Die Ausgangslage
Firmenwissen liegt selten dort, wo man es sucht. Es steckt in einem PDF von 2019, in einer Prozessbeschreibung im Intranet, in einer Mail und vor allem in den Köpfen der zwei Leute, die schon am längsten dabei sind. Neue Mitarbeiter fragen diese zwei Leute, und die beantworten dieselben Fragen zum vierzigsten Mal. Wenn einer davon kündigt, wird es unangenehm.
Die Volltextsuche im Intranet löst das nicht, weil sie nach Wörtern sucht, nicht nach Bedeutung. Wer „Wie beantrage ich Urlaub?“ fragt, findet nichts, wenn das Dokument „Abwesenheitsregelung“ heißt.
Aufbau
- Einlesen: PDFs, Word-Dokumente, Intranet-Seiten und abgeschlossene Tickets werden in sinnvolle Abschnitte zerlegt — nicht nach Zeichenzahl, sondern entlang von Überschriften und Absätzen.
- Durchsuchbar machen: Jeder Abschnitt wird als Vektor abgelegt, zusätzlich zur klassischen Stichwortsuche. Beide Verfahren laufen parallel, ihre Ergebnisse werden zusammengeführt.
- Antworten: Zur Frage werden die passendsten Abschnitte gesucht und nur diese an das Modell gegeben. Die Antwort entsteht ausschließlich daraus.
- Belegen: Jede Aussage bekommt einen Verweis auf das Quelldokument samt Abschnitt. Wer nachlesen will, ist einen Klick entfernt.
- Zugriff beachten: Wer ein Dokument nicht sehen darf, bekommt auch keine Antwort daraus. Die Rechteprüfung passiert bei der Suche, nicht erst bei der Anzeige.
„Weiß ich nicht“ ist eine gültige Antwort. Steht die Antwort nicht in den Unterlagen, sagt der Assistent genau das — statt aus Allgemeinwissen etwas Plausibles zu bauen. Bei internen Abläufen ist eine erfundene Antwort schlimmer als gar keine, weil sie geglaubt wird.
Die interessanten Entscheidungen
Zwei Suchverfahren statt einem
Reine Vektorsuche versagt bei exakten Begriffen: Wer nach einer Artikelnummer oder einem Formularnamen sucht, will genau diesen Treffer. Reine Stichwortsuche versagt bei umschriebenen Fragen. Der Assistent nutzt beide und führt die Ergebnisse zusammen. Das ist der Hebel mit dem größten spürbaren Unterschied.
Alte Dokumente sind gefährlich
Eine überholte Prozessbeschreibung von 2019 liest sich für ein Sprachmodell genauso überzeugend wie die aktuelle. Deshalb bekommt jeder Abschnitt ein Datum, neuere Dokumente werden bevorzugt, und Antworten aus alten Unterlagen tragen einen sichtbaren Hinweis.
Abschnitte statt Textblöcke
Dokumente einfach alle 500 Zeichen zu zerschneiden ist schnell umgesetzt und liefert schlechte Ergebnisse, weil Zusammenhänge mitten im Satz zerreißen. Die Zerlegung entlang der Dokumentstruktur ist aufwendiger und verbessert die Antwortqualität deutlich stärker als jede Änderung am Modell.
Worauf es dabei ankommt
Die Qualität hängt fast vollständig an den Unterlagen, nicht am Modell. Wo die Dokumentation widersprüchlich ist, gibt der Assistent widersprüchliche Antworten — er macht damit nur sichtbar, was vorher schon so war. Oft ist das nützlicher als die Suchfunktion selbst: Man sieht sofort, welche Dokumente überarbeitet gehören.
Grenzen
- Der Assistent kann nur so gut sein wie die Dokumentation. Wo nichts steht, hilft auch keine Technik.
- Fragen, die eine Rechnung oder eine aktuelle Datenbankabfrage erfordern, gehören nicht hierher — das ist Aufgabe des Fachsystems.
- Bei personenbezogenen Inhalten braucht es vorab eine saubere Klärung, was überhaupt indexiert werden darf.
Übertragbar auf: Einarbeitung neuer Mitarbeiter, First-Level-Support aus der eigenen Doku, Produktwissen im Vertrieb, technische Handbücher im Service. Mehr dazu unter KI-Assistenten.