Was eine KI-Wissensdatenbank ist

Eine KI-Wissensdatenbank verbindet einen gepflegten Informationsbestand mit einer Such- oder Antwortfunktion. Mitarbeitende formulieren ihre Frage in Alltagssprache. Die Anwendung sucht passende Quellen und kann daraus eine Antwort erstellen.

Die Wissensdatenbank ist dabei mehr als der Chat. Zum System gehören Dokumente, Metadaten, Berechtigungen, Suchindex und die Verantwortung für Aktualisierungen. Wer nur die Oberfläche plant, verschiebt diese Arbeit in den späteren Betrieb.

Einen Wissensbereich auswählen

Beginnen Sie mit einem Bereich, in dem Fragen häufig auftreten und verlässliche Quellen vorhanden sind. Produktservice, interne Arbeitsanweisungen oder ein klar abgegrenzter Onboarding-Bereich können passende Kandidaten sein.

Sammeln Sie zuerst echte Fragen. «Wo finde ich Informationen zum Produkt?» ist zu allgemein. «Welche Wartung gilt für Modell A mit Revision B?» zeigt, welche Zuordnungen die Wissensbasis benötigt. Ein Set solcher Fragen hilft auch später bei der Abnahme.

Wissen in überprüfbare Einheiten gliedern

Definieren Sie für jeden Inhalt eine zuständige Person und einen Gültigkeitsstatus. Eine freigegebene Anleitung, eine persönliche Notiz und ein Entwurf sollten nicht gleich behandelt werden. Halten Sie diese Unterschiede im Datenmodell fest.

Eine hilfreiche Wissenseinheit enthält eine konkrete Frage oder Aufgabe, eine fachlich geprüfte Erklärung, Voraussetzungen und die ursprüngliche Quelle. Wo sich Wissen häufig ändert, gehört ein Prüfdatum dazu. Vermeiden Sie parallele Kopien derselben Regel in mehreren Ordnern.

Metadaten unterstützen diese Struktur. Die W3C-Empfehlungen zu Daten und Metadaten behandeln unter anderem Verständlichkeit, Herkunft und Aktualisierung. Für Ihr KMU reichen oft wenige konsequent gepflegte Felder, statt eines umfangreichen Schemas, das niemand aktuell hält.

Suche und Antwort getrennt planen

Die Suche muss relevante Inhalte finden. Die Antwortfunktion muss diese Inhalte korrekt wiedergeben. Eine sprachlich überzeugende Antwort sagt noch nichts darüber aus, ob die richtige Quelle gefunden wurde.

Bei RAG werden passende Informationen zur Beantwortung herangezogen. Microsoft erklärt das Grundprinzip von Retrieval-Augmented Generation. RAG kann Antworten mit Unternehmenswissen verbinden, garantiert aber keine Fehlerfreiheit.

Planen Sie deshalb ein sichtbares Quellenangebot. Mitarbeitende sollten das Original öffnen können, insbesondere bei Regeln, Preisen oder technischen Anweisungen. Wenn passende Grundlagen fehlen, muss die Anwendung diese Grenze zeigen und eine fachliche Klärung ermöglichen.

Zugriffe gehören zum Wissen

Ein gemeinsamer Suchindex darf nicht dazu führen, dass alle Mitarbeitenden alle Inhalte sehen. Übernehmen Sie fachliche Schutzgrenzen in die Suche. Prüfen Sie auch Ausschnitte, Dateinamen und Quellenhinweise: Schon diese können vertrauliche Informationen verraten.

Testen Sie mit unterschiedlichen Rollen. Eine Person aus dem Service und eine Person aus der Personalabteilung sollten dieselbe Frage gegebenenfalls unterschiedlich beantwortet bekommen. Massgeblich ist ihre Berechtigung, nicht ihre Fähigkeit, die richtige Frage zu formulieren.

Ein praktikabler Pflegezyklus

Legen Sie fest, welche Ereignisse eine Prüfung auslösen: neue Produktversion, geänderte Richtlinie, Rückmeldung aus dem Team oder ein festgestellter Fehler. Verantwortliche brauchen einen einfachen Weg, Inhalte zu korrigieren oder vorübergehend zu sperren.

Erfassen Sie unbeantwortete Fragen als Wissenslücken. Prüfen Sie zunächst, ob die Information fehlt oder nur schlecht auffindbar ist. Im ersten Fall muss eine Fachperson Wissen ergänzen. Im zweiten kann eine bessere Zuordnung oder Suchkonfiguration reichen.

Ein Beispiel: Mehrere Mitarbeitende fragen nach einer Sonderregel für Retouren. Wenn die gültige Ausnahme nur in einer E-Mail existiert, sollte daraus eine freigegebene Wissenseinheit werden. Die E-Mail stillschweigend in alle Antworten einzubeziehen würde Verantwortlichkeit und Aktualität nicht lösen.

Woran Sie die Qualität erkennen

Messen Sie, ob die richtigen Quellen gefunden werden, Antworten fachlich stimmen und Mitarbeitende ihre Aufgabe mit vertretbarer Nachprüfung erledigen können. Beobachten Sie auch den Pflegeaufwand. Eine Wissensbasis, die nur mit täglicher Spezialistenhilfe funktioniert, passt möglicherweise nicht zum Betrieb.

Unsere Anleitung zum Testen von RAG-Antworten zeigt, wie ein Prüfset aufgebaut wird. Bei der KI-Beratung von einclick steht die Verbindung aus Datenbestand, Bedeutung und kontrolliertem Zugang im Mittelpunkt.