KI-Wissensassistent: Antworten aus dem Unternehmenswissen, mit Quellen und Zugriffskontrolle
Ein KI-Wissensassistent ist ein internes Werkzeug, das Mitarbeiterfragen anhand der eigenen Dokumente und Systeme des Unternehmens beantwortet, hinter jeder Antwort die Quelle nennt und jeder Person nur das zeigt, was sie einsehen darf. Netbase bietet ihn als Wachstumsfaehigkeit an, von Beginn an mit Retrieval, Evaluation und menschlicher Pruefung gestaltet, und hat ihn fuer einen nicht namentlich genannten Kunden umgesetzt.
Diese Loesung fuer Ihren Workflow pruefen Relevante Projekte ansehenGeprüft von David (CEO) · Aktualisiert 17 Sep 2026
Was ein Wissensassistent ist und wo er aufhoert
Ein KI-Wissensassistent ist eine unternehmensweite Wissenslosung, die Mitarbeitern, Teamleitern und Support-Mitarbeitern hilft, die richtige Richtlinie, Prozedur oder Projektinformation in Sekunden zu finden, anstatt einen Kollegen zu fragen. Er nutzt Retrieval-Augmented Generation: Der Assistent durchsucht zunaechst Ihre freigegebenen Quellen nach den Passagen, die die Frage beantworten, formuliert dann eine kurze Antwort ausschliesslich aus diesen Passagen und verlinkt auf jede einzelne davon.
Er hoert bei Ratschlaegen auf. Der Assistent liest; er genehmigt keine Anfragen, aendert keine Datensaetze und sendet keine Nachrichten im Namen anderer. Er ist fuer interne Nutzer gedacht; ein kundenorientierter Chat mit Auftragsdaten ist eine separate Loesung. Er ersetzt auch keine Dokumentverantwortlichen: Wenn Quellen im Widerspruch stehen oder fehlen, sagt er das und nennt die zustaendige Person.
Diese Seite beschreibt eine Wachstumsfaehigkeit. Netbase hat einen RAG-Wissensassistenten fuer einen nicht namentlich genannten Kunden geliefert, dokumentiert als anonymisierter Portfolio-Eintrag; das unten beschriebene Design zeigt, wie wir einen solchen Assistenten aufbauen und steuern - nicht die Ergebnisse dieses Kunden. Er gehoert zur Familie der digitalen Produkte.
Warum Unternehmenswissen schwer zu nutzen ist
-
Antworten liegen auf gemeinsamen Laufwerken, in Wikis, Tickets und in den Koepfen der Mitarbeiter
Ein Assistent durchsucht freigegebene Quellen im Auftrag des Nutzers
-
Neue Mitarbeiter stellen jede Woche dieselben Fragen
Routinefragen werden mit einem Link zur Quelle beantwortet
-
Die Suche liefert Dateien, keine Antworten
Eine kurze Antwort mit den sie stuetzenden Passagen
-
Jeder, der eine Datei findet, kann sie lesen
Antworten nur aus Dokumenten, die der Nutzer ohnehin oeffnen darf
-
Veraltete Prozeduren kursieren weiter
Verantwortliche sehen, welche Quellen genutzt, veraltet oder widerspruechlich sind
-
Niemand weiss, ob KI-Antworten korrekt sind
Ein Testset und Reviewer-Feedback messen die Antwortqualitaet laufend
Wie der Assistent eine Frage beantwortet
Der Ablauf Schritt fuer Schritt:
-
Verbinden
Freigegebene Quellen wie Dokumentspeicher, Wikis, Ticketverlauf und Richtlinienbibliotheken werden verbunden, jeweils mit einem Verantwortlichen.
-
Indexieren
Dokumente werden in Passagen aufgeteilt und zusammen mit ihren Zugriffsrechten und zuletzt aktualisierten Daten indexiert.
-
Fragen
Ein Mitarbeiter stellt eine Frage in der Chat-Oberflaeche oder innerhalb eines bereits genutzten Werkzeugs.
-
Abrufen
Der Assistent durchsucht nur die Passagen, die dieser Nutzer lesen darf.
-
Antworten
Er formuliert eine kurze Antwort aus diesen Passagen und zitiert jede einzelne.
-
Pruefen
Wenn die Passagen keine Antwort stuetzen, sagt er, dass er es nicht weiss, und schlaegt den Dokumentverantwortlichen oder einen Experten vor.
-
Bewerten
Nutzer bewerten Antworten; markierte Antworten gehen in eine Reviewer-Warteschlange.
-
Verbessern
Reviewer korrigieren Quellen oder Regeln, und das Testset wird vor jeder Aenderung erneut durchlaufen.
Funktionsmodule
Dokumentspeicher, Wikis, Tickets → Synchronisiert freigegebene Inhalte mit Verantwortlichen → Aktuelle Quellbibliothek
Dokumente und Zugriffsrechte → Teilt auf, bereinigt und indexiert Passagen → Berechtigungsgesteuerter Index
Frage und Nutzeridentitaet → Findet erlaubte Passagen → Priorisierte Belege
Belegpassagen → Verfasst eine fundierte Antwort → Antwort mit Zitaten
Fragen und Antworten → Blockiert themenfremde oder unsichere Anfragen → Sichere, themenbezogene Antworten
Niedrig bewertete oder markierte Antworten → Leitet an benannte Reviewer weiter → Korrigierte Quellen und Regeln
Testfragen und erwartete Quellen → Bewertet Genauigkeit und Zitierqualitaet → Freigabeentscheidung je Aenderung
Anfragen pro Nutzer und Team → Wendet Kontingente und Limits an → Planbare laufende Kosten
Jede Frage, Antwort und Quelle → Zeichnet auf, wer was wann gefragt hat → Nachvollziehbarer Verlauf
Die Chat-Oberflaeche kann auf Basis des KI-Chatbot- und WorkChat-Integrators aus der Netbase-Produktmodul-Bibliothek aufgebaut werden; das dahinterliegende Retrieval-Engineering ist unser Enterprise-Knowledge-und-RAG-Dienst.
KI in dieser Loesung
Wo KI bereits in abgeschlossenen Projekten laeuft und wo sie als Wachstumsfaehigkeit angeboten wird.
-
Umgesetzt (anonymisierter Kunde): RAG-Wissensassistent
Ein retrieval-gestuetzter Assistent ueber Unternehmenswissen, umgesetzt fuer einen nicht namentlich genannten Kunden.
-
Umgesetzt im Handel: Empfehlungs-Engine
Entwickelt fuer den Online-Druckshop von 4over4, nicht fuer einen Wissensassistenten.
-
Wachstumsfaehigkeit: NLP und generative KI fuer fundierte Antworten
Retrieval, Antwortentwurf und Evaluation ueber Unternehmenswissen; noch nicht mit einem veroeffentlichten Wissensassistenten-Fall verknuepft.
Governance, Integrationen, Daten und Deployment
-
Human-in-the-loop-Punkte
Dokumentverantwortliche genehmigen, welche Quellen verbunden werden; Reviewer bearbeiten markierte Antworten; Antworten zu regulierten Themen wie HR, Recht oder Finanzen koennen auf "Entwurf zur Pruefung" statt auf direkte Antwort gesetzt werden.
-
Evaluation
Vor dem Launch und vor jeder Aenderung wird ein Testset aus echten Fragen mit erwarteten Quellen auf Korrektheit, Zitierqualitaet und Ablehnungen bewertet. Das NIST AI Risk Management Framework und sein Generative AI Profile bestimmen, wie Risiken abgebildet, gemessen und gesteuert werden.
-
Zugriffskontrolle
Retrieval laeuft als Nutzer, sodass der Assistent nie ein Dokument zitiert, das diese Person nicht oeffnen koennte. Admin-Rollen sind von Reviewer-Rollen getrennt.
-
Pruefprotokoll
Jede Frage, abgerufene Passage, Antwort und Bewertung wird mit Nutzer und Zeitstempel protokolliert; die Aufbewahrung richtet sich nach Ihrer Richtlinie.
-
Datengrenze
Inhalte verbleiben in Ihren Systemen und Ihrem Index. Modellanbieter, Hosting-Region und ob Prompts gespeichert werden duerfen, werden in der Architektur festgelegt und vertraglich vereinbart. Die OWASP Top 10 fuer LLM-Anwendungen nennen unberechtigte Informationsoffenlegung, Schwachstellen in Vektoren und Embeddings sowie Fehlinformationen als zentrale Risiken; das Design adressiert jeden dieser Punkte.
-
Kostenlimits
Kontingente pro Nutzer und Team, Caching wiederholter Antworten und ein monatlicher Budgetalarm halten die laufenden Kosten planbar.
-
Sicherheit und Compliance
Die Sicherheitspraktiken von Netbase gelten by Design: sicheres Code-Review, TLS im Transit und AES im Ruhezustand, rollenbasierte Zugriffskontrolle mit MFA, Schwachstellen-Scanning, Penetrationstests und Disaster Recovery. Netbase folgt der DSGVO-Ausrichtung fuer den Datenschutz in Europa, HIPAA-konformen Methoden fuer Gesundheitsdaten und der CCPA-Konformitaet fuer Kunden mit US-amerikanischen Endkunden. Daten- und Modellentscheidungen sind in unserem Daten- und KI-Stack beschrieben.
Implementierungsphasen, Rollen und Support
-
Anwendungsfall- und Wissensaudit
Waehlen Sie ein Team und seine am haeufigsten wiederholten Fragen aus, und listen Sie die Quellen und Verantwortlichen auf.
-
Daten- und Berechtigungspruefung
Pruefen Sie Zugriffsrechte, entfernen Sie veraltete Inhalte und vereinbaren Sie die Datengrenze.
-
Pilot mit Evaluation
Erstellen Sie den Assistenten fuer dieses Team, mit einem Testset und im Voraus vereinbarten Erfolgsschwellen.
-
Gesteuerter Rollout
Erweiterung auf weitere Teams und Quellen nur, wenn die Testwerte standhalten.
-
Betrieb und Verbesserung
Ueberpruefen Sie markierte Antworten, aktualisieren Sie Quellen und fuehren Sie die Tests erneut durch.
Ein typisches Team setzt sich aus einem Business Analyst, einem Solution Architect, KI- und Backend-Entwicklern, QA und einem Projektmanager zusammen. Der Pilot laeuft in kurzen Agile-Sprints mit einer woechentlichen Demo zu Ihren eigenen Fragen; das Team arbeitet remote-first von Hanoi aus auf Englisch, und der Assistent wird ueber eine API bereitgestellt, sodass Intranet, Chat-Tools und mobile Apps einen einzigen gesteuerten Dienst nutzen. Zeitbestimmende Faktoren sind die Qualitaet der Quellen, das Berechtigungsmodell und Ihre Review-Kapazitaet. Fuer Feature-Arbeit ueber den Assistenten hinaus siehe generative KI-Entwicklung. Die meisten Netbase-Projekte werden zu Festpreisvertraegen geliefert; Umfang und Preis werden nach dem Audit vereinbart; meilensteinbasierte, monatliche Team-Retainer- und KPI-verknuepfte Konditionen sind ebenfalls erhaeltlich.
Konfiguration, Anpassung, IP und Lock-in
-
Konfiguriert
Verbundene Quellen, Rollen, Themen mit Review-Pflicht, Kontingente und Antwortstil.
-
Angepasst
Konnektoren fuer interne Systeme, Retrieval-Tuning, Evaluierungs-Sets und die Chat-Oberflaeche.
-
Eigentuemerschaft
Sie besitzen das IP, das Netbase fuer Ihre individuelle Entwicklung und Ihren Index erstellt; Netbase-Produktmodule werden lizenziert, nicht uebertragen. Die Modellschicht liegt hinter einer Schnittstelle, sodass der Anbieter gewechselt werden kann, ohne den Assistenten neu aufzubauen.
Branchenvarianten und Anwendungsfaelle
Professional Services
Berater finden vergangene Angebote, Methoden und Projekterkenntnisse; siehe Professional Services.
Professional ServicesHR und Richtlinien
Mitarbeiter erhalten zitierte Antworten zu Urlaub, Benefits und internen Regeln, mit Weiterleitung sensibler Themen zur Pruefung.
IT und interner Support
Erstlinien-Fragen werden aus Runbooks und frueheren Tickets beantwortet.
Vertrieb und Angebote
Teams ziehen freigegebene Produktfakten und Referenzen in Angebote ein.
Betriebshandbucher
Feld- und Backoffice-Teams fragen Prozeduren ab, anstatt Ordner zu durchsuchen.
Nachweis: ein anonymisierter Assistent und Cloodo
Umgesetzt: RAG-Wissensassistent (anonymisierter Kunde). Netbase hat einen retrieval-gestuetzten Wissensassistenten als KI-Berater, -Entwickler und -Integrator geliefert. Der Eintrag veroeffentlicht nur die Art des Systems und die Rolle von Netbase: kein Kundenname, keine Quellen, kein Modell, keine Ergebnisse.
Cloodo, eine der Netbase Business Divisions, ist ein KI-gestuetzter digitaler Arbeitsplatz fuer Unternehmensprofile, Dienste, Projekte und Teamzusammenarbeit, der interne Mitarbeiter und ausgelagerte Spezialisten in einem hybriden Workspace verbindet, mit CRM-, HRM-, Cloud-ERP- und KI-Modulen. Netbase entwickelt und betreibt ihn.
Cloodo ist Plattformnachweis, kein Wissensassistenten-Fall: Er zeigt Netbase beim Design und Betrieb eines KI-faehigen Workplace-Produkts. Es werden keine Nutzungszahlen veroeffentlicht. Lesen Sie den Cloodo-Workspace-Eintrag und sehen Sie mehr in unseren Projekten.
Cloodo Workspace ist das Work-Management-SaaS, das Netbase für Serviceunternehmen entwickelt hat und betreibt.
Weiterlesen
Dieser anonyme Portfolioeintrag beschreibt nur die Art des KI-Systems und die Rolle von Netbase; es werden kein Kundenname, kein Logo, kein Standort, keine Daten, keine Modellauswahl, keine Zahlen und keine Ergebnisse veröffentlicht.
WeiterlesenPlanen Sie den nächsten Schritt mit einem Netbase-Berater
Haeufig gestellte Fragen
Er ist darauf ausgelegt, nur aus abgerufenen Passagen zu antworten und andernfalls "Ich weiss es nicht" zu sagen. Die Evaluation misst, wie oft er das vor jedem Release richtig macht.
Nein. Retrieval laeuft mit den eigenen Berechtigungen des Nutzers.
Das Modell wird in der Architektur anhand Ihrer Datengrenze, Kosten und Qualitaetsanforderungen ausgewaehlt und kann spaeter geaendert werden. Wir arbeiten mit Modellen von OpenAI, Anthropic (Claude), Google (Gemini) und Meta (Llama), unter anderem mit weiteren kommerziellen und Open-Weight-Modellen.
Mit einem Team, einem Satz von Quellen und einem Pilot, der gegen ein Testset gemessen wird.
Dienstleistungen hinter dieser Lösung
Enterprise-KI-Wissensassistenten: RAG-Engineering mit Zugriffskontrolle
Netbase entwickelt Retrieval-Augmented Generation (RAG) über Unternehmenswissen: Ingestion, Suche, Berechtigungsprüfung, zitierte Antworten und Evaluation, die es einem Sprachmodell ermöglichen, aus Ihren eigenen Dokumenten und Systemen zu antworten. Es ist eine Wachstumsfähigkeit mit integrierter Zugriffskontrolle und Evaluation ab dem ersten Prototyp, und Netbase hat einen RAG-Wissensassistenten für einen nicht namentlich genannten Kunden geliefert.
Mehr erfahren
Verwandte Loesungen und naechster Schritt
Erkunden Sie die anderen Netbase-Loesungen oder sehen Sie relevante Projekte. Senden Sie uns die Fragen, die Ihr Team am haeufigsten beantwortet, und wo die Antworten liegen - wir werden diese Loesung fuer Ihren Workflow pruefen.
Projekt besprechen
Netbase JSC unterstützt Organisationen beim Design, Aufbau, der Modernisierung und dem Betrieb digitaler Produkte und KI-gestützter Geschäftssysteme.+84 937 869 689
91 Nguyen Chi Thanh, Dong Da, Hanoi, Vietnam
In Kontakt treten
Teilen Sie uns mit, was Sie aufbauen, modernisieren oder betreiben möchten.