KI-Wissensdatenbank für Unternehmen
Eine KI-Wissensdatenbank beantwortet die Fragen Ihres Teams aus Ihren eigenen Unterlagen: Handbücher, Richtlinien, Produktdaten, Verträge und alte Tickets werden durchsuchbar wie ein Gespräch, und jede Antwort nennt ihre Quelle. Wir bauen KI-Wissensdatenbanken als RAG-System für Unternehmen, mit Ihren Zugriffsrechten, Betrieb in einer EU-Rechenzentrumsregion und Quellcode, der Ihrem Unternehmen gehört.
- Sie sehen das Ergebnis vor dem Livegang
- Festpreis für den vereinbarten Umfang, schriftlich vor Projektstart
- Quellcode, Domain und Konten gehören Ihrem Unternehmen
Von der KI-Beratung zur internen KI
Die häufigste Frage in unserer KI-Beratung lautet: Können wir ein eigenes ChatGPT für unser Unternehmen haben, das unsere Unterlagen kennt und unsere Daten nicht nach außen gibt? Die Antwort ist eine KI-Wissensdatenbank. Sie trainiert kein eigenes Modell, sondern verbindet ein vorhandenes Sprachmodell mit Ihren Dokumenten über Retrieval Augmented Generation, kurz RAG: Zu jeder Frage sucht das System die passenden Abschnitte und lässt das Modell nur auf dieser Grundlage antworten.
Damit lösen Sie ein altes Problem des Wissensmanagements. Wissen ist meist vorhanden, aber verteilt auf SharePoint, Netzlaufwerke, E-Mails und die Köpfe erfahrener Kolleginnen und Kollegen. Eine interne KI für Unternehmen macht es auffindbar, ohne dass jemand zuerst alles neu ordnen muss.
Vorher und nachher
| Situation | Heute | Mit KI-Wissensdatenbank |
|---|---|---|
| Frage zu einer Richtlinie | Ordner durchsuchen oder Kollegin fragen | Antwort mit Verweis auf Abschnitt und Version |
| Technische Frage im Service | Handbuch, Datenblatt und alte Tickets einzeln öffnen | Antwort aus allen drei Quellen, jede verlinkt |
| Neue Mitarbeitende | Viele Rückfragen an erfahrene Kollegen | Fragen an die Wissensdatenbank, Kollegen für den Rest |
| Vertrauliche Unterlagen | Rechte im Quellsystem, Suche oft ungenau | Dieselben Rechte, präzise Suche |
| Veraltetes Wissen | Niemand weiß, welche Fassung gilt | Quelle und Stand an jeder Antwort sichtbar |
Was wir bauen
- Anbindung der Quellen: SharePoint, OneDrive und Teams, Confluence, Ihr Dokumentenmanagementsystem, Ticketsysteme, Netzlaufwerke, CRM und ERP.
- Aufbereitung: Texterkennung für gescannte Unterlagen, Tabellen und Abschnitte so zerlegt, dass Zusammenhänge erhalten bleiben, mit Metadaten wie Stand, Bereich und Eigentümer.
- Suche: Kombination aus Bedeutungssuche über Vektoren und klassischer Stichwortsuche, damit Artikelnummern und Fachbegriffe genauso gefunden werden wie Umschreibungen.
- Rechte: Zugriffsrechte aus den Quellsystemen, je Dokument geprüft, bevor ein Abschnitt in eine Antwort einfließt.
- Antwort mit Quelle: klare Anweisung an das Modell, nur aus den Fundstellen zu antworten, und eine sichtbare Meldung, wenn Ihre Unterlagen keine Antwort enthalten.
- Freigabe und Pflege: Antworten, die Ihr Team als falsch markiert, landen bei der zuständigen Person, die das Quelldokument korrigiert.
- Audit-Log: welche Frage, welche Quellen, welche Antwort, mit Löschfristen nach Ihrem Konzept.
Wie genau die Antworten sind und wie wir das messen
Die Qualität einer Wissensdatenbank hängt weniger vom Modell ab als von Ihren Unterlagen und der Suche. Wir messen sie deshalb an Ihren eigenen Daten: Vor dem Pilot sammeln wir mit Ihrem Team echte Fragen samt richtiger Antwort und Quelle. An diesem Fragenkatalog prüfen wir, ob die Suche die richtige Stelle findet und ob die Antwort sie korrekt wiedergibt. Eine Pauschalquote nennen wir nicht, weil sie für Ihre Unterlagen nichts aussagt.
Häufig zeigt der Pilot, dass widersprüchliche oder veraltete Dokumente das größte Problem sind, nicht die KI. Auch das ist ein Ergebnis: Die Wissensdatenbank macht sichtbar, wo Ihr Wissen gepflegt werden muss.
Sicherheit: Rechte und Vektordatenbank
Eine Wissensdatenbank darf nicht zum Umweg um Ihre Zugriffsrechte werden. Das OWASP Gen AI Security Project beschreibt Schwachstellen bei Vektoren und Embeddings in RAG-Systemen und nennt als Risiko, dass unzureichende oder falsch abgestimmte Zugriffskontrollen zu unbefugtem Zugriff auf Embeddings mit sensiblen Informationen führen; es empfiehlt fein granulare Zugriffskontrollen, rechtebewusste Vektorspeicher und eine strikte Trennung der Datenbestände verschiedener Nutzergruppen (OWASP, LLM08:2025 Vector and Embedding Weaknesses, (abgerufen am 12. November 2026)).
Genau so bauen wir: Jeder Abschnitt trägt die Rechte seines Quelldokuments, und die Suche filtert nach den Rechten der fragenden Person, bevor das Modell etwas sieht. Dokumente aus externen Quellen behandeln wir als nicht vertrauenswürdig, damit eingeschleuste Anweisungen in einer Datei das System nicht steuern.
Datenschutz und KI-Verordnung
Ihre Unterlagen enthalten personenbezogene Daten. Personenbezogene Daten müssen dem Zweck angemessen und auf das notwendige Maß beschränkt sein (Art. 5 Abs. 1 Buchst. c DSGVO, (abgerufen am 12. November 2026) über die Cellar-Schnittstelle des Amts für Veröffentlichungen der EU). Wir legen deshalb mit Ihnen fest, welche Quellen in die Wissensdatenbank gehören und welche nicht, etwa Personalakten. Betroffene Personen haben ein Recht auf Auskunft über die Daten, die über sie verarbeitet werden (Art. 15 Abs. 1 DSGVO, ebenda); weil die Wissensdatenbank aus Ihren Quellsystemen gespeist wird und gelöschte Dokumente entfernt, bleiben Auskunft und Löschung dort, wo Sie sie heute schon erledigen. Die Verarbeitung läuft in einer EU-Rechenzentrumsregion unter einem Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO, und Ihre Daten dienen nicht zum Training fremder Modelle.
Die KI-Verordnung gilt seit dem 2. August 2026; die Pflichten für Hochrisiko-Anwendungen nach Anhang III gelten ab dem 2. Dezember 2027, für Hochrisiko-KI in Produkten nach Anhang I ab dem 2. August 2028 (Europäische Kommission, AI Act, (abgerufen am 12. November 2026)). Eine interne Wissensdatenbank für Fragen des Teams gehört nicht zu den dort genannten Hochrisiko-Bereichen. Ihre Mitarbeitenden brauchen trotzdem eine kurze Einweisung, was die Software kann und was nicht; die Regeln dafür beschreibt unser Ratgeber zur KI-Governance.
Fertige Lösung oder eigene Wissensdatenbank?
| Ansatz | Passt gut, wenn | Grenzen |
|---|---|---|
| Microsoft 365 Copilot | Ihr Wissen fast ganz in Microsoft 365 liegt und gut gepflegt ist | Quellen außerhalb von Microsoft und eigene Antwortregeln nur begrenzt steuerbar |
| Unternehmenssuche mit KI, etwa Glean | viele Standardquellen angebunden werden sollen | Abrechnung je Nutzer, Ablauf und Daten folgen dem Produkt |
| KI in Wiki und Werkzeugen, etwa Confluence oder Notion | das Wissen bereits dort gesammelt ist | Antworten nur aus dem jeweiligen Werkzeug |
| Eigene Wissensdatenbank von uns | Fachsysteme, eigene Rechte, Antwortregeln und Eigentum an Code und Daten zählen | Braucht einen Fragenkatalog und einen Pilot |
Wir sind unabhängig und erhalten keine Provisionen von Softwareherstellern. Reicht Ihnen ein fertiges Produkt, sagen wir Ihnen das.
Wo die Wissensdatenbank noch hilft
Dieselbe Wissensbasis versorgt weitere Anwendungen. Der Chatbot auf Ihrer Website antwortet aus den öffentlichen Teilen, siehe Chatbot-Entwicklung. Im Hintergrund schreibt die Kundenservice-Automatisierung Antwortentwürfe aus demselben Wissen, ein KI-Agent nutzt es für mehrstufige Abläufe, und die KI-Vertragsanalyse greift auf Ihre Standardpositionen zu. Neue Mitarbeitende finden Antworten schneller, wenn die Wissensdatenbank Teil der HR-Automatisierung im Onboarding ist.
So gehen wir vor
- Bereich wählen: ein Wissensbereich, eine Gruppe, die Quellen und ihre Rechte.
- Fragenkatalog: echte Fragen Ihres Teams mit richtiger Antwort und Quelle als Maßstab.
- Pilot: Wissensdatenbank auf einem Ausschnitt Ihrer Unterlagen. Sie sehen das Ergebnis vor dem Livegang.
- Ausbau: Für den schriftlich vereinbarten Umfang erhalten Sie einen Festpreis. Danach folgen weitere Quellen und Gruppen.
- Betrieb: Wir überwachen Antworten ohne Fundstelle und markierte Fehler und halten Anbindungen aktuell. Die Wartung ist mit einem Monat Frist kündbar.
Quellcode und Rechte gehören Ihnen
Quellcode, Index, Fragenkatalog, Konten und Rechte gehören Ihrem Unternehmen ab dem ersten Tag. Die Wissensdatenbank läuft in einer EU-Rechenzentrumsregion auf Konten Ihres Unternehmens. Wir arbeiten remote in der ganzen EU, antworten innerhalb eines Werktags und nehmen Anfragen per E-Mail auf Deutsch oder Englisch entgegen.
Wann RAG die bessere Wahl ist und wann ein feinabgestimmtes Modell, erklärt unser Ratgeber RAG oder Fine-Tuning.
Häufige Fragen
Was ist eine KI-Wissensdatenbank?
Eine KI-Wissensdatenbank verbindet Ihre Unterlagen, etwa Handbücher, Richtlinien, Verträge, Tickets und Wiki-Seiten, mit einem Sprachmodell. Ihr Team stellt Fragen in normaler Sprache, die Software sucht die passenden Stellen in Ihren Dokumenten und formuliert daraus eine Antwort mit Quellenangabe.
Was bedeutet RAG?
RAG steht für Retrieval Augmented Generation. Vor jeder Antwort sucht das System die relevanten Abschnitte in Ihren Dokumenten heraus und gibt sie dem Sprachmodell als Grundlage mit. Das Modell antwortet so aus Ihrem Wissen statt aus seinem allgemeinen Training, und jede Antwort lässt sich auf eine Quelle zurückführen.
Ist das ein eigenes ChatGPT für unser Unternehmen?
Im Ergebnis ja: eine interne KI, die sich wie ein Chat bedienen lässt, aber aus Ihren Unterlagen antwortet, Ihre Zugriffsrechte beachtet und in einer EU-Rechenzentrumsregion läuft. Ein eigenes Modell trainieren wir dafür in aller Regel nicht; wir nutzen vorhandene Modelle in einer Geschäftsversion.
Erfindet die KI keine Antworten?
Sprachmodelle können plausibel klingende, aber falsche Antworten erzeugen. Wir weisen das System an, nur aus den gefundenen Quellen zu antworten, zeigen die Quelle bei jeder Antwort an und lassen es ausdrücklich sagen, wenn Ihre Unterlagen keine Antwort enthalten. Im Pilot messen wir an echten Fragen Ihres Teams, wie oft das gelingt.
Sieht jeder Mitarbeitende alle Dokumente?
Nein. Die Wissensdatenbank übernimmt die Rechte aus Ihren Quellsystemen, etwa SharePoint, Ihrem Dokumentenmanagement oder Ihrem Ticketsystem. Die Suche liefert nur Abschnitte aus Dokumenten, die die fragende Person auch im Original öffnen dürfte.
Welche Quellen lassen sich anbinden?
Typisch sind SharePoint, OneDrive und Teams, Confluence, Ihr Dokumentenmanagementsystem, Ticketsysteme, Netzlaufwerke und PDF-Sammlungen. Neue und geänderte Dokumente werden regelmäßig übernommen, gelöschte entfernt.
Wie starten wir?
Mit einem Wissensbereich und einer Gruppe, die viele Fragen hat, etwa Service, Vertrieb oder neue Mitarbeitende. Wir sammeln mit Ihnen echte Fragen, bauen den Pilot auf einem Ausschnitt Ihrer Unterlagen und zeigen Ihnen das Ergebnis, bevor Sie über den Ausbau entscheiden.
Schriftliches Angebot anfordern
Beschreiben Sie in wenigen Zeilen, was Sie brauchen. Innerhalb eines Werktags erhalten Sie ein schriftliches Angebot: Umfang, Zeitplan und Festpreis oder Stundenschätzung. Die Anfrage ist unverbindlich.