RAG-Wissensbasis für nachvollziehbare Supportantworten
RAG verbindet ein Sprachmodell mit Ihrem freigegebenen Wissen. Gute Ergebnisse entstehen nicht durch möglichst viele Dokumente, sondern durch klare Quellen, passende Zugriffsrechte und laufende Pflege.
Der Wissensprozess entscheidet über die Antwortqualität
Dokumente liegen häufig in Webseiten, PDFs, SharePoint, Drive, Notion oder dem Helpdesk. Sie widersprechen sich, haben unterschiedliche Gültigkeit und sind nicht für Kundendialoge geschrieben.
Wir schaffen eine Quellenlandkarte, bestimmen Verantwortliche und bereiten Inhalte so auf, dass der Agent relevante Passagen findet. Dabei bleibt sichtbar, aus welcher Quelle eine Antwort stammt.
Kuratieren statt alles indexieren
Jede Quelle erhält Gültigkeitsbereich, Aktualität, Zielgruppe und Zugriffsrechte. Entwürfe, interne Kommentare und vertrauliche Inhalte werden nicht automatisch Teil der Kundenantworten.
Inhalte werden sinnvoll segmentiert und mit Metadaten versehen. So kann die Suche nach Produkt, Region, Kundengruppe oder Version eingeschränkt werden.
- Quelle und fachlicher Owner
- Version, Sprache und Gültigkeit
- Öffentlich, intern oder rollenbeschränkt
- Aktualisierungs- und Löschweg
Finden, bewerten und Unsicherheit zulassen
Der Agent erhält nur die für eine Frage relevanten Textausschnitte. Prompt, Suchlogik und Antwortformat legen fest, wie Quellen verwendet und Unsicherheiten behandelt werden.
Wenn keine belastbare Quelle vorliegt, soll das System nicht improvisieren. Es kann eine Rückfrage stellen, einen Artikel verlinken oder an das Team eskalieren.
Auch mit guter Suche können Quellen veraltet oder mehrdeutig sein. Fachliche Verantwortung und Tests bleiben notwendig.
Wissenslücken werden sichtbar und bearbeitbar
Unbeantwortete Fragen, häufige Eskalationen und korrigierte Antworten zeigen, wo Wissen fehlt. Diese Signale gehen an die zuständigen Inhaltsverantwortlichen.
Neue Dokumente werden nicht ungeprüft live gestellt. Ein Freigabeprozess schützt davor, dass kurzfristige Notizen oder widersprüchliche Versionen das Antwortverhalten verändern.
Vom Prozess zum belastbaren Betrieb
Quellen, Eigentümer, Zielgruppen, Rechte und Aktualität werden erfasst.
Reale Fragen prüfen Trefferqualität, Quellenabdeckung und Antwortgrenzen.
Feedback, Freigaben, Versionierung und Löschung werden Teil des Betriebs.
Fragen zu RAG & Wissensbasis
Muss ein Modell mit unseren Daten trainiert werden?
Für RAG in der Regel nicht. Relevante Inhalte werden zur Anfrage gesucht und dem Modell als Kontext gegeben. Das ist etwas anderes als Modelltraining.
Können unterschiedliche Teams verschiedene Inhalte sehen?
Ja. Metadaten und Zugriffsrechte können die Suche einschränken. Die technische Umsetzung muss die Berechtigungen der Quellsysteme zuverlässig abbilden.
Wie aktuell ist eine RAG-Wissensbasis?
So aktuell wie ihr Synchronisations- und Freigabeprozess. Wir definieren Intervalle, Verantwortliche und Wege für dringende Änderungen.
Welcher Supportprozess soll zuerst besser werden?
Im Kennenlernen klären wir Volumen, Kanäle, Wissen, Systeme und Übergaben. Danach wissen Sie, ob ein Pilot sinnvoll ist – ohne Standardpaket und ohne Tool-Verkaufsnummer.