Ein internes Wissenssystem mit KI

Möchten Sie, dass Kollegen schnell Antworten auf Fragen zu Produkten, Richtlinien, IT, Prozessen oder Kunden erhalten? Dann ist ein internes Wissenssystem mit eigenem Chatbot ideal. Dank Retrieval-Augmented Generation (RAG) ist ein solches System intelligenter als je zuvor: Mitarbeiter stellen Fragen in natürlicher Sprache und der Chatbot sucht direkt in Ihrer eigenen Dokumentation. Dies kann völlig sicher erfolgen, ohne dass Daten an externe Parteien gelangen – selbst wenn Sie große Sprachmodelle von OpenAI oder Google verwenden.

Was ist RAG und warum funktioniert es so gut?

RAG bedeutet, dass ein KI-Chatbot zuerst in Ihrer eigenen Wissensquelle (Dokumente, Wikis, Handbücher, Richtlinien) sucht und erst danach eine Antwort generiert. Dadurch:

• Stimmt die Antwort immer mit der internen Realität überein

• Werden keine Erfindungen gemacht (wie manchmal bei reinen LLMs)

• Werden vertrauliche Daten niemals an die Außenwelt weitergegeben

Welche Tools können Sie verwenden?

Ein eigenes Wissenssystem kann mit verschiedenen Produkten aufgebaut werden, je nach Ihren Präferenzen und Anforderungen an Datenschutz, Skalierbarkeit und Benutzerfreundlichkeit.

Chatbot und RAG-Frameworks

• LlamaIndex (llamaindex.ai) – Open Source, breit anwendbar

• Haystack (haystack.deepset.ai) – Stark in Enterprise Search

• LangChain (langchain.com) – Leistungsstark für Verknüpfungen und Anpassungen

• OpenWebUI (open-webui.github.io) – Einfache, moderne Weboberfläche für Chat und Verwaltung

Vektordatenbanken (für Dokumentenspeicherung und schnelle Suchfunktion)

• ChromaDB (trychroma.com)

• Weaviate (weaviate.io)

• Qdrant (qdrant.tech)

KI-Modelle

• Große Modelle in der Cloud

  • OpenAI GPT-4

  • Google Gemini

  • Azure OpenAI Service

• Eigene Modelle (on-premises oder private Cloud)

  • Llama 3 (Meta), Mistral, DeepSeek, GPT4All, über Ollama oder LocalAI

Wichtig:
Viele Tools, darunter OpenWebUI und LlamaIndex, können sowohl lokale (on-premises) als auch Cloud-Modelle verbinden. Ihre Dokumente und Suchanfragen verlassen Ihre eigene Infrastruktur niemals, es sei denn, Sie möchten das!

So fügen Sie einfach Dokumente hinzu

Die meisten modernen Wissenssysteme bieten eine einfache Upload- oder Synchronisierungsfunktion.
Dies funktioniert zum Beispiel so:

1. Laden Sie Ihre Dokumente hoch (PDF, Word, txt, E-Mails, Wiki-Seiten) über die Weboberfläche (wie OpenWebUI)

2. Automatische Verarbeitung: Das Tool indiziert Ihr Dokument und macht es sofort für den Chatbot durchsuchbar

3. Live-Aktualisierung: Fügen Sie eine neue Datei hinzu? Dann wird diese meist innerhalb weniger Sekunden oder Minuten in die Antworten einbezogen

Für Fortgeschrittene:
Automatische Verknüpfungen mit SharePoint, Google Drive, Dropbox oder einem Dateiserver sind mit LlamaIndex oder Haystack gut möglich.

Daten bleiben sicher und intern

Ob Sie sich für eigene Modelle oder große Cloud-Modelle entscheiden:

• Sie bestimmen selbst, was nach außen geht und was nicht

• Integration mit Single Sign-On und Zugriffsverwaltung ist standardmäßig möglich

• Audit Trails: Wer hat was abgerufen?

Für sensible Informationen ist es ratsam, KI-Modelle on-premises oder innerhalb einer privaten Cloud zu verwenden. Aber selbst wenn Sie GPT-4 oder Gemini einsetzen, können Sie einstellen, dass Ihre Dokumente niemals als Trainingsdaten verwendet oder vom Anbieter dauerhaft gespeichert werden.

Beispiel für eine moderne Einrichtung

Mit OpenWebUI bauen Sie einfach ein sicheres, internes Wissenssystem auf, in dem Mitarbeiter Fragen an spezialisierte Chatbots stellen können. Sie können Dokumente hochladen, nach Kategorien ordnen und verschiedene Chatbots als Experten für ihr jeweiliges Fachgebiet agieren lassen. Hier erfahren Sie, wie!

1. Inhalte hinzufügen und kategorisieren

Hochladen von Dokumenten

• Melden Sie sich über Ihren Browser bei OpenWebUI an.

• Gehen Sie zum Bereich Dokumente oder Knowledge Base.

• Klicken Sie auf Hochladen und wählen Sie Ihre Dateien aus (PDF, Word, Text, etc.).

• Tipp: Fügen Sie beim Hochladen eine Kategorie oder ein Label hinzu, wie z.B. „HR“, „Technik“, „Vertrieb“, „Richtlinien“, etc.

Vorteil: Durch die Kategorisierung kann sich der richtige Chatbot (Experte) auf relevante Quellen konzentrieren und Sie erhalten immer eine passende Antwort.

2. Chatbots mit eigenen Spezialgebieten (Rollen)

OpenWebUI ermöglicht die Erstellung mehrerer Chatbots, jeder mit einem eigenen Spezialgebiet oder einer eigenen Rolle. Beispiele:

• HR-Bot: Fragen zu Urlaub, Verträgen, Arbeitsbedingungen.

• IT-Support: Hilfe bei Passwörtern, Anwendungen, Hardware.

• Richtlinien-Bot: Antworten zu Unternehmensrichtlinien und Compliance.

• SalesCoach: Informationen zu Produkten, Preisen und Angeboten.

Sofort loslegen oder lieber Hilfe?

Möchten Sie schnell einen Proof-of-Concept durchführen? Mit beispielsweise OpenWebUI und LlamaIndex haben Sie oft an einem Nachmittag eine Demo online!
Möchten Sie es professionell einrichten, an Ihre bestehende IT anbinden, oder muss es wirklich sicher sein?
NetCare hilft bei jedem Schritt: von der Auswahlhilfe über die Implementierung und Integration bis hin zur Schulung.

Nehmen Sie Kontakt auf für ein unverbindliches Beratungsgespräch oder eine Demo.

NetCare – Ihr Wegweiser bei KI, Wissen und digitaler Sicherheit