Anwendungsbereich / Angewandte KI
KI-Wissensdatenbank für euer Firmenwissen
Eine Suche über eure eigenen Dokumente, die Fragen in ganzen Sätzen beantwortet und jede Aussage mit der Quelle belegt, aus der sie stammt.
Vorhaben besprechen- 01
Dokumente
- 02
Index
- 03
Antwort
Kein fertiges Produkt: Was hier steht, ist der Weg. Gebaut wird an euren Quellen, euren Rechten und den Ausnahmen, die nur ihr habt.
01 / Die Ausgangslage
Die Aufgabe
dahinter.
Die Unterlagen sind vollständig, aber nicht auffindbar. Wer eine Auskunft braucht, sucht entweder lange selbst oder fragt die Kollegin, die es im Kopf hat — und unterbricht sie dabei. Beides skaliert nicht, und beides trifft neue Mitarbeitende am härtesten.
Ein Monteur steht vor Ort und braucht die Einbauvorschrift für ein Bauteil, das vor sechs Jahren verbaut wurde.
Jemand schreibt ein Angebot und will wissen, wie ein vergleichbarer Fall damals kalkuliert wurde.
Eine neue Kollegin sucht die Gewährleistungsregel, die in einem Rahmenvertrag steht, den sie nicht kennt.
Der Innendienst beantwortet zum vierten Mal diese Woche dieselbe Rückfrage zu einer Norm.
Unser Ansatz
Das Wissen eines Betriebs steckt selten in einem System. Es steckt in Handbüchern, Angeboten von vorletztem Jahr, Prüfprotokollen, Normblättern und in ein paar Postfächern. Eine KI-Wissensdatenbank legt eine Suche darüber, die nicht Dateien findet, sondern Antworten gibt — mit dem Satz aus dem Dokument, auf den sie sich stützt.
02 / Die Umsetzung
So entsteht
euer System.
Quellen, Regeln und Übergaben werden an eurer Organisation ausgerichtet. So greifen die einzelnen Schritte ineinander.
Vorhaben besprechenQuellen erschließen
Wir lesen ein, was ihr habt: PDFs, Office-Dateien, Wiki-Seiten, Ordnerstrukturen, auf Wunsch Postfächer und Datenbanken. Gescannte Dokumente laufen vorher durch Texterkennung. Rechte bleiben, wie sie sind — wer ein Dokument heute nicht sehen darf, bekommt es auch über die Suche nicht.
Zerlegen und indizieren
Jedes Dokument wird in sinnvolle Abschnitte zerlegt und in einen Index geschrieben — PostgreSQL mit pgvector, also eine Datenbank, die ihr auch selbst betreiben könnt. Der Index kennt sowohl die Bedeutung eines Abschnitts als auch seinen Wortlaut; gesucht wird über beides, weil reine Bedeutungssuche bei Artikelnummern und Normbezeichnungen versagt.
Antworten mit Beleg
Auf eine Frage sucht das System die passenden Abschnitte, formuliert daraus eine Antwort und zeigt daneben, aus welchem Dokument und welcher Stelle sie kommt. Findet es nichts Belastbares, sagt es das — statt zu raten.
Anbinden, wo gefragt wird
Die Suche steht als eigene Oberfläche bereit oder dort, wo ohnehin gearbeitet wird: im Intranet, im Ticketsystem, im Chat. Am Telefon übernimmt sie der Voice-Agent.
03 / Infrastruktur & Verantwortung
Wo es läuft.
Auf europäischer Infrastruktur: Hetzner, Rechenzentren in Deutschland und Finnland.
Oder komplett bei euch im Haus, mit lokalen Open-Weight-Modellen auf eurer eigenen Maschine. Dann verlässt kein Dokument euer Netz, nicht einmal für die Antwort.
Das kostet Rechenleistung und etwas Antwortqualität; wo die Vorgaben es verlangen, ist es die richtige Entscheidung.
Eine ehrliche Einschätzung
Wo es nicht hilft.
Eine Wissensdatenbank weiß nichts, was nicht in den Dokumenten steht — sie ersetzt keine Dokumentation, die es nie gab.
Widersprechen sich zwei Stände, löst das System den Widerspruch nicht auf; es zeigt beide und markiert sie.
Sie braucht Pflege: Wenn Dokumente veralten und niemand sie ersetzt, veraltet die Antwort mit.
Wo Unterlagen chaotisch, aber wenige sind, ist eine aufgeräumte Ordnerstruktur oft die günstigere Lösung — das sagen wir dann auch.
04 / Vor eurem Projekt
Offene
Fragen.
Was sich vorab klären lässt. Alles Weitere besprechen wir an eurem konkreten Fall.
Euer nächster Schritt
Wie passt das
zu eurem Vorhaben?
Erzählt uns, was ihr entwickeln oder verändern wollt.
Vorhaben besprechen