings aus aufbereiteten Dokumenten als Vektoren in PostgreSQL und sucht mit PGVector nach inhaltlich ähnlichen Abschnitten. Die Spring-Boot-Anwendung ergänzt diese Treffer als Kontext für das Modell und kann die verwendeten Quellen an der Antwort ausgeben.
Wann ist Tool-Calling sinnvoller als RAG?
Tool-Calling passt, wenn ein Modell eine freigegebene Java-Funktion mit strukturierten Parametern aufrufen soll. RAG liefert Wissen für Antworten; Tools lesen einen aktuellen Status oder lösen nach einer Berechtigungsprüfung eine Aktion aus.
Was ist der Unterschied zwischen Conversation Memory und Advisors?
Conversation Memory speichert Nachrichten und stellt sie für eine definierte Sitzung erneut bereit. Advisors verändern oder ergänzen die Aufrufkette, etwa durch Systemregeln, gespeicherten Verlauf, Retrieval-Kontext oder Beobachtungsdaten.
Kann das Training an unseren Modellanbieter angepasst werden?
Eine Anpassung an Modellanbieter, Authentifizierung, Datenquellen und Betriebsumgebung prüfen wir vorab anhand eures Technik-Stacks. Provider-spezifische Funktionen werden dabei ausdrücklich berücksichtigt.
Ist die Spring AI Schulung als Inhouse-Training verfügbar?
Ja, cmt bietet das Training als Inhouse- oder Firmenseminar an. Projektbeispiele und Übungen können nach vorheriger Abstimmung an eure Java-Architektur und freigegebene Datenquellen angepasst werden.
Gibt es für die Spring AI Schulung ein offizielles Zertifikat?
Ein offizielles Herstellerzertifikat ist für dieses Training nicht vorgesehen. Die gewünschte Form des Teilnahmenachweises klärt cmt vor der Buchung mit deinem Unternehmen.
Brauche ich ein Notebook oder eigene KI-Lizenzen?
Nein. Die erforderlichen Geräte, VMs und Softwarezugänge werden für die Übungen bereitgestellt.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs.
Unser Qualitätsversprechen: Wissen, das in der Praxis funktioniert
Aus der Praxis für die Praxis
Schluss mit theoretischem Ballast. Wir trainieren dich für reale IT-Herausforderungen, nicht für Multiple-Choice-Tests. Unsere Trainer vermitteln dir genau das Wissen, das am nächsten Montagmorgen im Job wirklich funktioniert.
Individuell statt "Schema F"
Deine Fragen passen nicht ins Standard-Skript? Bei uns schon. Wir verzichten auf starre Lehrpläne und geben deinen konkreten Projekt-Fragen Raum. Unsere Trainer passen die Inhalte flexibel an das an, was dich und dein Team aktuell weiterbringt.
Maximale Freiheit: Remote oder vor Ort
Lerne so, wie es in deinen Alltag passt - ohne Reise-Stress und Zeitverlust. Egal ob remote, hybrid oder präsent vor Ort: Wir garantieren dir ein nahtloses und effektives Lernerlebnis, egal von wo du dich zuschaltest.
Mit Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt - und wollen, dass du es auch bist. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
NOCH FRAGEN?
Rufe mich an oder schreibe mir eine E-Mail.
Michaela Berger
Über 20.000 Unternehmen und Behörden vertrauen auf uns
