Überblick Statistik: Seitenaufrufe (grau) und PDF-Downloads (blau)

Recommender-Systeme in Bibliothekssuchmaschinen : Ein KI-basierter Ansatz zur Empfehlung von Fachdatenbanken

  • Diese Masterarbeit beleuchtet die Entwicklung eines dialogbasierten Recommender-Systems, das Studierenden die Auswahl und Nutzung von Fachdatenbanken erleichtern soll. Der Fokus liegt auf der Integration von Large Language Models (LLMs) und der Retrieval-Augmented Generation (RAG)-Technik, um kontextbezogene Antworten aus einer Wissensdatenbank zu generieren. Diese Wissensdatenbank wurde aus den Metadaten des Bibliotheks-Management-Tools erzeugt. Die Arbeit analysiert die Anforderungen an einen solchen Chatbot hinsichtlich organisatorischer und rechtlicher Vorgaben, wie z.B. Datenschutz, sowie die Anforderungen an die technische Infrastruktur und die Auswahl geeigneter LLMs. Zudem wird ein modellhafter Workflow skizziert, der als Grundlage für ähnliche Projekte dienen kann. Die Ergebnisse zeigen, dass durch die Kombination von LLMs und RAG-Technik durchaus ein lokaler Chatbot erstellt werden kann, der Benutzer*innen bei der Suche nach speziellen Bibliotheksressourcen unterstützen kann.
  • The master’s thesis examines the development of a dialog-based recommender system designed to facilitate students’ selection and use of scientific databases. The focus is on the integration of Large Language Models (LLMs) and the Retrieval-Augmented Generation (RAG) technology to generate context-specific responses from a knowledge base. This knowledge base was created by extracting metadata from the library management system. The master’s thesis analyses the requirements for such a Chatbot in terms of organisational and legal guidelines, such as data protection, as well as the technical infrastructure and the selection of suitable LLMs. Additionally, a model workflow is given, which can serve as a guideline for similar projects. The findings indicate that by combining LLMs and RAG techniques, a local run Chatbot has the potential to support patrons search for special library resources.

Download full text files

Export metadata

Additional Services

Search Google Scholar
Metadaten
URN:urn:nbn:de:kobv:526-opus4-20880
DOI:https://doi.org/10.15771/MA_2025_6
Author:Andrea BrandstätterORCiD
Advisor:Janett MohnkeORCiDGND, Janine BreßlerORCiD
Document Type:Master's Thesis
Language:German
Year of Publication:2025
Page Number:64
Faculties an central facilities:Wildau Institute of Technology (WIT)
Fachbereich Wirtschaft, Informatik, Recht
Publishing Institution:Technische Hochschule Wildau
Granting Institution:Technische Hochschule Wildau
Date of final exam:2025/07/21
Tag:Discovery Tools; GPT4All; Künstliche Intelligenz; RAG Technik
Dewey Decimal Classification:0 Informatik, Informationswissenschaft, allgemeine Werke / 02 Bibliotheks- und Informationswissenschaften / 020 Bibliotheks- und Informationswissenschaften
TH Wildau theses:Bibliotheksinformatik
Licence (German):Creative Commons - CC BY-SA - Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International
Suggested citation:Brandstätter, A. (2025). Recommender-Systeme in Bibliothekssuchmaschinen: Ein KI-basierter Ansatz zur Empfehlung von Fachdatenbanken (Masterarbeit, Technische Hochschule Wildau). https://doi.org/10.15771/MA_2025_6
Release Date:2025/10/15
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.