Melde Dich jetzt kostenlos für die USU World Future 2go light an

Wir freuen uns auf den digitalen Austausch mit Dir!

Webinaraufzeichnung: Machen Sie Ihre Wissensbasis AI-ready!

Ihre Fragen - unsere Antworten

Ja, wir haben bereits verschiedene Funktionen zur Qualitätsprüfung integriert – und es kommen laufend neue hinzu. Gerne zeigen wir Ihnen diese Funktionen im Detail und erläutern, wie sie in der Praxis eingesetzt werden können.

Solange die Inhalte konsistent gepflegt sind, können Übersichtsdokumente sogar sehr hilfreich sein – insbesondere zur besseren Orientierung und Strukturierung.

Darüber hinaus arbeiten wir aktuell an einer Funktion, mit der sich solche Übersichtsseiten semiautomatisch aktualisieren lassen. Das bedeutet: Inhalte eines Dokuments können bei Änderungen an verwandten Dokumenten teilautomatisch angepasst werden, um die Konsistenz zu wahren und den Pflegeaufwand deutlich zu reduzieren.

Das Rechnen selbst ist bei den meisten einfachen und kostengünstigen KI-Modellen tatsächlich nicht besonders zuverlässig. Das Zitieren von Preisen funktioniert in vielen Fällen gut – allerdings stoßen auch hier KI-Modelle an Grenzen, vor allem wenn Preisangaben an Bedingungen geknüpft sind oder kontextabhängig variieren.

 

Im KnowledgeCenter setzen wir daher ergänzend gezielt Technologien ein, um Zahlen und Preise strukturiert – beispielsweise in XML-Formaten – parallel zum Dokument zu extrahieren.


Die Beauskunftung erfolgt anschließend nicht rein textbasiert durch das KI-Modell, sondern mithilfe dieser strukturierten Daten. Das erhöht die Verlässlichkeit der Preis- und Zahleninformationen deutlich und ermöglicht eine präzisere Antwortgenerierung.

Ja, das ist möglich – genau dafür sind unsere Dokumentenblöcke vorgesehen. Man kann gezielt festlegen, welche Blöcke in welchen Anwendungsbereichen sichtbar sein sollen. So lassen sich z. B. Hinweise, die nur für das LLM gedacht sind, von der Anzeige für Agenten ausschließen. Auf diese Weise bleibt die Darstellung für Nutzer schlank, während die KI weiterhin mit allen relevanten Informationen arbeiten kann.

Wir versuchen, Feedback an mehreren Stellen zu erfassen – sowohl im Testbetrieb als auch im Liveeinsatz. Eine Möglichkeit ist der Einsatz des Quality Coach, der gezielt die Korrektheit von Antworten prüft. Allerdings ist das eher für kontrollierte Testszenarien geeignet, da Anwender im Livebetrieb häufig gar nicht bewerten können, ob eine Antwort fachlich korrekt ist – sie können aber sehr wohl einschätzen, ob sie hilfreich war.

 

Gerade im Livebetrieb hat sich ein einfaches, strukturiertes Feedback (z. B. „hilfreich/nicht hilfreich“) in mehreren größeren Praxisprojekten als sehr wertvoll erwiesen, um die Antwortqualität fortlaufend zu verbessern. Ein weiterer, oft unterschätzter Aspekt ist das Feedback aus der redaktionellen Nutzung der KI-Funktion. Auch hier fließt Rückmeldung direkt in die Weiterentwicklung ein – sowohl technisch als auch inhaltlich.

Die Anzeige der Herkunft der Antwort ist immer wichtig und nützlich. Und das geht natürlich auch. Allerdings sind wir der Ansicht, dass ein Prüfen der Auskunft die absolute Ausnahme sein sollte, denn sonst geht ja jeder Vorteil der Technologie verloren. Dann reicht eine "normale" Suche.

Der Einsatz einer Mehr-Agenten-Architektur lohnt sich grundsätzlich bereits aus Gründen der Skalierbarkeit und Testbarkeit. Ob darüber hinaus weitere Tools – etwa ein Datenbankzugriff, ein Rechentool oder ein externer Dienst – eingebunden werden sollten, hängt stark vom jeweiligen Use Case und dem Integrationsaufwand ab.

 

Wenn z. B. keine personenbezogenen Daten vorliegen oder verarbeitet werden dürfen (wie im Bürgerbüro oder in anonymen Anwendungsfällen im Konsumgüterbereich), ist der Nutzen datengetriebener Agenten oft begrenzt. Auch wenn produktbezogene Daten technisch nicht verfügbar sind (z. B. weil Fehlermeldungen nicht ins System übermittelt werden), kann die Integration zusätzlicher Funktionen wenig Mehrwert bringen.

 

In anderen Fällen – etwa bei der Routenberechnung, Entfernungsabfragen oder der personalisierter Auskunft basierend auf konkreten Kundendaten – kann der Einsatz spezialisierter Agenten sehr sinnvoll sein. Besonders wenn die Auskunft nicht allgemein, sondern individuell erfolgen soll, bietet sich eine Integration an.

Allerdings ist dabei stets zu prüfen, welcher technische Aufwand und welche Kosten mit der Anbindung weiterer Systeme verbunden sind.
Kurz gesagt: Die Entscheidung ist immer abhängig vom konkreten Szenario, aber der gezielte Einsatz spezialisierter Agenten wird langfristig ein wichtiger Baustein in vielen Anwendungen sein.

Sie haben weitere Fragen?

Wenn Sie Ihre Wissensbasis AI-ready machen möchten oder konkrete Umsetzungsideen suchen, steht Ihnen Frau Anke Kanwischer gerne beratend zur Seite: Jetzt Termin vereinbaren!