Wissensdatenbank & RAG

Wissensdatenbank & RAG

Die Wissensdatenbank ist das Fundament Ihres KI-Bots. Laden Sie die echten Dokumente Ihrer Organisation hoch — der Bot lernt aus diesen Daten und beantwortet Fragen mithilfe einer intelligenten RAG-Pipeline (Retrieval-Augmented Generation).

Dokumente hochladen

1. Gehen Sie im linken Menü zu Wissensdatenbank.

2. Klicken Sie auf Dokument hochladen und wählen Sie eine Datei aus (PDF, DOCX oder TXT).

3. Warten Sie, bis das System das Dokument verarbeitet und indiziert hat. Der Status zeigt Bereit an, wenn der Vorgang abgeschlossen ist.

4. Testen Sie den Bot im Bot testen-Panel auf der rechten Seite, um zu prüfen, ob er Fragen aus dem hochgeladenen Dokument beantworten kann.

Planlimits

Jeder Plan hat unterschiedliche Limits für den Dokumenten-Upload. Die maximale Dateigröße beträgt 10 MB pro Dokument für alle Pläne. Überprüfen Sie Ihre aktuellen Planlimits unter Abrechnung & Abonnement.

• Free: Bis zu 3 Dokumente
• Starter: Bis zu 10 Dokumente
• Growth: Bis zu 100 Dokumente
• Plus: Bis zu 200 Dokumente
• Pro: Bis zu 500 Dokumente
• Scale: Bis zu 2.000 Dokumente
• Enterprise: Bis zu 5.000 Dokumente

Aus Text erstellen

Zusätzlich zum Datei-Upload können Sie Wissensdatenbankeinträge direkt aus Text erstellen:

1. Klicken Sie auf Aus Text erstellen
2. Geben Sie einen Titel zur einfachen Referenzierung ein
3. Fügen Sie den Inhalt in den Texteditor ein oder tippen Sie ihn ein
4. Klicken Sie auf Speichern — das System indiziert den Eintrag sofort

Dies ist nützlich für FAQs, Richtlinien oder Inhalte, die Sie direkt ohne eine Datei eingeben möchten.

RAG-Pipeline

Wenn ein Benutzer eine Frage stellt, verarbeitet das System diese in einer 4-stufigen RAG-Pipeline:

1. Hybridsuche — Durchsucht alle Dokumente gleichzeitig mit Schlüsselwort- und semantischer Vektorsuche, um sicherzustellen, dass keine relevanten Inhalte übersehen werden.

2. Umformulierung der Anfrage — Schreibt die Frage des Benutzers präziser und suchfreundlicher um, um die Abrufgenauigkeit auch bei vagen Fragen zu verbessern.

3. Neu-Ranking — Bewertet und sortiert abgerufene Dokumentenabschnitte nach Relevanz, damit die relevantesten Inhalte zuerst an das KI-Modell übergeben werden.

4. Antwort generieren — Das KI-Modell generiert eine Antwort in natürlicher Sprache, die auf den abgerufenen Inhalten basiert, mit Quellenangaben.

RAG-Funktionen

Funktion	Beschreibung
Hybridsuche	Kombiniert Schlüsselwort- und semantische Vektorsuche für höheren Trefferquoten
Umformulierung der Anfrage	Formuliert Benutzerfragen automatisch um, um die Abrufgenauigkeit zu verbessern
Neu-Ranking	Cross-Encoder-Neu-Ranking zur Hervorhebung der relevantesten Abschnitte
Intelligentes Modell-Routing	Leitet Anfragen basierend auf Komplexität und Kosten an das passende Modell weiter

Guardrail-Modi

Steuern Sie, wie streng sich der Bot auf die Wissensdatenbank beschränkt:

Modus	Verhalten
Streng	Der Bot antwortet nur aus hochgeladenen Dokumenten. Verweigert eine Antwort, wenn kein relevanter Inhalt gefunden wird.
Hybrid	Der Bot verwendet vorrangig die Wissensdatenbank, kann aber bei Bedarf allgemeines Wissen ergänzen.
Offen	Der Bot verwendet die Wissensdatenbank als Kontext, kann aber frei aus seinen Trainingsdaten antworten.

Tipp

Für Kundensupport und interne Helpdesks wird der Strenge Modus empfohlen, um zu verhindern, dass der Bot halluziniert oder vom Thema abweicht.

Bot testen

Verwenden Sie das Bot testen-Panel, um Ihre Wissensdatenbank vor dem Go-Live zu überprüfen:

• Stellen Sie Fragen, wie ein Benutzer es tun würde
• Überprüfen Sie, ob die Antworten auf Ihren Dokumenten basieren
• Verwenden Sie die Quellen-Ansicht, um zu sehen, welche Dokumentenabschnitte der Bot abgerufen hat
• Passen Sie den Guardrail-Modus an und testen Sie bei Bedarf erneut

Änderungen an der Wissensdatenbank werden im Bot testen sofort wirksam — kein erneutes Deployment erforderlich.

KB Auto-Vorschlag-Entwürfe

v1.6.0

Die Auto-Vorschlag-Funktion analysiert unbeantwortete Fragen aus dem Analyse-Dashboard und generiert automatisch Entwürfe für Wissensdatenbankartikel, um Inhaltslücken zu schließen:

1. Das System identifiziert Themen aus unbeantworteten Fragen, für die kein passendes Dokument existiert
2. Es generiert ein Entwurfsdokument mit vorgeschlagenem Inhalt basierend auf den Fragenmustern
3. Entwürfe erscheinen im Bereich Analyse → Unbeantwortet mit dem Badge „Vorgeschlagener Entwurf”
4. Überprüfen, bearbeiten und veröffentlichen Sie den Entwurf, um die Bot-Abdeckung sofort zu verbessern

Sprachübergreifende Suche

v1.6.10

Die RAG-Pipeline unterstützt sprachübergreifenden Abruf — Besucher können Fragen in einer Sprache stellen und Antworten erhalten, die aus Dokumenten in einer anderen Sprache stammen.

Dies funktioniert über zwei Mechanismen:

1. Anfrageübersetzung — Der Anfrageumschreibdienst übersetzt nicht-englische Anfragen automatisch ins Englische, bevor die Suche erfolgt, sodass englischsprachige Dokumente unabhängig von der Sprache des Besuchers auffindbar sind.
2. Erweitertes Suchnetz — Wenn der Reranker aktiviert ist, verwendet das System einen niedrigeren anfänglichen Ähnlichkeitsschwellenwert, um sicherzustellen, dass sprachübergreifende und umgangssprachliche Anfragen mit geringerer Kosinus-Ähnlichkeit, aber hoher semantischer Relevanz nicht herausgefiltert werden, bevor der Reranker sie bewerten kann.

Es ist keine Konfiguration erforderlich — die sprachübergreifende Suche ist standardmäßig aktiviert, wenn die Funktionen zur Anfrageumschreibung und zum Neu-Ranking der RAG-Pipeline aktiv sind. Falls die Anfrageübersetzung nicht verfügbar ist, fällt das System auf die Suche mit der ursprünglichen Anfrage zurück. Die Verbesserung ist besonders deutlich für Organisationen mit englischsprachigen Wissensdatenbanken, die mehrsprachige Besucher bedienen.

Tipp

Für beste sprachübergreifende Ergebnisse halten Sie die Dokumente Ihrer Wissensdatenbank klar und gut strukturiert. Der Anfrageumschreiber funktioniert am besten, wenn der Dokumentinhalt Standardterminologie verwendet.