AI-Suchmaschine für eine grosse globale Bank

Ausgangslage

Mitarbeitende einer globalen Bank mussten Antworten in riesigen, über viele Systeme verteilten internen Wissensdatenbanken finden. Klassische Stichwortsuche lieferte lange, unsortierte Trefferlisten und kostete wertvolle Zeit im Tagesgeschäft.

Vorgehen

Aufbau einer Retrieval-Augmented-Generation-Architektur mit Python und FastAPI, angebunden an eine .NET-Servicelandschaft und ein React-Frontend. Dokumente und Vektor-Metadaten liegen in CosmosDB, Betrieb erfolgt in Azure.

Ergebnis

Mitarbeitende erhalten direkte, mit Quellen belegte Antworten statt Linklisten. Relevanz der Trefferlisten und Nutzungsrate stiegen deutlich, die Architektur wird laufend auf weitere interne Suchfälle ausgeweitet.

// Tech-Stack

• FastAPI
• Python
• LLM
• OpenAPI
• .NET
• Azure
• React
• Ansible
• CosmosDB