Funktionsübersicht

Mit dem Chatbot KAI ist es möglich, direkt auf die Inhalte von Knowledge Center zuzugreifen. Dabei ist es möglich, per Vektorsuche auf die Inhalte von Knowledge Center zuzugreifen. Dabei nutzt USU ein Agent Flow Tool um auch leistungsfähige Dialogmuster realisieren zu können.

Das USU Knowledge Center bietet über sogenannte „Prompts" eine Reihe KI-gestützter Funktionen, die Anwender beim Lesen, Bearbeiten und Verwalten von Dokumenten unterstützen. Die Funktionen gliedern sich in drei Kategorien: Read Prompts (lesender Zugriff auf Dokumente), Edit Prompts (Dokumente bearbeiten) und System Prompts (automatisierte Funktionen für bestimmte Dokumentbereiche wie Überschriften, Verschlagwortung oder Qualitätssicherung). Mit Version 7.7 kommen weitere KI-gestützte Systemfunktionen hinzu.

Zudem wird die Möglichkeit der Prompts permanent erweitert. Die Beschreibung hier stellt den Funktionsumfang zum Zeitpunkt der Erstellung dieser Dokumentation dar.

Read Prompts greifen lesend auf einzelne Dokumente zu und unterstützen den Anwender dabei, Inhalte besser zu verstehen, Fragen beantwortet zu bekommen oder sich in ein Thema einzuarbeiten.

Get Questions Answered and Locations Shown

Mit dieser Funktion beantwortet das System Fragen zu einem einzelnen Dokument und zeigt dabei an, in welchem Abschnitt bzw. unter welcher Überschrift die Antwort gefunden wurde. Die Antworten werden möglichst kurz gehalten, sodass der Anwender schnell die gewünschte Information erhält.

Teaching Dialog

Mit „Teaching Dialog" erstellt das System aus einem gegebenen Dokument Fragen und Antworten und erlaubt es dem Anwender so, sich in das Thema einzuarbeiten. Der integrierte Bot KAI stellt dabei standardmäßig drei Fragen zum Dokumentinhalt, wobei die Anzahl anpassbar ist.

AI Search for a Topic 

Mit dieser Funktion liefert das System Informationen zu einem Dokument. Wenn die Eingabe des Anwenders nicht eindeutig ist, stellt der Bot gezielte Rückfragen, um das gewünschte Thema einzugrenzen und die passende Information bereitzustellen.

Edit Prompts können Dokumente aktiv verändern – etwa Inhalte umformatieren, die Lesbarkeit verbessern oder Strukturelemente wie Inhaltsverzeichnisse erzeugen.

Copy Word Documents into KCenter Docs 

Mit dieser Funktion werden Word-Dokumente sauber in KCenter-Dokumente übernommen. Das System passt dabei automatisch das Layout an – z. B. Schriftgrößen, Tabellenformate und Bildgrößen – sodass kein manuelles Nachformatieren erforderlich ist.

Create Table of Contents

Diese Funktion erstellt automatisch ein Inhaltsverzeichnis für ein Dokument. Der Bot generiert den HTML-Code, der anschließend direkt in das Dokument eingefügt werden kann.

Make Texts More Readable

Mit dieser Funktion prüft und überarbeitet das System die Lesbarkeit eines Textes. Der Text wird verständlicher und leichter lesbar gemacht. Aufzählungen werden dabei automatisch als Aufzählungslisten dargestellt.

Transfer HTML Properties of a Text

Diese Funktion ermöglicht es, die Formatierung eines HTML-Textes auf einen anderen zu übertragen. Das System passt einen zweiten Text so an, dass er die Formatierungseigenschaften des ersten Textes übernimmt.

Formatting Content Using a Trigger Word

Mit dieser Funktion wird ein Text anhand eines Schlüsselworts automatisch formatiert. Sobald z. B. das Wort „Warning" erscheint, wird eine zusammenfassende Überschrift erstellt und der Warnhinweis als eigener Abschnitt dargestellt.

Formatting HTML Web Exports and Shorten HTML Code

Diese Funktion bereinigt und formatiert HTML-Web-Exporte. Unnötiger Code (leere Divs, irrelevante Klassen/IDs) wird entfernt und die Überschriftenstruktur (h1, h2) wird nach Vorgabe angepasst.

System Prompts werden an verschiedenen Stellen der Oberfläche automatisiert eingesetzt, beispielsweise um Überschriften zu generieren, Verschlagwortungen durchzuführen oder die Qualität von Dokumenten zu prüfen. Sie stehen ab Version 7.6 zur Verfügung. Mit Version 7.7 kommen weitere KI-gestützte Systemfunktionen hinzu.

Neutral Summary in 50 Words

Das System erstellt eine neutrale Zusammenfassung des Dokumentinhalts in ca. 50 Wörtern. Dies hilft dem Leser, schnell zu entscheiden, ob ein Text für ihn relevant ist, und ermöglicht die effiziente Weitergabe von Inhalten im Team.

Summary of All Categories or Classes of Objects

Diese Funktion erstellt eine Zusammenfassung, die gezielt alle im Text vorkommenden Objektklassen und Kategorien berücksichtigt, wodurch die Zusammenfassung inhaltlich vollständiger und aussagekräftiger wird.

Generate Keywords Based on Typical Words

Das System generiert automatisch zwei Schlagwörter für ein Dokument, indem es die Häufigkeit von Wörtern im Dokument mit deren allgemeiner Häufigkeit in der jeweiligen Sprache vergleicht. So werden die für das Dokument besonders charakteristischen Begriffe als Schlagwörter vorgeschlagen.

Generate Keywords Based on the Topic

Auch diese Funktion generiert zwei Schlagwörter, allerdings themenbasiert: Der Dokumentinhalt wird zunächst in einem Satz zusammengefasst, und aus dessen ersten beiden Substantiven werden die Schlagwörter abgeleitet.

Create Title with Max 10 Words

Das System erzeugt automatisch einen Titel mit maximal zehn Wörtern, der auf dem Dokumentinhalt basiert. Der Fokus liegt dabei auf Personen und Hauptthemen, kann aber individuell angepasst werden (z. B. Produktnamen, Technologien, Kunden).

Create Changelog

Mit dieser Funktion wird automatisch eine Übersicht über die an einem Dokument vorgenommenen Änderungen erstellt, gegliedert in die Bereiche „Title", „Summary" und „Contents".

Summarize News

Diese Funktion fasst Nachrichten zusammen, ohne dass jede einzelne Meldung gelesen werden muss. Dabei lassen sich Kriterien definieren, nach denen zusammengefasst wird (z. B. nur Sport- und Kulturthemen).

Create Titles for Product Descriptions

Das System durchsucht einen Text nach Firmen- und Produktnamen und generiert daraus einen kompakten Titel im Format „{Firmenname} – {Produktname} – {Titel}" mit maximal vier Wörtern.

Create FAQ Title

Diese Funktion erstellt aus einem Dokumentinhalt einen FAQ-Titel in Form einer Leserfrage mit maximal zehn Wörtern, die mit einem Fragezeichen endet.

Health Check via a Points Rating

Mit dieser Funktion wird die Textqualität geprüft und die Lesbarkeit bewertet – insbesondere für die Verarbeitung durch KI-Systeme (LLMs). Geprüft werden z. B. Vollständigkeit von Zeitangaben, unpräzise Formulierungen, fehlende Referenzen oder unvollständige Sätze.

Accessibility Health Check for a Single Document

Diese Funktion bewertet die Barrierefreiheit eines einzelnen Dokuments auf Basis der WCAG-2.1-Richtlinien und liefert konkrete Empfehlungen zur Verbesserung der Zugänglichkeit.

Accessibility Health Check for Several Documents

Diese Funktion ermöglicht die gleichzeitige Prüfung mehrerer Dokumente auf Barrierefreiheit. Jedes Dokument erhält eine Bewertung von 1 bis 10 (1 = erheblicher Überarbeitungsbedarf, 10 = vollständig barrierefrei), sodass Dokumente mit niedrigem Zugänglichkeitsgrad schnell identifiziert werden können.

Create Title from Image

Mit dieser Funktion wird automatisch ein kurzer, aussagekräftiger Titel (max. 10 Wörter) für visuelle Inhalte generiert. Einfach ein Bild in das Dokument einfügen, und die KI erstellt einen passenden Titel dazu.

AI Actions on Task Messages (ab Version 7.7)

Mit dieser Funktion können Vorgesetzte und Feedbackteilnehmer KI-Aktionen auf Aufgaben-Nachrichten ausführen – beispielsweise eine Feedback-Nachricht in eine andere Sprache übersetzen. Das Ergebnis wird direkt im gewohnten KI-Popup angezeigt. So wird die mehrsprachige Zusammenarbeit erleichtert und die Bearbeitung von Feedback beschleunigt.

GenAI-Powered Mass Update (ab Version 7.7)

Mit dieser Funktion können Redakteure mehrere Dokumente gleichzeitig aus der Dokumentliste heraus per KI aktualisieren. Auf Basis eines veröffentlichten Prompts führt das System die Änderungen durch und erstellt automatisch eine neue Version jedes bearbeiteten Dokuments. So lassen sich Qualitätsprobleme wie fehlende Tabellenüberschriften, Formatierungsinkonsistenzen oder neue Benennungen im großen Maßstab beheben, ohne jedes Dokument einzeln bearbeiten zu müssen.

Process Flow Block (ab Version 7.7)

Mit dieser Funktion erstellt das System aus einer natürlichsprachlichen Prozessbeschreibung automatisch ein visuelles Prozessdiagramm (Flowchart). Der Redakteur gibt eine nummerierte Prozessbeschreibung ein, und die KI generiert daraus Mermaid-Code, der als Diagramm gerendert wird. Service-Teams erhalten so auf einen Blick eine Prozessübersicht, ohne längere Texte lesen zu müssen.

Duplicate Detection (ab Version 7.7)

Mit dieser Funktion erkennt das System automatisch mögliche Duplikate, wenn ein Redakteur den Titel eines Dokuments ändert. Das System prüft im Hintergrund, ob ähnliche Dokumente bereits existieren, und zeigt bis zu drei potenzielle Duplikate mit direktem Link an. So wird doppelter Inhalt vermieden und die Qualität der Wissensdatenbank verbessert.

Knowledge Center steht nicht alleine. Moderne AI Produkte wie Claude und bestehende Kundenumgebungen legen es nahe, die Inhalte in Knowledge Center auch für solche Funktionen zur Verfügung zu stellen. Entsprechend bietet die USU auch Integrationsprodukte für diese Integration an.

Anmerkung: Über eine transparente Import-/Export-Schnittstelle ist sowohl das Nutzen als auch das Anlegen ganzer Dokumentenbestände möglich. Auch das ist eine mögliche Integration in AI Umgebungen.

Service Connector

Über den Service Connector können Anwendungen auf alle Inhalte in KnowledgeCenter zugreifen. Damit das Entwickeln von Anwendungen einfach fällt sind die Schnittstellen einfach gehalten und liegen als Swagger dokumentiert vor, so dass Schnittstellen auch einfach mal probiert werden können.

Per Service Connector können damit Dokumente per Volltextsuche gesucht oder gelesen werden und durch Kategorien navigiert werden. Auf diese Weise können Kunden die Inhalte in Knowledge Center in ihre Webseite, den Chatbot oder in sonstige Lösungen einfach integrieren.

Zudem besteht auch die Möglichkeit, Dokumente anzulegen und zu ändern.

MCP Server

Über den MCP Server des Service Connectors können KI-Anwendungen und MCP-Clients auf alle Inhalte im KnowledgeCenter zugreifen. Die Schnittstelle basiert auf dem offenen Model Context Protocol (MCP) und lässt sich dadurch nahtlos in KI-gestützte Workflows, Chatbots und Agenten-Frameworks wie Flowise einbinden. Zum Testen der Schnittstelle kann z. B. Postman verwendet werden.

Per MCP Server können Dokumente per Volltextsuche (lexikalisch) oder semantischer Vektorsuche (über KAI Studio) gesucht, einzelne Dokumente samt Anhängen und Medien abgerufen sowie Kategorien und Dokumenttypen navigiert werden. Darüber hinaus lassen sich neue Dokumente (Active Documents) anlegen und fehlende Inhalte als „Not Found"-Einträge protokollieren, damit Redakteure Wissenslücken gezielt schließen können. Auch im KnowledgeCenter hinterlegte Prompts können über die Schnittstelle abgerufen und in KI-Anwendungen genutzt werden.

Alle Aktionen werden mit den Berechtigungen des per APIKEY oder Bearer Token authentifizierten Benutzers ausgeführt. Der MCP Server unterstützt Streamable- und Stateless-Betrieb und ist damit horizontal skalierbar und für verteilte Deployments geeignet.

Webhook

Um Vektorsuchen zu ermöglichen ist es notwendig, alle zu vektorisierenden Dokumente aus KnowledgeCenter an eine entsprechende Vektordatenbank zu senden. Dazu können die Dokumente per Service Connector aus dem Knowledge Center ausgelesen werden.

Um den Dokumentenbestand aktuell zu halten ist es jedoch notwendig, entweder regelmäßig alle zu durchsuchenden Dokumente auszulesen oder aber sich über die jeweiligen Aktualisierungen zu informieren und nur diese Dokumente in der Vektordatenbank zu aktualisieren.

Hierfür wird der Service Connector Updater angeboten. Der Service Connector Updater ist technisch als Hook implementiert und informiert entsprechende Anwendungen über auswählbare Ereignisse, beispielsweise das Neu Publizieren eines Dokumentes. Damit können Vektordatenbank mit reduziertem Aufwand aktuell gehalten werden.

Vector Suche

Statt die Dokumente einer externen Vektordatenbank zu übergeben kann mit dem Service Connector Finder auch eine direkter integrierte Vektorsuche angeboten werden.

Die Vektor-Suche bietet hier Vorteile, da die Bedeutung und der Kontext von Wörtern beachtet wird, anstatt nur nach exakten Begriffen zu suchen. Eine Anfrage wie „Wie storniere ich eine Bestellung?“ wird mit Dokumenten verknüpft, die Begriffe wie „Rückgabe“ oder „Bestellung abbrechen“ enthalten, auch wenn die exakten Wörter nicht übereinstimmen.

Das Prinzip der Vektorsuche ist es, die Daten als Vektoren in einem hochdimensionalen Raum darzustellen und semantische Ähnlichkeiten zwischen diesen Vektoren zu finden. Sie wird häufig in Anwendungen wie künstlicher Intelligenz, maschinellem Lernen und Natural Language Processing (NLP) verwendet. Der Vorteil der Vektorsuche: selbst vage, umgangssprachlich oder komplex formulierte Anfragen können präzise beantwortet werden.

Der Service Connector Finder analysiert die Dokumente in Knowledge Center und gliedert große Dokumente in „verarbeitbare“ Abschnitte auf (Chunks).

Dabei kann der Service Connector Finder die Blocks der Aktiven Dokumente nutzen, um genau die relevante Information für die Nutzung eines RAG Konzeptes anbieten zu können, ohne Zusammenhängendes durch unpassendes Chunking zu zerstören.