Wissensmanagement & KI-Suche
KI-Wissensdatenbank mit RAG für Industriebetriebe
Ihr Team stellt eine Frage in natürlicher Sprache, die Antwort kommt aus Ihren eigenen Handbüchern, SOPs und Arbeitsanweisungen – mit Quellenangabe. Die Basis ist TyrolAI Docs, meine eigene Wissensplattform.
Woran es heute hakt
Jahrzehnte an technischem Wissen sind über hunderte PDFs, alte Wartungshandbücher und Excel-Tabellen verteilt. Wer etwas sucht, blättert durch Ordner.
Braucht ein Techniker nachts um drei das Drehmoment für eine bestimmte Schraube, ruft er den Kollegen an, der es vielleicht weiß.
Viel Wissen steckt in den Köpfen von Mitarbeitern, die bald in Rente gehen.
Wissen liegt selten an einer Stelle: Netzlaufwerke, interne Wikis und PDFs auf dem Server eines Meisters.
Neue Mitarbeiter unterbrechen bei jeder Frage den erfahrenen Kollegen. Das bremst die Einarbeitung und belastet das Team.
Was eine KI-Wissensdatenbank im Alltag leistet
Für Ihre Mitarbeiter sieht TyrolAI Docs aus wie ein Chat, ähnlich wie ChatGPT. Das ist Absicht: Niemand soll eine Schulung brauchen, um es zu verwenden. Vier Situationen höre ich in Gesprächen mit Produktionsbetrieben immer wieder.
Drehmomente und Spezifikationen finden
Ein Techniker braucht das korrekte Drehmoment für eine bestimmte Schraubverbindung an einer bestimmten Maschine. Statt durch ein Handbuch mit mehreren hundert Seiten zu blättern, stellt er die Frage in natürlicher Sprache und bekommt die relevante Stelle mit Quellenangabe.
Fehlersuche und Troubleshooting
Eine Maschine zeigt einen bestimmten Fehlercode. Das System durchsucht die vorhandenen Störungsprotokolle, Wartungsberichte und Herstellerdokumentationen und liefert die wahrscheinlichste Ursache samt dokumentierter Lösung.
Einarbeitung neuer Mitarbeiter
Neue Techniker stellen ihre Fragen dem System, statt immer den erfahrenen Kollegen zu unterbrechen. Das beschleunigt die Einarbeitung und entlastet das bestehende Team.
Nachvollziehbare Antworten
Zu jeder Antwort zeigt eine Dokument-Vorschau die genutzten Textstellen. So sehen Ihre Mitarbeiter, woher die Antwort kam, und können sie gegenprüfen.
Wie eine Frage aus Ihren Dokumenten beantwortet wird
Die Technik dahinter heißt RAG, kurz für Retrieval-Augmented Generation. Das Prinzip ist einfach: Statt ein KI-Modell alles auswendig lernen zu lassen, bekommt es Zugriff auf Ihre eigenen Dokumente. Es sucht zuerst die relevanten Stellen und formuliert dann eine Antwort auf Basis dessen, was es gefunden hat. Keine Magie, sondern intelligente Dokumentensuche kombiniert mit Sprachverständnis.
1. Dokumente indexieren
Alle relevanten Dokumente werden eingelesen und in kleine Abschnitte aufgeteilt. Ein Wartungshandbuch wird zum Beispiel kapitelweise zerlegt.
2. Bedeutung erfassen
Jeder Abschnitt wird in eine mathematische Darstellung umgewandelt, ein sogenanntes Embedding. Damit erfasst der Computer die Bedeutung des Textes, nicht nur die einzelnen Wörter.
3. Passende Stellen finden
Die Frage wird ebenfalls in ein Embedding umgewandelt. Das System findet die Abschnitte, die inhaltlich am besten passen, auch wenn die exakten Wörter nicht vorkommen.
4. Antwort mit Quelle
Ein Sprachmodell bekommt die gefundenen Abschnitte als Kontext und formuliert eine verständliche Antwort. Die Quellen werden mitgeliefert, damit Sie nachprüfen können, woher die Information stammt.
RAG, Fine-Tuning oder Copilot: der Unterschied
Drei Begriffe, die oft in einen Topf geworfen werden. Sie lösen unterschiedliche Aufgaben. Für Handbücher, SOPs und Arbeitsanweisungen ist RAG meist der passende Weg, aber nicht in jedem Betrieb.
RAG: nachschlagen statt auswendig lernen
Das Sprachmodell bleibt unverändert. Bei jeder Frage sucht das System zuerst die passenden Stellen in Ihren Dokumenten und gibt sie dem Modell als Kontext mit. Die Antwort kommt mit Quelle. Ändert sich ein Dokument, wird es neu eingelesen; das Modell muss dafür nicht neu trainiert werden.
Fine-Tuning: das Modell nachtrainieren
Beim Fine-Tuning wird ein Sprachmodell mit eigenen Beispielen weitertrainiert. Das eignet sich, um ihm Fachsprache, einen Schreibstil oder ein festes Antwortformat beizubringen. Als Nachschlagewerk taugt es wenig: Das Wissen steckt danach in den Modellgewichten, eine Quelle lässt sich nicht anzeigen, und jede neue Handbuchversion bedeutet ein neues Training.
Copilot: Assistent im Office-Paket
Microsoft 365 Copilot arbeitet in Word, Outlook und Teams mit den Daten, auf die der jeweilige Nutzer in Microsoft 365 Zugriff hat, und wird pro Nutzer lizenziert. Liegen Ihre Dokumente ohnehin dort und ist die Microsoft-Cloud bei Ihnen freigegeben, kann das reichen. Handbücher auf einem Netzlaufwerk oder einem Server im Werk sind damit nicht automatisch abgedeckt.
Warum RAG für Handbücher und SOPs passt
Technische Dokumentation ändert sich, muss nachprüfbar sein und soll oft das Haus nicht verlassen. RAG erfüllt alle drei Punkte: Neue Fassungen werden neu eingelesen, jede Antwort verweist auf die Stelle im Dokument, und das System läuft auf einem Server, den Sie bestimmen. Für die Produktion heißt das: Der Techniker bekommt die Stelle aus dem Handbuch, keine Vermutung des Modells.
Welche Dokumente gut funktionieren und welche nicht
Diese Frage wird oft übergangen, dabei entscheidet sie über die Qualität der Antworten. Eine Wissensdatenbank ist nur so gut wie die Textabschnitte, die sie indexiert.
Gut geeignet: Text-PDFs und Word
Wartungshandbücher, Datenblätter, Normen und Arbeitsanweisungen als PDF, solange der Text maschinell lesbar ist. Dazu Word-Dokumente wie Berichte, Protokolle und Anleitungen.
Gut geeignet: Tabellen und Textformate
Excel-Tabellen wie Stücklisten, Parameterlisten und Prüfprotokolle: Strukturierte Daten funktionieren sogar besonders gut. Ebenso textbasierte Formate wie CSV, TXT und Markdown.
Schwieriger: gescannte Dokumente
Ist ein PDF nur ein Bild, muss zuerst eine Texterkennung (OCR) laufen. Das funktioniert bei sauberen Scans gut, bei schlechter Qualität weniger.
Schwieriger: handschriftliche Notizen
Grundsätzlich möglich mit moderner Handschrifterkennung, aber die Qualität schwankt stark.
Schwierig: reine Zeichnungen und Schemata
Technische Zeichnungen ohne begleitenden Text sind schwer verwertbar. Die Maßangaben in einer Zeichnung kann das System nicht interpretieren.
Wie Halluzinationen begrenzt werden
Halluzination heißt: Das Sprachmodell formuliert eine flüssige Antwort, die nicht stimmt. Ganz ausschließen lässt sich das bei keinem System. TyrolAI Docs setzt an mehreren Stellen an, damit das Risiko klein bleibt und Fehler sichtbar werden.
Antworten aus Ihren Dokumenten
Bei jeder Frage bekommt das Sprachmodell die gefundenen Abschnitte aus Ihren Dokumenten als Kontext und formuliert die Antwort auf dieser Basis. Es muss also nicht aus dem Gedächtnis antworten, sondern arbeitet mit dem, was in Ihren Unterlagen steht.
Quelle und Dokument-Vorschau
Zu jeder Antwort zeigt eine Dokument-Vorschau die genutzten Textstellen samt Relevanz-Wert. Wer die Antwort prüfen will, sieht, aus welchem Dokument und welcher Stelle sie stammt.
Rückmeldung zu jeder Antwort
Nutzer bewerten Antworten mit Daumen hoch oder runter. So fallen schwache Antworten auf, und es wird sichtbar, wo Dokumente fehlen oder unklar formuliert sind.
Eine saubere Dokumentenbasis
Widersprüchliche oder veraltete Dokumente führen zu widersprüchlichen Antworten. Deshalb werden die Dokumente vor dem Pilot ausgewählt und aufbereitet. TyrolAI Docs versioniert Dokumente und zeigt Unterschiede zwischen zwei Fassungen in einer Vergleichsansicht.
Gegenprüfen bleibt Pflicht
Auch mit diesen Mechanismen kann ein Modell Stellen falsch kombinieren. Bei sicherheitsrelevanten Angaben wie Drehmomenten, Grenzwerten oder Freigaben prüft ein Techniker die angezeigte Quelle, bevor er handelt.
Hosting und Zugriffsrechte
Technische Dokumentation kann Betriebsgeheimnisse und sicherheitsrelevante Informationen enthalten. Deshalb klären wir vor dem Pilot, wo das System läuft, welches Sprachmodell antwortet und wie sich Ihre Mitarbeiter anmelden.
Eigener Server im Betrieb
TyrolAI Docs läuft auf einem Server, der bei Ihnen steht, oder auf vorhandener Hardware Ihres Betriebs. Zusammen mit einem lokalen Sprachmodell verlassen die Dokumente das Haus nicht. Für die meisten Anwendungsfälle reicht ein leistungsfähiger Server.
Gemietete GPU
Fehlt passende Hardware, läuft die Plattform auf einer gemieteten GPU in einer kontrollierten Umgebung, Richtwert 200 bis 700 € pro Monat netto. Sie wissen, wo die Daten liegen und wer Zugriff auf den Server hat.
Anmeldung mit dem Microsoft-Konto
Ihre Mitarbeiter melden sich über Microsoft SSO mit ihrem bestehenden Firmenkonto an, ein neues Passwort braucht niemand. Die Gruppen aus Ihrem Active Directory werden automatisch synchronisiert.
Welches Sprachmodell antwortet
Das Sprachmodell ist nicht fest vorgegeben: ein lokales Modell auf Ihrem Server oder ein Cloud-Modell, wenn Ihre Datenschutzvorgaben das zulassen. Ein späterer Wechsel ist eine Konfigurationsänderung, kein Umbauprojekt.
Ehrliche Grenzen
Ich halte nichts davon, Technologie schönzureden. Diese Grenzen sollten Sie kennen, bevor Sie starten.
Die Antworten sind nur so gut wie die Dokumente
Sind die Wartungshandbücher widersprüchlich, die SOPs seit Jahren nicht aktualisiert oder liegt dieselbe Prozedur in drei Versionen im System, werden auch die Antworten inkonsistent. Ein Wissensdatenbank-Projekt ist deshalb häufig auch ein Aufräumprojekt für die Dokumentation.
Auch mit Quellen kann die KI irren
Ein Sprachmodell kann Informationen erfinden oder falsch kombinieren. Die Quellenangabe hilft beim Überprüfen, blindes Vertrauen ist fehl am Platz. Besonders bei sicherheitsrelevanten Angaben sollte ein Techniker die Antwort immer gegenchecken.
Kein Ersatz für Fachwissen
Das System findet nur, was in den Dokumenten steht. Implizites Erfahrungswissen bleibt unsichtbar. Es ersetzt nicht die erfahrene Instandhalterin, die weiß, warum genau dieses Lager immer zuerst ausfällt.
Die Einführung braucht Zeit
Die technische Installation ist in ein paar Tagen erledigt. Die Anbindung der bestehenden Datenquellen, das erste Hochladen und Verschlagworten der Dokumente und die Schulung der Power-User dauern Wochen bis Monate, je nach Größe des Betriebs.
Nicht für jeden Anwendungsfall
Für strukturierte Daten in Datenbanken ist eine klassische SQL-Abfrage oder ein BI-Tool oft besser. Stark ist eine Wissensdatenbank dort, wo das Wissen in Textdokumenten liegt und Mitarbeiter es per Frage durchsuchen wollen.
Kostenstufen von Pilot bis Betrieb
Die Preise dieser Seite in einer Übersicht. Wo Ihr Projekt im Rahmen landet, hängt vor allem an Umfang und Zustand der Dokumente, an weiteren Datenquellen und an der Zahl der Nutzer.
| Stufe | Was dazugehört | Kosten |
|---|---|---|
| Pilot | Eine abgegrenzte Dokumentensammlung: Auswahl und Aufbereitung der Dokumente, Installation, erste Verschlagwortung, Einweisung der Power-User und zwei Wochen Pilotbetrieb mit Ihren Fragen. | ab 8.000 € einmalig |
| Einrichtung mit größerem Umfang | Mehr Dokumente, Scans mit Texterkennung, weitere Datenquellen, mehr Nutzer oder neue Dokumentarten. | 8.000 bis 20.000 € einmalig, typischer Rahmen |
| Betrieb und Wartung | Laufende Betreuung über einen Wartungsvertrag. Alternativ übernimmt Ihre interne IT den Betrieb. | ab 400 € pro Monat |
| Server oder gemietete GPU | Rechenleistung für Suche und Sprachmodell. Alternativ läuft die Plattform auf vorhandener Hardware Ihres Betriebs. | 200 bis 700 € pro Monat, Richtwert |
Alle Preise netto, zzgl. USt. Die Einrichtung zahlen Sie einmal, Betrieb und Server laufen monatlich.
So läuft es ab
Dokumente auswählen
Vor dem Pilot
Eine abgegrenzte Sammlung, zum Beispiel die Wartungshandbücher einer Maschinenlinie oder die Arbeitsanweisungen einer Abteilung. Dazu echte Fragen, die Ihre Techniker tatsächlich stellen, und ein ehrlicher Blick auf die Dokumente: Sind die PDFs durchsuchbar, die Versionen aktuell?
Pilot mit klarem Scope
2 Wochen
Eine Dokumentensammlung, messbare Fragen. Danach wissen Sie, ob die Wissensdatenbank für Ihren Betrieb funktioniert.
Evaluation & Ausbau
Nach dem Pilot
Evaluation mit den echten Nutzern aus dem Betrieb. Überzeugt das Ergebnis, folgt der Ausbau auf weitere Dokumententypen und Abteilungen.
Übergabe & Betrieb
Laufend
Übergabe an Ihre interne IT für den laufenden Betrieb oder laufende Betreuung über einen Wartungsvertrag.
Preis
Typischer Rahmen je nach Umfang: 8.000 bis 20.000 €
Einstieg bei klar abgegrenztem Umfang: eine Dokumentensammlung, zwei Wochen Pilotbetrieb.
Alle Preise netto, zzgl. USt.
- Betrieb und Wartung ab 400 € pro Monat.
- Dazu Server oder gemietete GPU, Richtwert 200 bis 700 € pro Monat, oder die Plattform läuft auf vorhandener Hardware Ihres Betriebs.
Was im Preis enthalten ist
- Auswahl und Aufbereitung der Dokumente
- Installation auf Ihrem Server oder einer gemieteten GPU
- Erste Verschlagwortung
- Einweisung der Power-User
- Zwei Wochen Pilotbetrieb mit Ihren Fragen
Was den Preis nach oben treibt
- Umfang und Zustand der Dokumente, etwa Scans mit Texterkennung (OCR)
- Weitere Datenquellen
- Zahl der Nutzer
- Laufende Erweiterung um neue Dokumentarten
Häufige Fragen
Starten wir mit einem Erstgespräch
Das Erstgespräch ist kostenlos. Wir klären Anlass, Ziel und Datenlage – und ob es überhaupt ein KI-Thema ist.
Erstgespräch buchen