Die Neuheiten der Mindbreeze InSpire 25.7 Release
Interessiert an den Highlights der Mindbreeze InSpire 25.7 Release? Erfahren Sie mehr im folgenden Blogbeitrag.
Neuer Mindbreeze InSpire AI Chat
Der Mindbreeze InSpire AI Chat erhält mit der Mindbreeze InSpire 25.7 Release ein umfassendes optisches und funktionales Redesign. Der neue AI Chat bietet eine klare Struktur, deutlich mehr Transparenz durch den tiefgreifenden Zugriff auf zitierte Textpassagen in Quelldokumenten und ein breites Spektrum an Individualisierungsmöglichkeiten (Customizing). Des Weiteren sind Konversationen über mehrere Interaktionsrunden nun spürbar natürlicher, durch eine optimierte Kontextverarbeitung und eine verbesserte Einbeziehung bisheriger Antworten.
Im Rahmen des Redesigns wurde die Usability intuitiver und eleganter gestaltet. Nutzer:innen erhalten visuell übersichtliche Chat-Antworten mit einer sofort einsehbaren Liste an Quelldokumenten, um generierte Antworten schneller nachzuvollziehen und zu prüfen.
Fußnoten und visuelle Hervorhebungen in den generierten Antworten unterstützen die Nutzer:innen bei der Beurteilung des Inhalts. Dabei verweisen Fußnoten auf die verwendeten Informationsquellen, um die eindeutige Identifizierung des Ursprungs zu vereinfachen, und direkte Zitate aus den Quelldokumenten werden optisch hervorgehoben.
Nutzer:innen können durch die jeweilige Fußnote oder durch die gelisteten Quelldokumente einfacher auf die jeweilige Quelle zugreifen, diese genauer analysieren und weitere Informationen sowie den essenziellen Kontext einsehen. Der Zugang zum Quelldokument und zur jeweiligen Textpassage ist dabei einfach, schnell und direkt gestaltet. Beispielsweise steht der schnelle Wechsel zwischen verschiedenen Textpassagen zur Verfügung, und die zitierte Textpassage wird auch im Quelldokument hervorgehoben.
Für Administrator:innen besteht die Möglichkeit, den gesamten AI Chat an die Unternehmensanforderungen anzupassen. Dabei kann einerseits die Gestaltung des AI Chat im eigenen Corporate Design erfolgen, andererseits sind auch funktionelle Aspekte, wie die Darstellung von direkten Zitaten und Quelldokumenten, im Detail anpassbar.
Verbesserte Antwortqualität durch Transformation von Benutzereingaben in RAG-Pipelines
Zur Verbesserung der Qualität von generierten Antworten steht Administrator:innen die Transformation von Benutzereingaben in RAG-Pipelines zur Verfügung. Eingaben von Nutzer:innen werden dabei von einem LLM bearbeitet und optional mit einem konfigurierten Prompt erweitert. Durch die transformierte Eingabe kann das RAG noch präziser die Informationen im geforderten Kontext bereitstellen. Bei weiteren Eingaben ist es möglich, auch den bisherigen Chatverlauf einzubeziehen, um etwa das Chatten mit Unternehmensdaten noch intuitiver zu gestalten.
Metriken zur umfassenden Evaluierung von RAG-Pipelines verfügbar
Mithilfe von Metriken können Administrator:innen tiefergreifende und umfassendere Evaluierungen durchführen und die Prüfung und Bewertung von Evaluierungen automatisieren. Neben der Analyse des Retrieval- und Generierungsprozesses stehen nun zusätzlich Metriken zur Überprüfung der faktischen Korrektheit, Texttreue und des Kontextabrufs bereit. Mindbreeze Kunden haben dadurch den Vorteil, ihre RAG-Pipelines noch ausführlicher zu analysieren und entsprechend detaillierter an ihre Anforderungen anzupassen.
Detailinformationen zu unseren Neuerungen und Features finden Sie in unseren Release Notes.
Kontaktieren Sie unsere Expert:innen für weitere Informationen.
Zuletzt erschienen
From Prompt Engineers to Context Engineers: The New Talent Imperative
In the race to master generative AI, "prompt engineering" became the buzzword of the year. Everyone wanted a perfect way to communicate with machines. However, as the hype fades, a more profound truth is emerging: it's not what you ask of AI, but what it knows when you ask it.
The Agentic Enterprise: When 80% of Customer Processes Run on AI
Imagine an enterprise where AI doesn’t just respond, it acts. An AI that resolves a customer ticket, updates your CRM, and notifies sales before anyone asks.
Frequently asked questions
Der AI Chat wurde umfassend optisch und funktional überarbeitet. Nutzer:innen erhalten jetzt eine klarere, übersichtlichere Struktur und deutlich mehr Transparenz: Zitate aus den Quelldokumenten sind gekennzeichnet und direkt aufrufbar. Gespräche über mehrere Konversationsrunden wirken natürlicher, da der Kontext vorheriger Antworten besser verarbeitet wird. Außerdem können Administrator:innen den Chat individuell an ihr Corporate Design und firmenspezifische Anforderungen anpassen.
Mit der Release 25.7 kommt als neue Option der Atlassian Confluence Cloud REST Connector hinzu. Damit können Unternehmen, die Confluence Cloud nutzen, ihre Daten wie gewohnt indizieren und mit Mindbreeze InSpire neue Insights erhalten.
Auf technischer Ebene gibt es mehrere Verbesserungen: die Bereitstellung von LLMs in Kubernetes wird vereinfacht, etwa durch die Möglichkeit, LLMs in sogenannten „Development Snapshots“ zu inkludieren. Dadurch lassen sich konfigurierte LLMs leichter zwischen Appliances übertragen oder in Container-Umgebungen bereitstellen.
Es wurden Sicherheits- und Infrastrukturkomponenten aktualisiert: u.a. Updates auf neueste Versionen von Tomcat, OpenJDK, Chromium, OS-Komponenten und Unterstützung für TLS 1.3 und HTTP/2.