Rasa
Rasa ist ein Open-Source-Framework für den Bau von Conversational AI – mit NLU, Dialogue Management und Integrationen für Enterprise-Chatbots.
Rasa ist das führende Open-Source-Framework für Enterprise-Chatbots – mit NLU, Dialogue Management und voller Datenkontrolle on-premise.
Erklärung
Rasa besteht aus NLU (Intent + Entity Recognition), Core (Dialogue Management via Stories/Rules) und Action Server (Custom Backend Logic). Es läuft on-premise und bietet volle Datenkontrolle.
Relevanz für Marketing
Standard-Framework für Enterprise-Chatbots mit Datenschutz-Anforderungen. Alternative zu Cloud-Diensten wie Dialogflow oder Amazon Lex.
Beispiel
Eine Bank nutzt Rasa on-premise für einen Chatbot, der Kontostände abruft, Überweisungen initiiert und Termine vereinbart – ohne Daten an Cloud-Dienste zu senden.
Häufige Fallstricke
Steile Lernkurve. Training-Daten müssen manuell erstellt werden. Skalierung erfordert Kubernetes-Infrastruktur. LLM-Integration noch in Entwicklung.
Entstehung & Geschichte
Gegründet 2016 in Berlin. Rasa NLU (2017) startete als Open-Source Intent-Classifier. Rasa Core (2018) ergänzte Dialogue Management. Rasa 3.0 (2022) brachte Transformers. CALM (2024) integrierte LLMs für flexibleres Dialog-Design.
Abgrenzung & Vergleiche
Rasa vs. Dialogflow
Dialogflow ist Google Cloud-basiert und einfacher; Rasa ist Open Source, on-premise und flexibler, aber komplexer.
Rasa vs. LangChain
LangChain orchestriert LLM-Chains; Rasa ist ein vollständiges Chatbot-Framework mit NLU, DM und Action Server.