Spring AI in der Praxis: RAG, MCP und LLM-Evaluation

---

Online-Workshop – 28. April ca. 9–16 Uhr

---

Viele Demos zeigen, wie schnell ein LLM mit Spring AI eingebunden ist. Für eine echte Anwendung reicht das jedoch nicht aus. Ein einzelner Prompt löst kein reales Geschäftsproblem, denn ohne Zugriff auf eigene Daten und ohne Anbindung der notwendigen APIs stößt das Modell sehr schnell an Grenzen.

Gleichzeitig müssen die Ergebnisse des Modells zuverlässig validiert werden, doch das nicht-deterministische Verhalten macht klassische Testansätze unzuverlässig.

In diesem Workshop lernst du, wie du mit RAG zusätzliche Informationen bereitstellst, damit das Modell fundierte Antworten liefert, statt zu halluzinieren. Du lernst, mit dem Model Context Protocol (MCP) gezielt APIs einzubinden und damit auch komplexe Abläufe umzusetzen. Du erfährst außerdem, wie du LLM-basierte Funktionen systematisch prüfst und bewertest, auch wenn bekannte Teststrategien an ihre Grenzen stoßen.

Du erfährst, welche Bausteine du kombinieren musst, um LLM-Features stabil, testbar und erweiterbar in deine Anwendung zu integrieren. Die wichtigsten Konzepte setzt du direkt anhand praktischer Beispiele um

Vorkenntnisse

Es werden grundsätzliche Kenntnisse in Java, Spring Boot und Spring AI vorausgesetzt.

Lernziele

Nach einer kurzen Auffrischung der Grundlagen lernst du, zentrale Probleme bei der Entwicklung AI-basierter Systeme mit Spring AI zu lösen. Du erhältst einen Einblick in die Erstellung automatisierter Tests für nicht-deterministische Systeme. Darüber hinaus lernen sie, wie AI-basierte Systeme in eine bestehende Anwendungslandschaft mit eigenen Daten und APIs integriert werden können