Firmenwissen per KI

KI-Wissensdatenbank für den Mittelstand.

Ihr Team fragt in normaler Sprache, die Antwort kommt aus Ihren eigenen Unterlagen und nennt die Quelle. Wir bauen Ihre KI-Wissensdatenbank auf Basis eines RAG-Systems, angebunden an die Ablage, die Sie schon nutzen, und mit Verarbeitung in der EU.

Das Problem

Das Wissen ist da. Nur findet es niemand.

Handbücher liegen auf dem Netzlaufwerk, Richtlinien in SharePoint, Produktdaten in PDFs, Absprachen in irgendeinem Postfach. Wer eine Antwort braucht, sucht in Ordnern, fragt herum oder unterbricht die eine Kollegin, die es weiß.

Die Volltextsuche hilft nur bedingt. Sie findet Dateien, in denen ein Wort vorkommt. Lesen und die Antwort zusammensetzen muss trotzdem ein Mensch.

Gebraucht wird keine weitere Ablage.
Gebraucht wird eine Antwort, die sich nachprüfen lässt.

Schematische Animation: Eine Frage wird an die Firmendokumente gestellt, zwei passende Dokumente werden gefunden und zu einer Antwort mit Quellenangabe zusammengeführt.?2 QUELLEN

Was sie leistet

Fragen stellen statt Ordner durchsuchen

Fragen in normaler Sprache

Ihr Team fragt so, wie es eine Kollegin fragen würde. Ohne Suchbegriffe zu raten und ohne die Ordnerstruktur kennen zu müssen.

Jede Antwort mit Quelle

Jede Antwort verweist auf die Unterlage, aus der sie stammt. So lässt sich jederzeit nachprüfen, worauf sie sich stützt.

Auf Ihrer bestehenden Ablage

Wir binden die Ablage an, die Sie schon nutzen. Ein Umzug Ihrer Dokumente in ein neues System ist in der Regel nicht nötig.

Rechte bleiben Rechte

Wer welche Unterlagen abfragen darf, wird vor dem Start festgelegt. Die Personalakte bleibt bei der Personalabteilung.

Aktuell statt eingefroren

Neue und geänderte Dokumente werden regelmäßig nachgezogen. Das Sprachmodell muss dafür nicht neu trainiert werden.

Verarbeitung in der EU

Sprachmodell und Wissensindex laufen auf Servern in der EU, zum Beispiel über AWS Bedrock in Frankfurt. Wo genau, wird vor dem Start schriftlich festgehalten.

Die Technik dahinter

So funktioniert ein RAG-System

Hinter einer KI-Wissensdatenbank steckt meist ein Verfahren namens Retrieval-Augmented Generation, kurz RAG. Das Sprachmodell bleibt dasselbe. Es bekommt nur zu jeder Frage die passenden Stellen aus Ihren Unterlagen mitgeliefert.

1 · Unterlagen erschließen

Ihre Dokumente werden in Abschnitte zerlegt und so aufbereitet, dass sie sich nach Bedeutung durchsuchen lassen, nicht nur nach Stichworten.

2 · Passende Stellen finden

Zu jeder Frage sucht das System die Abschnitte heraus, die inhaltlich am besten passen, auch wenn darin andere Wörter stehen als in der Frage.

3 · Antwort mit Quelle

Das Sprachmodell formuliert aus diesen Abschnitten die Antwort und verweist auf die Fundstellen.

Ihre Dokumente werden dabei nicht Teil des Modells und nicht zum Training verwendet. Ausführlicher erklärt im Beitrag RAG erklärt: Wie KI Ihr Firmenwissen nutzt.

Wo es sich lohnt

Typische Einsatzfelder im Mittelstand

Eine KI-Wissensdatenbank lohnt sich überall dort, wo Wissen in Dokumenten steckt und immer wieder dieselben Fragen gestellt werden.

Vertrieb und Angebot

Produktdatenblätter, technische Spezifikationen, frühere Angebote.
Beispielfrage: „Welche Ausführung ist für den Außenbereich freigegeben?“

Service und Technik

Handbücher, Wartungsanleitungen, dokumentierte Störungen.
Beispielfrage: „Was ist bei dieser Fehlermeldung an der Anlage zu tun?“

Einarbeitung

Prozessbeschreibungen, Zuständigkeiten, interne Abläufe.
Beispielfrage: „Wie lege ich einen neuen Lieferanten an?“

Qualität und Verwaltung

QM-Handbuch, Arbeitsanweisungen, Richtlinien, Verträge.
Beispielfrage: „Welche Kündigungsfrist hat unser Wartungsvertrag?“

So gehen wir vor

Erst die Unterlagen, dann die Technik

Wie bei jedem Projekt arbeiten wir in drei Bausteinen. Nach jedem Baustein entscheiden Sie frei, ob es weitergeht.

1 · Analyse

Wir sichten, wo Ihr Wissen liegt, in welchem Zustand es ist und welche Fragen im Alltag tatsächlich gestellt werden. Ergebnis ist eine ehrliche Einschätzung, ob und wo sich eine KI-Wissensdatenbank lohnt.

2 · Grobkonzept

Gemeinsam legen wir fest, womit wir starten: ein Bereich, ein klar umrissener Dokumentenbestand, die passende Oberfläche, die Zugriffsrechte und der Ort der Verarbeitung. Mit Aufwandsschätzung und Zeitplan.

3 · Umsetzung und Betrieb

Wir binden die Quellen an, testen mit echten Fragen Ihrer Fachleute, schulen Ihr Team und halten die Wissensdatenbank danach aktuell.

Wo sie läuft

Drei Wege, je nach Arbeitsweise

Welcher Weg passt, klären wir im Grobkonzept. Die Wissensdatenbank dahinter ist in allen drei Fällen dieselbe.

Firmeninterner KI-Chat

Eine Chat-Oberfläche, wie Ihr Team sie von bekannten KI-Tools kennt, nur mit Zugriff auf Ihre Unterlagen und Verarbeitung in der EU. Wie das aussehen kann, zeigt der Beitrag zu LibreChat und AWS Bedrock.

Modul im verumind Hub

Als KI-Assistent im verumind Hub, mit denselben Rollen und Zugriffsrechten wie die übrigen Module. Das Modul befindet sich derzeit in Entwicklung.

Im Hintergrund

Ohne eigenes Chatfenster, im Hintergrund eines Ablaufs: etwa ein Antwortvorschlag zu jeder eingehenden Anfrage, gespeist aus Ihren Unterlagen und vor dem Versand von einem Menschen geprüft.

Klartext

Wo die Grenzen liegen

Damit Sie wissen, worauf Sie sich einlassen.

Sie ist so gut wie Ihre Unterlagen

Veraltete oder widersprüchliche Dokumente führen zu veralteten oder widersprüchlichen Antworten. Aufräumen gehört deshalb häufig mit zum Projekt.

Ungeschriebenes Wissen kennt sie nicht

Was nur in den Köpfen einzelner Mitarbeitender steckt, kennt auch die KI nicht. Es muss erst aufgeschrieben werden, bevor sie darauf zugreifen kann.

Fehler bleiben möglich

Auch mit Quellenbezug kann ein Sprachmodell eine Stelle falsch zusammenfassen. Deshalb steht bei jeder Antwort die Quelle, und wir richten das System so ein, dass es eher „Dazu finde ich nichts“ sagt, als zu raten.

Für Kennzahlen gibt es bessere Wege

Fragen nach aktuellen Zahlen aus ERP oder CRM beantwortet eine direkte Abfrage dieser Systeme meist verlässlicher als eine Suche in Dokumenten.

Häufige Fragen

Kurz vorab geklärt

ChatGPT antwortet aus seinem allgemeinen Trainingswissen und kennt Ihr Unternehmen nicht. Eine KI-Wissensdatenbank nutzt ebenfalls ein Sprachmodell, gibt ihm aber zu jeder Frage die passenden Stellen aus Ihren Unterlagen mit. Die Antwort stützt sich damit auf Ihre Dokumente und nennt die Quelle.

RAG steht für Retrieval-Augmented Generation. Das System sucht zu einer Frage zuerst die passenden Abschnitte in Ihren Dokumenten heraus und lässt das Sprachmodell daraus die Antwort formulieren. Ausführlich erklärt im Beitrag RAG erklärt.

Nein. Bei RAG werden Ihre Dokumente nicht Teil des Modells, sondern nur für die jeweilige Antwort herangezogen. Für die Verarbeitung über AWS Bedrock gibt AWS zudem an, Eingaben und Antworten weder zu speichern noch zum Training von Modellen zu verwenden.

In der Regel alles, was als Text vorliegt: PDF- und Word-Dateien, Handbücher, Richtlinien, Datenblätter oder Protokolle, ob auf dem Netzlaufwerk, in SharePoint oder in einer anderen Ablage. Eingescannte Dokumente müssen vorher per Texterkennung lesbar gemacht werden. Welche Quellen konkret infrage kommen, klären wir in der Analyse.

Nein. Wer welche Unterlagen über die Wissensdatenbank abfragen darf, legen wir vor dem Start fest, auf Wunsch angelehnt an die Rechte in Ihren bestehenden Systemen.

So aktuell wie die angebundenen Unterlagen. Neue und geänderte Dokumente werden regelmäßig nachgezogen, ohne dass das Modell neu trainiert werden muss. In welchem Takt, legen wir gemeinsam fest.

Grundsätzlich ja. Wir empfehlen aber, intern zu starten. Antworten, die direkt an Kunden gehen, stellen höhere Anforderungen, auch haftungsrechtlich. Mehr dazu im Beitrag Haftung für KI-Chatbots. Bis dahin kann die Wissensdatenbank Antwortvorschläge liefern, die ein Mensch vor dem Versand prüft.

Das hängt vor allem davon ab, wie viele Quellen angebunden werden, wie viele Personen sie nutzen und welche Oberfläche gebraucht wird. Hinzu kommen laufende Kosten für den Betrieb und die nutzungsabhängige Abrechnung des Sprachmodells. Nach der Analyse erhalten Sie eine transparente Aufwandsschätzung. Einen Überblick über die Kostenmodelle gibt der Beitrag Was kostet KI im Mittelstand?

Welche Frage stellt Ihr Team am häufigsten?

Im kostenlosen Erstgespräch klären wir, ob sich eine KI-Wissensdatenbank für Sie lohnt: ehrlich, unverbindlich und ohne Pitch.