Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 2 Min.

Azure SQL Database und generative KI verheiraten

Wie generative KI und maßgeschneiderte Datensätze zu einzigartigen Anwendungen führen.
Generative AI markiert nicht nur einen technologischen Fortschritt, sondern stellt einen Paradigmenwechsel dar, der die Art und Weise der Kundeninteraktion neu definiert. Azure SQL Database nutzt das für neue Möglichkeiten, Ihre Daten zur Erstellung moderner Anwendungen zu nutzen.Das Stichwort heißt: Retrieval Augmented Generation (RAG). Durch die Erstellung von Vektor-Einbettungen aus Ihren Daten und die Verwendung von Ähnlichkeitssuchen, gepaart mit den Schlussfolgerungsfähigkeiten eines Large Language Models (LLM), können Sie Feature schaffen, die den Bedürfnissen Ihrer Kunden entsprechen.Ein Einkaufsprozess beispielsweise wird durch einfache Suchanfragen erleichtert, die durch KI unterstützt werden. Doch was ist erforderlich, um eine solche Anwendung zu erstellen? Der Versuch, mit Hilfe von T-SQL und einem LLM eine Anfrage wie „help me plan a graduation party“ zu bewältigen, zeigt die grundlegenden Schritte. Microsoft hat dazu ein Beispiel auf seiner DevBlog-Seite veröffentlicht. Hier werden Azure Open AI Deployment für die Completions API (GPT-4o) und gespeicherte Prozeduren verwendet, um das Modell aufzurufen.Das LLM liefert generische Antworten, was jedoch nicht ausreichend ist. Die wahre Stärke eines Einzelhändlers liegt in den spezifischen Produktdaten. Das Ziel ist es, relevante Produkte zu identifizieren und ein LLM zu verwenden, um über diese Daten nachzudenken und eine maßgeschneiderte Antwort zu liefern. Dies erfolgt in drei Schritten:1. Produkdaten erfassen2. Relevante Produkte mittels Vektorähnlichkeitssuchen identifizieren3. Mit den Daten arbeiten und sie zu einer Antwort zusammenfassenDurch den Einsatz von Azure SQL Database und der neuen Vektorfunktionen können Sie diese Schritte direkt in Ihrem operativen Datenspeicher durchführen, ohne Daten zwischen verschiedenen Systemen bewegen zu müssen.Weitere Informationen auf der Website
Miscellaneous

Neueste Beiträge

Enums mit Komfortfunktion - Best of NuGet, Teil 11
Enums sind in Zeiten von unbegrenztem Speicher und außerhalb des AI-Bereichs so gut wie kostenloser Rechenleistung in den Hintergrund getreten. Mit dem NuGet-Paket Enums.NET steht eine Bibliothek zur Verfügung, die dem vernachlässigten Sprachfeature verschiedenste Komfortfunktionen verleiht.
6 Minuten
16. Nov 2026
Funktionen – Wiederkehrende Logik kapseln - Infrastructure as Code mit Azure Bicep, Teil 4
Dieser Beitrag zeigt, wie benutzerdefinierte Funktionen aufgebaut sind, wie sie sich von den eingebauten Bicep-Funktionen unterscheiden und wie sich das Ergebnis einer Funktion vor dem eigentlichen Deployment überprüfen lässt.
5 Minuten
Vom Garagenprojekt zum Milliardengeschäft – der Aufstieg von Open Source
Im September 1991 wurde Linux 0.01 veröffentlicht. 35 Jahre später ist aus dem Projekt eines finnischen Studenten eine der Grundlagen der digitalen Welt geworden.
7 Minuten
18. Nov 2026

Das könnte Dich auch interessieren

Volltextsuche mit SQLite: FTS5 und Fuzzy Search - SQLite für .NET-Entwickler, Teil 4
Hochperformante Suche ohne externe Suchmaschine? Wie man mit der in SQLite eingebauten Volltextsuch-Engine FTS5 eine effiziente Suche mit Tippfehlertoleranz implementiert – und in welchen Fällen Elasticsearch doch die bessere Wahl ist.
6 Minuten
22. Apr 2026
Elektronische Schaltkreise im Browser simulieren - Simulation
Statt mit Steckfeld oder Lötkolben kann man auf dieser Website Schaltungen per Drag and Drop zusammenstellen und deren Verhalten testen.
2 Minuten
26. Jul 2018
UIs für Linux - Bedienoberflächen entwickeln mithilfe von C#, .NET und Avalonia
Es gibt viele UI-Frameworks für .NET, doch nur sehr wenige davon unterstützen Linux. Avalonia schafft als etabliertes Open-Source-Projekt Abhilfe.
16 Minuten
16. Jun 2025
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige