Wissensbasis
Ihr Second Brain — durchsuchbar, mit Quellen.
Importieren Sie Ihr Wissen, und CompanyWizard beantwortet Fragen daraus — mit Verweis auf die Quelle. Das ist RAG: Das Modell antwortet aus Ihren Dokumenten, nicht aus seinem Gedächtnis.
Warum ein LLM allein nicht reicht
Ein Sprachmodell kennt Ihr Unternehmen nicht. Fragt man es nach internen Regelungen, errät es eine plausible Antwort — manchmal richtig, manchmal frei erfunden. Diese „Halluzinationen" sind die teuerste Eigenschaft generischer KI.
Was fehlt, ist der Bezug zu Ihren eigenen Inhalten — und ein Beleg, woher eine Aussage stammt.
Retrieval-Augmented Generation
Beim Import wird jedes Dokument in Abschnitte zerlegt und als Vektor abgelegt — über sqlite-vec, eine Vektorsuche direkt in SQLite, ohne externe Datenbank. Zu jeder Frage werden die passenden Abschnitte gesucht und dem Modell als Kontext mitgegeben.
Die Antwort entsteht aus genau diesen Abschnitten und zitiert ihre Quelle. Für große Bestände lässt sich Qdrant zuschalten; BM25 dient als schlankster Fallback.
Wie eine Antwort entsteht
-
Importieren
Dokumente werden in Abschnitte zerlegt und als Vektoren indexiert.
-
Suchen
Zur Frage werden die semantisch nächsten Abschnitte gefunden — sqlite-vec lokal, Qdrant für große Bestände, BM25 als Fallback.
-
Antworten
Das Modell formuliert die Antwort aus genau diesen Abschnitten.
-
Belegen
Jede Aussage verweist auf ihre Quelle — nachprüfbar statt geraten.
Dateiablage oder kuratierte Wissensbasis?
| Kriterium | Dateiablage (Datei-Dump) | Kuratierte Wissensbasis |
|---|---|---|
| Time-to-Value | Sehr schnell, hochladen und fertig | Langsamer — Import, Prüfung, Struktur |
| Antwortqualität (RAG) | Schwankend, abhängig vom Parsing | Hoch, durch saubere, präzise Abschnitte |
| Kontrolle über KI-Sicht | Gering, Inhalt verschwindet in Vektoren | Voll, Markdown ist im Klartext prüfbar |
| Pflege & Korrektur | Umständlich (Original, Export, Re-Upload) | Direkt in der Notiz, sofort neu indizierbar |
| Versionierung / Diff | Praktisch nicht möglich | Klartext: nachvollziehbar wer/wann/was |
| Auditierbarkeit | Unklar, was indiziert ist | Endlicher, prüfbarer Bestand |
| Skalierung auf Massendaten | Höher | Begrenzt, auf Hochwert-Wissen ausgelegt |
| Technologie-Unabhängigkeit | An Index/Format gebunden | Hoch, Index jederzeit neu erzeugbar |
Was das für Sie bedeutet
- Antworten mit Quellenbezug — Halluzinationen werden überprüfbar.
- Lokale Vektorsuche ohne externe Datenbank (sqlite-vec); Qdrant optional.
- Sechs Importquellen: Word, PDF, HTML, Confluence, SharePoint, Mail.
- PII lässt sich auf Wunsch auch vor der Indexierung pseudonymisieren.
Ehrlich gesagt: die Grenzen
-
Die Kuratierung kostet Aufwand.
Das ist der größte Nachteil. Der Datei-Dump gewinnt klar beim Time-to-Value — hochladen und sofort loslegen statt erst aufzuräumen. Wer in fünf Minuten ein Ergebnis will, empfindet jeden Kuratierungsschritt als Hürde.
-
Auch die Konvertierung kann Inhalte verlieren.
Der Schritt von PDF oder Word zu Markdown kann Tabellen, Diagramme oder layoutabhängige Bedeutung beschädigen. Der Vorteil von Markdown ist nicht, dass nichts verloren geht, sondern dass Verluste auffallen und behoben werden können.
-
Wo das Layout die Bedeutung trägt, ist die Datei treuer.
Bei Konstruktionszeichnungen, Bilanzen, Formularen oder Präsentationen lesen multimodale Modelle das Original visuell genauer als reinen Text. Für solche Inhalte empfiehlt es sich, das Original mitzuführen.
-
Eine Kopie kann veralten.
Lebt die Wahrheit anderswo (Confluence, SharePoint) und Sie kopieren nach Markdown, entsteht eine Abspaltung, die driften kann. Quell-Verweise, Prüfdaten und Pflege-Agenten halten dagegen, aber es bleibt eine Aufgabe.
-
Manuelle Kuratierung skaliert nicht ins Unendliche.
Der Ansatz glänzt bei hochwertigem Wissen in überschaubarem Volumen. Er ist nicht das Werkzeug, um den kompletten 2-Terabyte-Fileserver zu indizieren — und ersetzt kein Archivsystem für rechtlich relevante Originale.
Klingt passend für Ihr Haus?
In einer 30-minütigen Demo zeigen wir das Konzept an Ihrem konkreten Anwendungsfall — unverbindlich und mit konkreten Vorschlägen am Ende.