Die gültige Fassung ist schwer zu erkennen.
Mehrere Dokumente beschreiben denselben Ablauf. Manche sind veraltet, andere enthalten nur einen Teil. Eine KI kann widersprüchliche Grundlagen nicht einfach richtig machen.
KI-Wissensmanagement
Ihr Wissen ist schon da. Machen wir es verlässlich nutzbar.
Anleitungen liegen im Ordner, Entscheidungen im Postfach und Erfahrung im Kopf einzelner Mitarbeitender. Eine KI kann dieses Wissen erst sinnvoll nutzen, wenn Herkunft, Aktualität und Zugriffe geklärt sind.
Ich helfe, Unternehmenswissen aufzubereiten und eine Suche aufzubauen, die passende Quellen für nachvollziehbare Antworten bereitstellt.
Die Frage ist einfach. Die verlässliche Antwort ist verstreut.
Wissen hängt an einzelnen Personen.
Neue Mitarbeitende fragen immer wieder dieselben Dinge. Erfahrene Kolleginnen und Kollegen werden unterbrochen, obwohl die Antwort bereits irgendwo dokumentiert ist.
Zugriffsrechte verschwinden beim Kopieren.
Was in einem Ordner geschützt war, darf durch eine KI-Suche nicht plötzlich für alle sichtbar werden. Technische Verfügbarkeit ist noch keine Berechtigung.
RAG: erst die passende Quelle finden, dann eine Antwort formulieren.
RAG steht für Retrieval-Augmented Generation. Das System sucht zu einer Frage passende Inhalte aus freigegebenen Quellen und gibt diese Ausschnitte an das Sprachmodell weiter. Die Antwort soll sich darauf beziehen und ihre Quellen nennen. Das ist etwas anderes, als ein Modell mit Ihren Dokumenten neu zu trainieren.
- 1
Wissen auswählen und aufbereiten
Geeignete Dokumente werden ausgelesen, bereinigt und in sinnvolle Abschnitte geteilt. Jeder Abschnitt behält Metadaten: Herkunft, Datum, Version, Zuständigkeit und Zugriffsrechte.
- 2
Passende Inhalte finden
Embeddings übersetzen die Bedeutung eines Textabschnitts in einen Zahlenvektor. Eine Vektordatenbank kann damit semantisch ähnliche Inhalte finden. Für Artikelnummern, Namen oder exakte Begriffe kann zusätzlich eine klassische Stichwortsuche nötig sein.
- 3
Nur erlaubte Quellen bereitstellen
Vor der Übergabe an das Modell werden die Rechte der fragenden Person durchgesetzt. Der relevante Kontext wird begrenzt zusammengestellt; vertrauliche Inhalte dürfen gar nicht erst in einen fremden Antwortkontext gelangen.
- 4
Antwort mit Nachweisen liefern
Das Modell formuliert eine Antwort aus den gefundenen Inhalten. Quellen und Datenstand bleiben sichtbar. Wenn die Grundlage fehlt oder widersprüchlich ist, soll das System die Lücke benennen und eine Rückfrage ermöglichen.
Ein möglicher Ablauf
Eine neue Bürokraft fragt nach dem Belegablauf
Ein Betrieb hat eine aktuelle Arbeitsanweisung und mehrere ältere Notizen zur Belegübergabe. Das folgende Szenario zeigt den gewünschten Ablauf einer internen Wissenssuche.
Heute
Die Bürokraft sucht in Ordnern und fragt einen Kollegen. Ob die gefundene Notiz noch gilt, ist unklar.
Mit einem passenden Ablauf
Die Suche liefert die gültige Arbeitsanweisung mit Verweis auf den passenden Abschnitt. Die Antwort nennt Zuständigkeit und nächsten Schritt. Ungeklärte Widersprüche werden sichtbar, statt zu einer sicheren Aussage vermischt zu werden.
- Frage stellen
- Berechtigte Quellen finden
- Kontext zusammenstellen
- Antwort mit Quellen
Vom Beispiel in Ihren Betrieb
So könnte ich es mit Ihnen umsetzen.
Den Wissensbestand prüfen
Zuerst werden ein begrenzter Themenbereich und die häufigsten Fragen ausgewählt. Dokumente bekommen eine verantwortliche Person. Veraltete Fassungen, Dubletten und fehlende Anweisungen werden vor der Indexierung geklärt. Gute Antworten beginnen bei guten Grundlagen.
Suche und Vektorspeicher passend auswählen
Je nach Umfang und Infrastruktur kommen beispielsweise ein Vektorspeicher wie Qdrant oder eine geeignete Datenbank mit Vektorsuche infrage. Eine Vektordatenbank allein ist noch kein Wissenssystem: Dokumentenspeicher, Suchlogik, Rechte und die Antwortoberfläche gehören dazu.
Aktualisierung und Löschung einplanen
Ein geändertes Dokument muss neu eingelesen werden. Gelöschte oder gesperrte Inhalte müssen auch aus dem Suchindex verschwinden. Workflows können diese Schritte verbinden; ein sichtbarer Synchronisationsstatus zeigt, wie aktuell die Wissensbasis ist.
Mit eigenen Fragen bewerten
Ein gemeinsamer Fragenkatalog prüft, ob die richtigen Quellen gefunden werden und die Antwort sie korrekt wiedergibt. Dazu gehören unbeantwortbare Fragen, widersprüchliche Dokumente und Zugriffsversuche auf fremde Inhalte. Quellenangaben allein machen eine falsche Antwort nicht richtig.
Was Sie danach im Alltag haben.
Wissen ist gezielter auffindbar
Mitarbeitende können in natürlicher Sprache nach einem vereinbarten Themenbereich fragen.
Antworten sind überprüfbar
Die zugrunde liegenden Dokumente bleiben erreichbar und werden mit ihrem Stand genannt.
Die Grundlage für weitere KI-Anwendungen steht
Geordnetes, gepflegtes und berechtigtes Wissen kann auch einer Assistenz oder einem klar begrenzten Agenten als Kontext dienen.
RAG senkt bestimmte Wissenslücken, verhindert aber keine falschen Antworten vollständig. Verlässliche Quellen, Rechteprüfungen, Qualitätsmessung und menschliche Kontrolle bleiben Teil des Systems. Speicherort, Anbieter und Datenverwendung werden vor dem Projekt festgelegt.
Fragen zu
KI-Wissensmanagement.
Welcher Ablauf hält Sie gerade auf?
Sie beschreiben Ihren Alltag. Ich prüfe mit Ihnen, welcher Einstieg sinnvoll ist und welche Voraussetzungen dafür fehlen.