AgentenAnwendungen 🇨🇳 24.07.2026 07:01

Pinecone bringt Nexus Engine auf den Markt: Strukturierung des Geschäftskontexts für KI-Agenten

Pinecone hat Nexus veröffentlicht, eine Wissens-Engine, die Unternehmensdaten in eine strukturierte Ebene umwandelt, die von KI-Agenten genutzt werden kann. Erstanwender berichten von erheblichen Genauigkeitssteigerungen und Reduzierungen der Token-Kosten (1/9 bis 1/15) im Vergleich zu RAG-Systemen, insbesondere in den Bereichen Recht und Finanzen.
Pinecone Nexus ist jetzt allgemein verfügbar als Wissensmaschine für KI-Agenten. Es wandelt Unternehmensdaten in eine strukturierte Schicht um, die direkt von Agenten abgefragt werden kann. Teams erfassen und organisieren Geschäftskontext einmalig und nutzen die Daten dann über mehrere Agenten hinweg, was die Genauigkeit verbessert und gleichzeitig die Token-Kosten senkt. Pinecone argumentiert, dass große Sprachmodelle (Large Language Models, LLMs) allgemeines Wissen gut verarbeiten und Vektordatenbanken spezifische Informationen lokalisieren, Unternehmen aber auf Geschäftskontext angewiesen sind, der über Verträge, Wissensdatenbanken, Personalunterlagen, Besprechungsnotizen, Support-Tickets und Finanzunterlagen verstreut ist. Wenn Agenten jedes Mal suchen müssen, ist das ineffizient, verursacht höhere Token-Kosten und langsamere Antworten. Nexus integriert verteiltes Wissen in eine strukturierte Schicht und verlagert den Token-Verbrauch von der Abfrage-pro-Aufruf zur einmaligen Erfassung. Frühe Anwender in der Rechts- und Finanzdienstleistungsbranche verzeichneten deutliche Verbesserungen: Bei juristischen Aufgaben erledigte Nexus alle zugewiesenen Aufgaben, während Codierungsagenten 6 Prozent und RAG-Systeme (Retrieval-Augmented Generation) 66 Prozent erreichten. RAG hatte Schwierigkeiten mit der Synthese von Lehren, fallübergreifender Argumentation und Abdeckungsfragen, die die Integration mehrerer Quellen erfordern. Der Token-Verbrauch sank auf etwa ein Neuntel bis ein Fünfzehntel. Im Unternehmensdatenmanagement erreichte Nexus eine Genauigkeit von 90 Prozent gegenüber 65 Prozent bei RAG, bei Kosten von 0,0038 US-Dollar pro Dokument. Nexus verwendet Arbeitsbereiche (Workspaces) als übergeordnete Container, Kontexte (Contexts) für spezifische Datensätze, Manifeste (Manifests) für Erfassungsregeln, und Fachexperten können Wissen über Blaupausen (Blueprints) einbetten. Die Datenerfassung unterstützt lokale Dateien, Box und Microsoft OneLake; Google Drive, Slack, GitHub, Notion, Confluence und S3 sollen bald folgen. Abfragen nutzen KnowQL, das von Agenten, Chatbots und Empfehlungssystemen verwendet werden kann. Nexus bietet eine Vorschau und eine BYOC-Bereitstellungsoption (Bring Your Own Cloud) für strenge Datenresidenz und Compliance. Zu den Wettbewerbern gehören Cognite, RationalAI und LlamaIndex.
Quelle: InfoQ 中国 — Original
Unsere früheren Beiträge zu diesem Thema ↓
Aktuelle Nachrichten