Quellen
Dokumente, Datenbanken, Wikis, Tickets und Fachsysteme mit Eigentümer und Aktualität.
RAG-Beratung · Vector Search · LLM-Wiki
Wissen wird
zum Arbeitssystem.
CSD Becher macht verteiltes Unternehmenswissen für Menschen und KI-Anwendungen nutzbar. RAG steht für Retrieval-Augmented Generation: Das System sucht passende interne Quellen und gibt sie einem großen Sprachmodell (Large Language Model, kurz LLM) als Kontext für die Antwort mit.
Wissensanalyse
RAG-Architektur
LLM-Aufbereitung
Qualitätsprüfung & Betrieb
Zielbild
Antworten, die sich
überprüfen lassen.
Ein produktives KI-Wissenssystem beantwortet nicht nur Fragen. Es zeigt, auf welchen Quellen die Antwort basiert, berücksichtigt Zugriffsrechte und macht Qualität über echte Fachfragen messbar.
Bei RAG sucht der „Retrieval“-Schritt passende Inhalte, „Augmented“ ergänzt die Frage um diese Fundstellen und „Generation“ formuliert daraus eine Antwort. Ein LLM-Wiki hält Zusammenfassungen und Zusammenhänge dauerhaft auf verlinkten Wissensseiten fest. Es kann RAG ergänzen oder bei einem überschaubaren Wissensbestand ohne zusätzliche Vektorsuche genutzt werden.
Welche Variante passt, entscheidet sich an Aktualität, Datenmenge, Antwortgeschwindigkeit, Zugriffsrechten und dem gewünschten Grad an Wissenspflege. Beide Ansätze können einzeln oder gemeinsam sinnvoll sein.
Im Wiki übernehmen KI-Assistenten, sogenannte Agenten, klar begrenzte Aufgaben: Sie lesen neue Quellen, schlagen Artikel oder Aktualisierungen vor und markieren mögliche Widersprüche. Verantwortliche prüfen die Änderungen, bevor sie als freigegebenes Wissen veröffentlicht werden.
Wissensschicht
Dokumente sinnvoll strukturieren, mit Fachinformationen versehen und nach Bedeutung auffindbar machen.
Antwortaufbereitung
Nur freigegebene Fundstellen an das Modell geben, Quellenbelege verlangen und Antworten auf unbelegte Aussagen prüfen.
Nutzung & Betrieb
Oberfläche und Schnittstellen anbinden, Rückmeldungen erfassen sowie Qualität, Verfügbarkeit und Kosten überwachen.
Anwendungsfälle
Wo verlässliches Wissen
direkt Arbeit spart.
Der beste Pilot beginnt mit häufigen, wichtigen Fragen und klar erkennbaren Quellen.
Support und Fachauskunft
Handbücher, Wissensartikel und bekannte Lösungen zu belegten Antwortvorschlägen verbinden.
Technisches Produktwissen
Spezifikationen, Varianten, Freigaben und Änderungen über Systeme hinweg gezielt auffindbar machen.
Projekt- und Prozesswissen
Entscheidungen, Regeln, Übergaben und Erfahrungen mit Quelle, Version und Verantwortlichkeit sichern.
Projektablauf
Klein starten.
Belegbar verbessern.
Als Ergebnis entstehen ein bewertetes Zielbild, ein getesteter Prototyp und eine belastbare Entscheidungsgrundlage für den produktiven Ausbau.
-
01
Fragen und Nutzen definieren
Echte Nutzerfragen, Fehlerrisiken, Zeitaufwand und messbare Erfolgswerte festlegen.
-
02
Quellen und Rechte prüfen
Typische Inhalte, ihre Herkunft, Qualität und Aktualität erfassen und klären, wer welche Informationen sehen darf.
-
03
Suchqualität mit echten Fragen prüfen
Dokumente sinnvoll aufteilen und die Suche so abstimmen, dass relevante, zugängliche Textstellen bei den Testfragen gefunden werden.
-
04
Regeln für Antworten festlegen
Vorgeben, wie Quellen genannt und Unsicherheiten angezeigt werden und wann das System auf eine Antwort verzichten soll.
-
05
Qualität automatisiert messen
Mit festgelegten Fachfragen prüfen, ob passende Quellen gefunden werden und die Antworten dazu passen. Antwortzeit und Kosten mitmessen.
-
06
Einführen und den Betrieb übergeben
Anmeldung, Schnittstellen, Oberfläche und Überwachung einrichten. Verantwortliche einarbeiten; weitere Betriebsbegleitung erfolgt nach Vereinbarung.
Qualität & Verantwortung
Vertrauen entsteht
durch Kontrollen.
Auch mit guten Quellen kann ein Sprachmodell Fehler machen. Quellenprüfung, klare Zuständigkeiten und menschliche Freigaben bei kritischen Entscheidungen gehören deshalb zum Konzept.
Quellen bleiben erreichbar
Quellenverweise machen Aussagen überprüfbar. Tests prüfen, ob die angegebenen Abschnitte die Antwort tatsächlich stützen.
Zugriff vor der Antwort prüfen
Zugriffsfilter greifen vor der Antwort; abgeleitetes Wissen erhält keine weitergehenden Rechte als seine Quellen.
Qualität auch nach Änderungen sichern
Nach Änderungen an Daten, Modellen oder Antwortregeln werden dieselben Fachfragen erneut geprüft. So werden Verschlechterungen erkennbar.
Vertiefung
Architektur verstehen.
Fundiert entscheiden.
Die Wissensseiten zeigen technische Abläufe, Diagramme und Konfigurationsmuster im Detail.
Wenn KI zusätzlich Aufgaben ausführen soll, braucht sie Werkzeuge, klare Grenzen und überprüfbare Ergebnisse. Ein Agent Harness schafft dafür die Arbeitsumgebung.
Prozesse mit KI-Agenten automatisieren: Konzept und Hermes Agent ↗Pilotprojekt
Welche Fragen kosten heute
zu viel Zeit?
Drei typische Nutzerfragen und zwei repräsentative Quellen reichen für eine erste Einschätzung von Nutzen, Datenlage und sinnvoller Pilotgröße.
Direkter Kontakt
info@csd-becher.de ↗Beschreiben Sie kurz Zielgruppe, Wissensquellen und die Antworten, die heute schwer zu finden sind.
RAG-Pilot besprechen