LlamaParse: Tabellen und Handbücher sauber in die Wissensbasis bringen

KI-Tool-Training · 1 Tag

Schwierige Dokumente mit LlamaParse zerlegen, damit die Wissensbasis richtige Antworten gibt

Das nehmen Sie mit

• Einen LlamaParse-Zugang mit passend gewähltem Zerlegungsmodus und erprobten Anweisungen für Ihre Layouts
• Einen Vorher-nachher-Vergleich, der mit festen Prüffragen zeigt, wie viel die Aufbereitung an Antwortqualität bringt
• Ein aufbereitetes Dokument, eingespielt in RAGFlow, Dify oder AnythingLLM
• Eine Entscheidungsgrundlage zu Verarbeitungsort, Seitenkosten und dem Punkt, ab dem lokal zerlegt wird

Ablauf

1. Teil 1

   Einheit 1 – Ausgangslage: warum die Aufbereitung über die Antworten entscheidet

   • Konto bei LlamaCloud anlegen, das Freikontingent nutzen und die Abrechnung nach Credits verstehen
   • Verschachtelte Tabellen landen ohne Aufbereitung als Textbrei in der Wissensbasis und führen zu falschen Zahlen
   • LlamaParse neben quelloffenen Zerlegern: Komfort des Clouddienstes gegen Betrieb im eigenen Haus
   • Als KI-Werkzeug liest und gliedert LlamaParse, prüft aber keine Inhalte und stößt bei Diagrammen an Grenzen
2. Teil 2

   Einheit 2 – Zerlegen: Modus, Layoutanweisungen, Übernahme

   • Dokumente hochladen und den Zerlegungsmodus passend zu Layout und Seitenpreis wählen
   • Layouthinweise in Alltagssprache mitgeben, etwa verbundene Tabellenzellen als volle Markdown-Tabelle auszugeben
   • Das Markdown-Ergebnis so übernehmen, dass Überschriften und Tabellen in der Wissensbasis erhalten bleiben
   • Übung: Ein mehrspaltiges Datenblatt zerlegen und die Ausgabe auf vertauschte oder verrutschte Spalten durchsehen
3. Teil 3

   Einheit 3 – Vergleichstest: Handbuch oder Jahresabschluss vor und nach LlamaParse

   • Ein Wartungshandbuch voller Tabellen oder ein Jahresabschluss mit Bilanz und Anhang durchläuft LlamaParse
   • Feste Prüffragen, etwa nach einem Anzugsdrehmoment oder einer Bilanzposition, an beide Fassungen richten
   • Die aufbereiteten Dateien an RAGFlow, Dify oder AnythingLLM übergeben und dort abfragen
   • Übung: Ein Problemdokument Ihres Hauses mit LlamaParse zerlegen, einspielen und mit eigenen Prüffragen testen
4. Teil 4

   Einheit 4 – Vertragsfragen: Verarbeitungsort, Seitenkosten, Rechtsrahmen

   • In welcher Region LlamaCloud Ihre Dokumente verarbeitet und welche Vereinbarungen mit dem Anbieter daraus folgen
   • Seitenkosten hochrechnen und abwägen, ab welchem Volumen ein lokal betriebener Zerleger günstiger wird
   • Vertrauliche Unterlagen im Clouddienst: Datenschutz, Betriebsratsbeteiligung, Pflichten aus KI-Verordnung
   • Das LlamaParse-Kontingent pro Monat deckeln; ein Ausstieg bleibt möglich, da die Ergebnisdateien Ihnen gehören
5. Teil 5

   Einheit 5 – Zuständigkeit: wer die Aufbereitung dauerhaft verantwortet

   • Eine Person bestimmen, die Zerlegungsmodus, Layoutanweisungen und Kontingent im Blick behält
   • Bewährte Anweisungen je Dokumenttyp als Vorlage sichern und Dateinamen in der Wissensbasis vereinheitlichen
   • Merkmale eines Fehlschlags: Prüffragen fallen nach dem Zerlegen nicht besser aus, Nacharbeit bleibt Handarbeit
   • Ausbau planen, etwa weitere Handbuchreihen oder Formularbestände, und die Arbeitstage dafür veranschlagen