kontaktEN / DE / PL

Interne AI-Assistenten & Wissenssysteme

Fragen in normaler Sprache stellen und Antworten aus den eigenen Dokumenten erhalten, mit Quellen.

Wichtiges Wissen liegt oft verstreut in Dokumenten, geteilten Laufwerken, internen Tools und im Gedächtnis einiger weniger Kolleginnen und Kollegen.

Wir bauen Assistenten, mit denen berechtigte Mitarbeitende in natürlicher Sprache fragen und Antworten aus freigegebenen Unternehmensquellen erhalten, mit Links zu den Dokumenten, aus denen sie stammen.

Was wir liefern

  • Auswahl der Quellen und Aufbereitung der Dokumente
  • Indexierung mit semantischer und Stichwortsuche
  • Anbindung freigegebener Ablagen wie SharePoint oder Google Drive
  • Antworten mit Quellenangaben
  • Abruf unter Berücksichtigung der Berechtigungen
  • Regelmässige Neuindexierung bei Änderungen
  • Ein Evaluationsset und Qualitätsberichte
  • Ein klares Vorgehen, wenn es keine verlässliche Antwort gibt

Technologie & Umsetzung

Die meisten Wissensassistenten arbeiten mit Retrieval-Augmented Generation (RAG). Dokumente werden in Abschnitte zerlegt und indexiert, meist mit Embeddings (numerischen Darstellungen der Bedeutung) in einer Vektordatenbank, ergänzt um eine Stichwortsuche für Namen, Codes und Zahlen. Stellt jemand eine Frage, werden die passendsten Abschnitte gesucht, und das Modell formuliert daraus die Antwort, mit Angabe jeder Quelle.

Berechtigungen greifen schon bei der Suche: Ein Abschnitt aus einem Dokument, das die Person nicht öffnen darf, wird für sie nicht abgerufen. Der Index wird aktualisiert, wenn sich Dokumente ändern, veraltete oder doppelte Dateien werden ausgeschlossen, denn ein Assistent ist nur so gut wie das, was er findet.

Quellenangaben zeigen, auf welche Dokumente sich eine Antwort stützt. Sie garantieren aber nicht, dass die Antwort richtig ist. Deshalb müssen die Qualität der Suche, die Zugriffsrechte und die Antworten geprüft werden: Gemessen wird die Qualität an einem Set echter Fragen mit erwarteten Antworten, getestet wird auch, ob der Assistent sagt, wenn er etwas nicht weiss, und dieses Testset läuft weiter, während sich die Dokumente ändern.

Anwendungsbeispiel

Ein illustratives Szenario, keine Beschreibung eines abgeschlossenen Projekts.

Eine Mitarbeiterin fragt, wie ein interner Ablauf durchzuführen ist. Der Assistent findet die freigegebene Dokumentation, fasst die Schritte zusammen und verlinkt die Originalquellen.

AI, wo sie sich lohnt. Automatisierung, wo einfache Regeln genügen.