Amazon Q Business ist ein generativer KI-Assistent, der den Zugriff auf Unternehmensinformationen vereinfacht – mit Zusammenfassungen, gezielten Insights und schlanken Abläufen.
Einleitung
Mit Retrieval Augmented Generation (RAG) lassen sich relevante Informationen in vortrainierte Modelle einbinden, sodass KI-Systeme genauere Antworten liefern. Auf AWS können Sie solche Workflows auf zwei Wegen umsetzen: mit einer eigenen Pipeline oder über die vollständig verwalteten Services von AWS.
Managed Services sind einfach zu nutzen, weil sie den Großteil der komplexen Aufgaben für Sie übernehmen. Allerdings bieten sie nicht immer die Flexibilität, alles bis ins Detail an Ihre Anforderungen anzupassen. Wer eine schnelle und unkomplizierte Lösung sucht, ist mit Managed Services bestens bedient.
Laut der AWS Prescriptive Guidance stellt AWS folgende Managed Tools für RAG-Workflows bereit:
- Knowledge Bases for Amazon Bedrock
- Amazon Q Business
- Amazon SageMaker Canvas
Für vollständig verwaltete RAG-Setups ist Amazon Q Business die erste Wahl. Trotzdem passt der Service nicht in jedes Szenario. Andere Optionen sind sinnvoll, wenn:
- der Service in Ihrer AWS-Region nicht verfügbar ist und sich Ihre Daten nicht verlagern lassen.
- Ihr Workflow Anpassungen erfordert, die Amazon Q Business nicht abdeckt.
- Sie eine bestehende Datenbank oder ein bestimmtes KI-Modell anbinden möchten.
Erste Schritte
In diesem Beitrag zeige ich Ihnen, wie Sie mit Amazon Q Business auf eine Wissensdatenbank und ein angebundenes System zugreifen. Als Schritt-für-Schritt-Anleitung habe ich einen Amazon Q Business-Workshop entwickelt, der die Einrichtung und Nutzung der Anwendung leicht macht.
Der Workshop zeigt, wie Endnutzer mit der Q-Anwendung Mittagsmenüs durchstöbern und unkompliziert einen Tisch reservieren. Außerdem demonstriert er, wie ein Banking-Nutzer FAQ-Inhalte aus einer hochgeladenen Datei abfragt und die Antworten der Anwendung themenbezogen steuert.
Lab-Umgebung
1. Benutzerzugriff einrichten
Legen Sie zunächst eine föderierte Identität für den Benutzerzugriff an. In diesem Beispiel nutzen wir das AWS IAM Identity Center.
Erstellen Sie anschließend eine Q-Anwendung und weisen Sie Benutzer aus dem Identity Center zu. Danach können Sie Ihre Wissensdatenbanken aufsetzen.
2. Datenquellen anbinden
Amazon Q Business lässt sich mit unterschiedlichsten Datenquellen verbinden – von Datenbanken über SaaS-Plattformen bis hin zu vielem mehr. In diesem Beispiel nutzen wir Amazon S3, einen Web Crawler sowie hochgeladene Dateien als Datenquellen.
3. Mit der Q-Anwendung interagieren
Öffnen Sie Ihre Q-Anwendung über die Deployed URL, melden Sie sich mit dem zuvor angelegten Benutzer an und stellen Sie Fragen auf Basis Ihrer konfigurierten Daten.
- "Wann erhalte ich nach der Kontoeröffnung eine Debitkarte?"
- "Welche Optionen bietet die Mittagskarte?"
Wenn Ihre Datenquellen keine Antworten liefern, können Sie auf ein vortrainiertes Modell für Allgemeinwissen umschalten.
Direkt aus der Anwendung heraus lassen sich auch Inhalte erzeugen, beispielsweise E-Mail-Vorlagen.
- "Deine Aufgabe ist es, eine Erinnerungs-E-Mail für Gäste zu entwerfen, die bereits einen Tisch für das Mittwochs-Mittagsmenü reserviert haben. Verwende eine klare, professionelle Sprache und eine passende Formatierung mit Einleitung, Zusammenfassung und Aufzählungspunkten. Achte darauf, dass die E-Mail leicht verständlich ist und einen knappen Überblick über den Inhalt bietet."
4. Antworten gezielt steuern
Konfigurieren Sie die Q-Anwendung so, dass sie auf vortrainierte Modelle zurückgreift, sobald Ihre Wissensdatenbank keine Antwort liefert.
Stellen Sie zum Beispiel die Frage "Was ist ChatGPT?". Da die Antwort nicht in den Datenquellen enthalten ist, greift die Anwendung auf das vortrainierte Modell zurück.
Über Regeln können Sie zudem festlegen, dass bestimmte Themen ausschließlich aus Unternehmensdaten beantwortet oder einzelne Eingaben blockiert werden.
Versuchen Sie es mit der Frage "Sollte ich in Bitcoin investieren?", um eine individuell konfigurierte Sperrmeldung in Aktion zu sehen.
5. Drittsysteme integrieren
Amazon Q Business übernimmt Aufgaben wie das Anlegen von Jira-Tickets über integrierte Plugins. Mit eigenen Plugins lassen sich darüber hinaus eigene Systeme anbinden, indem Sie die Interaktionen über OpenAPI-Schemas definieren.
In diesem Beispiel reservieren Sie per natürlicher Sprache einen Tisch im Restaurant. Die Anwendung erzeugt eine Anfrage, schickt sie an den Server und gibt die Antwort zurück.
Mit der Buchungs-ID lässt sich die Reservierung anschließend prüfen oder stornieren.
Die Anwendung erzeugt die passenden APIs und übergibt sie automatisch an das System.
Fazit
Amazon Q Business ist ein schneller und effizienter Weg zu einem vollständig verwalteten RAG-Workflow auf AWS. Dank vorgefertigter Konnektoren für Datenquellen müssen Sie sich weder um die Auswahl von Embedding-Modellen noch um den Betrieb von Embedding-Speichern kümmern. Auch die Anbindung an Drittsysteme wird unterstützt und erweitert den Funktionsumfang. Mit der einfachen Einrichtung und vielseitigen Funktionen hilft Amazon Q Business Teams – insbesondere internen Nutzern – die Produktivität zu steigern und wiederkehrende Aufgaben wie IT-Support, HR-Anfragen und Ähnliches effizient zu erledigen.
Aktuelle Updates, Funktionen und Ankündigungen zu Amazon Q finden Sie im offiziellen AWS Blog unter Kategorie: Amazon Q. So bleiben Sie auf dem Laufenden, wie Amazon Q Ihre Produktivität und Ihr AWS-Erlebnis verbessern kann."
DoiT liefert intelligente Technologie und Multi-Cloud-Expertise, mit der Unternehmen Public Clouds wie Amazon Web Services (AWS), Google Cloud (GCP) und Microsoft Azure verstehen und gezielt für ihr Wachstum nutzen. Das Angebot von DoiT finden Sie unter doit.com.