Mit immer leistungsfähigeren Large Language Models verschiebt sich der Schwerpunkt professioneller KI-Anwendungen: Nicht mehr der perfekte Prompt entscheidet über die Qualität der Ergebnisse, sondern der richtige Kontext. Moderne KI-Systeme arbeiten dann besonders zuverlässig, wenn sie auf aktuelle, strukturierte und vertrauenswürdige Wissensquellen zugreifen können.

In diesem Webinar lernen Sie die Grundlagen des Context Engineerings kennen – einen neuen Ansatz, mit dem Sprachmodelle gezielt mit zusätzlichem Wissen versorgt werden. Sie erfahren, wie Style Guides, Referenzübersetzungen oder Unternehmensrichtlinien so aufbereitet werden können, dass KI-Systeme diese Informationen bei ihrer Arbeit systematisch berücksichtigen.

Ein besonderer Schwerpunkt liegt auf der Rolle strukturierter Dokumente. Sie lernen, warum sich insbesondere Markdown als leichtgewichtige und KI-freundliche Auszeichnungssprache etabliert hat und wie sich Inhalte so strukturieren lassen, dass sie von Sprachmodellen effizient verarbeitet werden können. Anhand praxisnaher Beispiele zeigen wir, wie Referenzmaterialien übersichtlich aufgebaut, miteinander verknüpft und für unterschiedliche Übersetzungsaufgaben bereitgestellt werden.

Darüber hinaus erhalten Sie eine Einführung in den Einsatz von Retrieval-Augmented Generation (RAG). Sie lernen, wie Sprachmodelle gezielt auf externe Wissensquellen zugreifen, anstatt ausschließlich auf ihr internes Modellwissen zurückzugreifen. Skills ermöglichen es, typische Übersetzungs- und Terminologieprozesse zu standardisieren und konsistent auszuführen. Es handelt sich hierbei um wiederverwendbare Arbeitsanweisungen, die Aufgaben, Regeln und Wissensquellen miteinander kombinieren. So lassen sich Style Guides, Terminologieregeln und weitere Referenzmaterialien zu modularen Bausteinen zusammenführen, die sich flexibel in unterschiedlichen Arbeitsabläufen einsetzen lassen.

Das Webinar vermittelt einen praxisnahen Überblick über moderne Wissensarchitekturen für KI-Anwendungen und zeigt, wie sich Context Engineering als Grundlage für definierte, skalierbare und qualitativ hochwertige Übersetzungsprozesse einsetzen lässt.

Nach dem Webinar

1. kennen Sie die Grundprinzipien des Context Engineerings und können sie von klassischem Prompt Engineering unterscheiden,
2. wissen Sie, wie Sie Style Guides und weitere Referenzmaterialien als strukturierte Wissensquellen für KI-Systeme aufbereiten,
3. Markdown, Skills und Retrieval-Augmented Generation (RAG) gezielt einsetzen, um konsistente und qualitativ hochwertige KI-Ergebnisse zu erzielen, und 
4. moderne Wissensarchitekturen für professionelle Übersetzungs- und Terminologieprozesse planen und deren Potenzial für zukünftige KI-Workflows bewerten können.

----
Vielleicht sind Sie auch an den weiteren Online-Trainings/Webinaren mit der Referentin Frau Prof. Dr. Herwartz interessiert?:

• KI trifft Terminologieextraktion: Fachwörter automatisch erkennen – aber wie zuverlässig ist das wirklich? (Webinar)

• KI trifft Terminologieprüfung und -korrektur: Neue Ansätze für Qualitätssicherung und Governance (Webinar)
  
• KI im Übersetzungsbereich - für Anfänger*innen: Grundlagen KI, Large Language Models und Prompt Engineering (Online-Training)
• KI im Übersetzungsbereich - für Fortgeschrittene: Eigene KI-Workflows und Prompt-Strategien entwickeln (Online-Training)
• Terminologieregeln für KI nutzbar machen: Mit Style Guides Begriffe automatisch vorprüfen (Webinar)
• Coding mit Python und KI für Übersetzer*innen - für Anfänger*innen: Programmierumgebung aufsetzen, Python verstehen und erste Skripte entwickeln (Online-Training)
• Coding mit Python und KI für Übersetzer*innen - für Fortgeschrittene: Mit Vibe Coding typische Werkzeuge für Übersetzung und Terminologie entwickeln (Online-Training)

----

Prof. Dr. Rachel Herwartz ist Honorarprofessorin für Translation und Terminologiemanagement am SDI München sowie Dozentin für Wirtschaftsinformatik und KI-gestützte Unternehmensprozesse an der FOM Hochschule.

Als Gründerin der gemeinnützigen Initiative TermTechnologies und Beraterin bei LangOps Intelligence beschäftigt sie sich mit der Frage, wie Unternehmen und Organisationen Terminologie, Wissensbestände und Sprachprozesse für den Einsatz generativer KI und KI-Agenten nutzbar machen können.

Ihr Schwerpunkt liegt auf AI Terminology Governance, also der systematischen Verbindung von Terminologiemanagement, Knowledge Management, Content Governance und modernen KI-Workflows. Dabei entwickelt sie Methoden, mit denen Sprachressourcen nicht nur für Übersetzungen, sondern auch für Retrieval-Augmented Generation (RAG), Context Engineering, Agentensysteme und KI-gestützte Unternehmensprozesse eingesetzt werden können.

Als Referentin spricht sie regelmäßig auf Fachveranstaltungen von BDÜ, tekom, DTT und QSD über Terminologie, KI und Language Operations.

Ihr LinkedIn Profil: https://www.linkedin.com/in/rachelherwartz/f