Viele Unternehmen planen einen internen Chatbot oder eine KI-Anwendung, die auf eigene Dokumente zugreift. Das Gespräch beginnt meist bei Plattformen, Vektordatenbanken und Anbieterangeboten. Ob das Ergebnis nützlich ist, entscheidet sich jedoch an anderer Stelle: in den Inhalten selbst – ihrer Struktur, Qualität, Aktualität, Verbindlichkeit und der Frage, wer was sehen darf.

Ich helfe Unternehmen herauszufinden, was ihr eigenes Wissen realistisch tragen kann, bevor sie sich auf eine Architektur festlegen. Ausgangspunkt ist das vorhandene Material, nicht die verfügbare Technologie.

Meine Perspektive

Die Inhalte entscheiden, nicht der Stack
Die Qualität der Antworten hängt davon ab, wie Wissen strukturiert, gepflegt und freigegeben ist. Die meisten Schwächen von KI-Assistenten liegen im zugrunde liegenden Material, nicht im Modell.

Evidenz vor Architektur
Wie sich ein Wissensbestand bei echten Fragen verhält, lässt sich früh beobachten – mit repräsentativem Material. Eine tragfähige Architektur folgt aus diesen Beobachtungen, nicht aus Annahmen.

Ein Assistent ist ein Wissenssystem
Er braucht Verantwortlichkeiten, Pflege, Bewertung und Governance. Sonst sinkt die Antwortqualität, sobald sich die Inhalte verändern.

Wie es beginnt

Am Anfang steht meist eine fokussierte Bestandsaufnahme Ihrer Inhalte und Möglichkeiten:

• welches Wissen vorhanden ist, wo es liegt und in welchem Zustand
• welche Fragen es verlässlich beantworten kann – und welche nicht
• wo ein Assistent echten Nutzen stiftet und für wen
• was es braucht: Arbeit an Inhalten, Integration, Zugriffsrechte, Betrieb

Das Ergebnis ist eine Entscheidungsgrundlage auf Basis Ihres eigenen Materials und ein klarer nächster Schritt – von der Umsetzungsbegleitung bis zu Aufbau und Betrieb des Systems.

Vertrauliche Inhalte

Sensible Dokumente lassen sich oft nicht einfach an externe KI-Dienste übergeben. Ich nutze dafür eine eigene lokale KI-Infrastruktur mit aktuellen offenen Modellen und branchenüblichen Werkzeugen. Material kann in einer kontrollierten Umgebung analysiert und getestet werden – und was dort funktioniert, lässt sich auf größere On-Premises- oder Cloud-Architekturen übertragen.

Situationen

Unternehmen ziehen mich typischerweise hinzu, wenn:

• ein interner Chatbot oder Wissensassistent geplant, der Weg aber unklar ist
• ein Pilot inkonsistente oder unzuverlässige Antworten liefert
• Anbieterangebote unabhängig bewertet werden sollen
• Wissen über Ablagen, Wikis und Fachsysteme verteilt ist
• Inhalte vertraulich sind und nicht an externe Dienste gehen dürfen

Gute Arbeit beginnt mit einem guten Gespräch.