Ein Chatbot ist nur so gut wie die Quelle, auf die er sich stützt. EdTechRAG wird mit eigenen Inhalten befüllt und beantwortet Fragen daraus – nicht aus dem allgemeinen Wissen eines Sprachmodells. Der Quellcode ist offen, die Anwendung lässt sich selbst betreiben.
Das Verfahren dahinter heißt Retrieval-Augmented Generation (RAG): Zu einer Frage werden zuerst die passenden Stellen in den eigenen Dokumenten gesucht, und erst diese Stellen gehen an das Sprachmodell. Die Antwort bleibt damit an die hinterlegten Inhalte gebunden und lässt sich auf ihre Quelle zurückführen.
Metadaten statt Textflut
Reine Ähnlichkeitssuche über Textbausteine findet oft die richtige Formulierung, aber das falsche Dokument. EdTechRAG führt deshalb Metadaten zu den Inhalten mit – sie schränken die Suche ein, bevor sie beginnt. Aus „irgendwo stand das“ wird damit ein benennbarer Treffer, den Lehrende und Studierende selbst nachlesen können.
Offen und selbst betreibbar
Der Code steht unter MIT-Lizenz auf GitHub. Für den eigenen Betrieb braucht es:
DockerundNode.js- PostgreSQL mit der Erweiterung
pgvectorfür die Vektorsuche - optional eine Anbindung an GitHub oder GitLab, damit Inhalte automatisch einfließen
Wer EdTechRAG selbst betreibt, muss alle Bezüge zur TU Graz entfernen – Logo und Impressum –, sofern das nicht ausdrücklich vereinbart ist. Die Urheberrechtsvermerke und die Lizenzangabe bleiben erhalten.