Die Wissensdatenbank für einen KI‑Assistenten vorbereiten
Kurzantwort
Ein KI-Assistent antwortet nur so gut wie die Quellen, die du ihm vorbereitest. Vorbereiten heißt sichten und aussortieren, je Thema eine gültige Fassung bestimmen, Dokumente in benannte Abschnitte schneiden und mit Metadaten wie Datum und Herkunft versehen. Diese Arbeit passiert vor der Technik und entscheidet über die Antwortqualität mehr als das Modell.
Die meisten Wissensdatenbanken für KI-Assistenten scheitern nicht am Aufbau, sondern an der Vorbereitung, die davor übersprungen wird. Ein Assistent, dem man rohe Ordner vorsetzt, findet drei widersprüchliche Versionen, einen Entwurf von vorletztem Jahr und ein PDF ohne erkennbare Struktur, und formt daraus eine überzeugend klingende, oft falsche Antwort. Vorbereitung ist die redaktionelle Arbeit an den Quellen selbst: sichten, was Wissen trägt, je Thema die autoritative Fassung bestimmen, Widersprüche und Dubletten entfernen, Dokumente sinnvoll schneiden und mit Datum, Gültigkeit und Herkunft versehen. Der stärkste einzelne Hebel ist die eine gültige Fassung je Thema, denn ohne sie wählt der Assistent zwischen Wahrheiten, ohne den Konflikt zu sehen. Diese Arbeit braucht kein KI-Wissen, sondern jemanden, der das Thema kennt.
Vorbereiten heißt aussortieren
Wer eine Wissensdatenbank für einen KI-Assistenten vorbereitet, stellt sich oft das Falsche darunter vor: alle Ordner einsammeln und in einen Speicher kippen. Das ist das Gegenteil von Vorbereitung. Es ist das Verschieben des Chaos an einen neuen Ort, an dem es nur schwerer zu sehen ist.
Vorbereitung ist eine redaktionelle Arbeit. Du gehst durch die vorhandenen Dokumente und entscheidest bei jedem: Trägt das Wissen, oder liegt es nur herum? Ein freigegebenes Handbuch trägt. Ein Entwurf daneben, drei Mail-Anhänge mit halben Ständen und die private Notiz von jemandem, der längst weg ist, tragen nicht. Sie sehen für ein Suchsystem aber gleich aus, und genau das ist das Problem.
Eine Wissensdatenbank wird nicht besser, wenn du mehr hineinlegst. Sie wird besser, wenn du entscheidest, was gilt, und den Rest herauslässt.
Der Grund ist einfach. Ein KI-Assistent kann nicht wissen, welche von fünf Dateien die richtige ist, wenn ihm das niemand gesagt hat. Er sucht die inhaltlich ähnlichste Stelle und antwortet daraus. Liegen drei Versionen gleichwertig da, erwischt er mal die eine, mal die andere. Aussortieren vor dem Import ist deshalb kein Aufräumen aus Ordnungsliebe, sondern die Bedingung dafür, dass die Antworten überhaupt stimmen können.
Eine gültige Fassung je Thema
Die wichtigste einzelne Entscheidung in der Aufbereitung ist die nach der autoritativen Fassung. Für jedes Thema gibt es genau eine Version, die als wahr gilt: die freigegebene Reiserichtlinie, der aktuelle Freigabeprozess, die gültige Preisliste. Diese Entscheidung trifft ein Mensch, der das Thema verantwortet, nicht ein Modell und nicht das Dateidatum.
Wo diese Entscheidung fehlt, entstehen die teuersten Fehler, weil sie leise sind. Der Assistent widerspricht sich nicht sichtbar. Er gibt heute die eine und morgen die andere Auskunft, beide klingen sauber, und niemand merkt den Widerspruch, bis eine Entscheidung darauf gebaut wurde. Deshalb gehört zur Aufbereitung nicht nur das Bestimmen der gültigen Fassung, sondern auch das Entfernen oder klare Markieren der alten.
| Dokument-Typ | Behandlung in der Aufbereitung | Warum |
|---|---|---|
| Freigegebene Policy, gültiges Handbuch | aufnehmen, als verbindlich markieren | trägt die autoritative Antwort |
| Drei Versionen desselben Prozesses | auf die gültige reduzieren, Rest archivieren | verhindert widersprüchliche Antworten |
| Entwurf, alter Stand, private Notiz | draußen lassen | erzeugt sonst plausibles Rauschen |
| Scan, Foto, Tabelle ohne Text | erst auslesen, dann strukturieren | sonst unauffindbar fürs Retrieval |
| Personenbezogene, regulierte Inhalte | nur mit Rechtsprüfung und Rechten | rechtlich sensibel |
Die zweite Zeile ist der eigentliche Kern der Vorbereitung. Aus fünf Fassungen eine zu machen ist keine technische Arbeit, sondern eine fachliche, und sie lässt sich nicht an die KI delegieren. Wer sie überspringt, baut die Widersprüche fest ein und wundert sich später über wechselnde Antworten.
Struktur entscheidet über die Trefferquote
Ist aussortiert und die gültige Fassung bestimmt, kommt der Teil, der über die Trefferquote entscheidet: die Struktur. Ein Suchsystem findet nicht ein ganzes Dokument, sondern eine Stelle darin. Liegt die gültige Regel irgendwo auf Seite 40 eines 60-seitigen PDF, ohne Überschrift, ohne klaren Schnitt, dann findet das Retrieval sie schlecht, auch wenn sie da ist.
Vorbereiten heißt hier, Dokumente in benannte, thematisch geschnittene Abschnitte zu bringen, statt sie als einen Block abzulegen. Jeder Abschnitt beantwortet idealerweise eine Frage. Dazu kommen Metadaten: ein Datum, eine Angabe zur Gültigkeit, die Herkunft. Diese Angaben sind das, was den Unterschied zwischen einer Antwort mit Beleg und einer Vermutung ausmacht, und sie entstehen bei der Aufbereitung, nicht im Betrieb.
| Frage an ein Dokument | Schlecht vorbereitet | Gut vorbereitet |
|---|---|---|
| Wo steht die gültige Regel? | verstreut im langen PDF | eigener, benannter Abschnitt |
| Ist das noch aktuell? | kein Datum, keine Freigabe | Datum und Gültigkeit als Metadatum |
| Welche Fassung gilt? | drei liegen gleichwertig da | eine markiert, Rest archiviert |
Der Aufwand dafür ist echt, aber er fällt einmal an und zahlt bei jeder Antwort zurück. Ein sauber geschnittenes, datiertes Dokument bleibt auffindbar und überprüfbar, ein roher PDF-Berg wird mit jeder neuen Frage unzuverlässiger.
Vorgehen für die Aufbereitung
Bevor die erste Datei in die Wissensdatenbank wandert, geh diese fünf Schritte durch. Sie sind die Aufbereitung als Handlung, und sie halten die Basis davon ab, ein Abbild des alten Chaos zu werden.
- Sichte die Quellen und trenne, was Wissen trägt, von dem, was nur herumliegt, bevor du an Import denkst.
- Bestimme je Thema die gültige Fassung und lass die verantwortliche Person sie benennen, nicht das Dateidatum.
- Entferne oder markiere alte Versionen, damit keine zwei Wahrheiten nebeneinander liegen.
- Schneide Dokumente in benannte Abschnitte und ergänze Datum, Gültigkeit und Herkunft als Metadaten.
- Lies bildhafte Quellen erst aus, denn ein Scan oder eine Tabelle ohne Text ist für die Suche unsichtbar.
Kernsatz: Die Wissensdatenbank vorzubereiten ist zu einem kleinen Teil Technik und zu einem großen Teil eine fachliche Entscheidung darüber, was gilt. Wer diese Entscheidung überspringt, baut die Fehler fest ein, bevor der Assistent die erste Frage sieht.
Häufige Irrtümer
- Je mehr Dokumente, desto besser die Antworten.
- Mehr Dokumente ohne Aufbereitung bedeuten mehr Widersprüche und mehr Rauschen. Die Trefferquote sinkt, weil das Suchsystem zwischen fünf ähnlichen Stellen die falsche erwischen kann. Weniger, aber gültige Quellen schlagen viele ungeprüfte.
- Die KI sortiert das Chaos schon selbst.
- Ein Modell kann Text zusammenfassen, aber es kann nicht wissen, welche von drei Fassungen in deinem Haus gilt. Diese Entscheidung ist fachlich und muss vor dem Import getroffen werden, sonst rät der Assistent überzeugend.
Fragen und Antworten
- Muss die Wissensdatenbank vollständig sein, bevor der Assistent startet?
- Nein. Wichtiger als Vollständigkeit ist, dass das, was drin ist, gültig, geschnitten und datiert ist. Ein enger, sauber vorbereiteter Bereich liefert bessere Antworten als eine breite Rohablage, und du kannst nach dem ersten verlässlichen Bereich erweitern.
- Wie erkenne ich die gültige Fassung, wenn mehrere kursieren?
- Nicht am jüngsten Dateidatum, sondern an der Freigabe. Frag, wer für das Thema verantwortlich ist, und lass diese Person die verbindliche Version benennen. Wo niemand entscheidet, gibt es keine gültige Fassung, und genau das ist ein Befund, den du vor dem Bau klären musst.
- Was kostet die Aufbereitung am meisten Zeit?
- Meist nicht das Schneiden oder Datieren, sondern das Entscheiden, was gilt und was raus muss. Diese fachliche Arbeit lässt sich nicht automatisieren, aber sie fällt einmal an und macht jede spätere Antwort verlässlicher.
Sources and evidence
Es werden keine externen Statistiken oder Kundenergebnisse als belegt behauptet. Rechts- und Rechtefragen werden vor der Anbindung mit dem realen Stack geprüft.
