Plattform-Konfiguration

Nach der erfolgreichen Einrichtung Ihres DataVault müssen Sie die meinGPT Plattform konfigurieren, um die Verbindung herzustellen.

Voraussetzungen

• DataVault erfolgreich installiert und erreichbar
• Admin-Zugang zur meinGPT Plattform
• DataVault API-URL und API-Schlüssel

Konfigurationsschritte

1. DataVault in meinGPT registrieren

1. Melden Sie sich als Administrator in meinGPT an
2. Navigieren Sie zu Einstellungen > DataVault
3. Klicken Sie auf Neuen DataVault hinzufügen

2. Verbindungsdetails eingeben

Name: Mein DataVault
API URL: https://vault.meinunternehmen.de/api
API Key: vault_sk_...
Beschreibung: Unternehmensinterner DataVault

3. Verbindung testen

Klicken Sie auf Verbindung testen, um sicherzustellen, dass:

• Die API erreichbar ist
• Die Authentifizierung funktioniert
• Die Versionkompatibilität gewährleistet ist

4. Datenpools konfigurieren

Nach erfolgreicher Verbindung können Sie Datenpools erstellen:

1. Datenpool erstellen

   Name: Unternehmenswissen
   DataVault: Mein DataVault
   Beschreibung: Zentrale Wissensdatenbank

2. Berechtigungen festlegen

   • Wählen Sie Benutzer/Gruppen
   • Definieren Sie Zugriffsrechte
   • Aktivieren Sie Audit-Logging

3. Embedding-Einstellungen

   • Model: text-embedding-3-large
   • Chunk-Größe: 1000 Tokens
   • Overlap: 200 Tokens

Integration in Assistenten

Assistent mit DataVault erstellen

1. Öffnen Sie den Assistant Editor
2. Wählen Sie unter "Datenpools" Ihren konfigurierten Pool
3. Aktivieren Sie "RAG verwenden"
4. Konfigurieren Sie Retrieval-Parameter:

   Top K: 5
   Schwellenwert: 0.7
   Kontext-Fenster: 4000 Tokens

Prompt-Optimierung

Systemprompt:
Du bist ein Unternehmensassistent mit Zugriff auf interne Dokumente.
Verwende ausschließlich Informationen aus dem bereitgestellten Kontext.
Gib bei Unsicherheit an, dass die Information nicht verfügbar ist.

Überwachung und Wartung

Metriken überwachen

• API-Aufrufe: Anzahl und Latenz
• Dokument-Uploads: Erfolg/Fehlerrate
• Suchqualität: Relevanz-Scores
• Speichernutzung: Vektorindex-Größe

Regelmäßige Aufgaben

1. Wöchentlich

   • Index-Statistiken prüfen
   • Fehlerprotokolle durchsehen
   • Performance-Metriken bewerten

2. Monatlich

   • Embedding-Qualität evaluieren
   • Unused Dokumente bereinigen
   • Backup-Integrität prüfen

Troubleshooting

Häufige Probleme

Verbindung schlägt fehl

• Firewall-Regeln prüfen
• API-URL validieren
• SSL-Zertifikate überprüfen

Langsame Suche

• Index-Größe prüfen
• Chunk-Einstellungen optimieren
• Cache aktivieren

Keine Ergebnisse

• Dokumente indiziert?
• Berechtigungen korrekt?
• Embedding-Model kompatibel?

Best Practices

1. Sicherheit

   • Verwenden Sie separate API-Keys pro Umgebung
   • Aktivieren Sie IP-Whitelisting
   • Überwachen Sie alle Zugriffe

2. Performance

   • Optimieren Sie Chunk-Größen
   • Nutzen Sie Caching
   • Skalieren Sie bei Bedarf

3. Qualität

   • Regelmäßige Datenbereinigung
   • Feedback-Loop implementieren
   • Relevanz-Tuning durchführen

Nächste Schritte

• Operations-Handbuch
• Backup-Strategien
• Performance-Tuning