Das Unternehmensgehirn: Warum Ihr Firmenwissen nicht im KI-Modell stecken sollte

In fast jedem Betrieb gibt es zwei, drei Menschen, die man fragt, wenn es kompliziert wird. Sie wissen, welcher Lieferant bei welchem Teil zuverlässig ist, wie man einen Sonderfall abrechnet und welche Ausnahme der Chef vor zwei Jahren einmal genehmigt hat. Dieses Wissen steht selten vollständig irgendwo. Es liegt in Köpfen, in Ordnern, in E-Mail-Verläufen und in Excel-Dateien mit Namen wie „Preise_neu_final2".

Wer in einem solchen Betrieb einen KI-Assistenten einführt, stellt schnell fest: Das Sprachmodell kann hervorragend formulieren, aber es kennt den Betrieb nicht. Es weiß nichts über Ihre Preise, Ihre Abläufe oder Ihre Kunden. Genau hier setzt ein Unternehmensgehirn an.

Was ein Unternehmensgehirn ist

Ein Unternehmensgehirn ist eine eigene Wissensbasis, in der das Wissen eines Betriebs gesammelt, aufbereitet und durchsuchbar gemacht wird. Ein KI-Agent greift darauf zu, bevor er antwortet oder handelt.

Technisch heißt das Verfahren Retrieval-Augmented Generation, kurz RAG. Die Idee ist einfacher, als der Name klingt. Stellen Sie sich eine neue Kollegin vor, die vor jeder Antwort kurz im Betriebshandbuch nachschlägt. Sie formuliert selbst, aber der Inhalt kommt aus dem Handbuch. So arbeitet auch der Agent: Er sucht zu jeder Frage die passenden Stellen in der Wissensbasis heraus und formuliert die Antwort auf dieser Grundlage.

In der Praxis besteht ein Unternehmensgehirn aus drei Schichten:

1. Wissen. Dokumente, Preislisten, Produktdaten, Arbeitsanweisungen, Vorlagen, Antworten auf häufige Fragen. Das, was sich eher langsam ändert.
2. Daten. Der Zugriff auf die Systeme, in denen der Betrieb täglich arbeitet, etwa ERP, CRM oder Dokumentenmanagement. Kunden, offene Angebote, Rechnungen, Termine. Das, was sich ständig ändert.
3. Handeln. Ein Agent, der beides verbindet und Aufgaben erledigt: eine Frage beantworten, einen Lead anlegen, ein Angebot vorbereiten. Mit klar festgelegten Rechten und, wo es darauf ankommt, mit Freigabe durch einen Menschen.

Erst die dritte Schicht macht aus einer Suchmaschine für Firmenwissen einen Mitarbeiter, der Arbeit abnimmt.

Warum das Wissen getrennt vom Modell liegen sollte

Ein verbreitetes Missverständnis lautet: Man müsse die KI „mit den eigenen Daten trainieren". Für die allermeisten Betriebe ist das der falsche Weg. Die Trennung von Wissen und Modell hat fünf handfeste Vorteile.

1. Sie können das Modell wechseln

KI-Modelle werden in kurzen Abständen besser und günstiger. Liegt Ihr Wissen in einer eigenen Wissensbasis, ist ein Modellwechsel eine Einstellung, kein neues Projekt. Haben Sie stattdessen ein Modell auf Ihre Daten trainiert, beginnen Sie bei jedem Wechsel von vorn.

2. Das Wissen gehört Ihnen

Eine eigene Wissensbasis können Sie exportieren, sichern und löschen. Sie bleibt Ihr Eigentum, unabhängig davon, welcher Anbieter gerade das Modell stellt. Das ist nicht nur eine Frage der Kontrolle, sondern auch der Verhandlungsposition: Wer jederzeit wechseln kann, ist kein Gefangener eines Anbieters.

3. Änderungen wirken sofort

Ändert sich ein Preis, tauschen Sie das Dokument aus. Die nächste Antwort nutzt bereits den neuen Stand. Bei einem trainierten Modell steckt der alte Preis dagegen im Modell selbst, bis zum nächsten Training.

4. Antworten sind nachvollziehbar

Weil der Agent aus konkreten Stellen der Wissensbasis antwortet, kann er angeben, worauf er sich stützt. Wer eine Antwort prüft, sieht die Quelle. Das schafft Vertrauen im Team und macht Fehler schnell auffindbar: Meist ist dann nicht die KI das Problem, sondern ein veraltetes Dokument.

5. Nicht jeder sieht alles

In einer eigenen Wissensbasis lassen sich Rechte vergeben. Die Lohnabrechnung gehört nicht in die Antwort an einen Kunden, und nicht jeder Monteur braucht Zugriff auf die Kalkulation. Diese Grenzen lassen sich nur ziehen, wenn Sie bestimmen, welches Wissen der Agent in welcher Situation abrufen darf.

Was hineingehört und was nicht

Ein Unternehmensgehirn ist nur so gut wie das, was darin steht. Gute Kandidaten für den Anfang sind:

• Produkt- und Leistungsbeschreibungen mit aktuellen Preisen
• Arbeitsanweisungen und Checklisten
• Häufige Kundenfragen und die Antworten, die sich bewährt haben
• Vorlagen für Angebote, Schreiben und Rückfragen
• Herstellerunterlagen und technische Handbücher

Vorsicht ist geboten bei:

• Veralteten Dokumenten. Drei Versionen einer Preisliste führen zu drei verschiedenen Antworten. Vor dem Einlesen wird aufgeräumt.
• Personenbezogenen Daten. Kunden- und Mitarbeiterdaten gehören nicht ungefiltert in eine Wissensbasis. Für sie gelten Zweckbindung und Löschfristen. Was der Agent über einen Kunden wissen muss, holt er besser im Moment der Anfrage aus dem ERP, als es dauerhaft zu kopieren.
• Wissen ohne Verantwortlichen. Jeder Bereich der Wissensbasis braucht eine Person, die ihn aktuell hält. Sonst veraltet das Gehirn so schnell wie jeder Ordner auf dem Server.

Vom Wissen zum Handeln

Der eigentliche Nutzen entsteht, wenn der Agent nicht nur antwortet, sondern Arbeit erledigt. In einem Handwerksbetrieb kann das bedeuten: Eine Anfrage kommt über die Website herein, der Agent legt den Lead im ERP an, beantwortet Rückfragen zu Produkten und bereitet ein Angebot vor. In einer Steuerkanzlei liest er Belege, ordnet sie Mandanten zu und schlägt die Kontierung vor.

Dabei gilt ein einfaches Prinzip: Alles, was nach außen wirkt, gibt am Anfang ein Mensch frei. Ein Angebot verlässt den Betrieb erst, wenn jemand es geprüft hat. Ein unsicherer Beleg landet bei einer Fachkraft, nicht automatisch in der Buchhaltung. Mit der Zeit zeigt sich, welche Schritte zuverlässig genug laufen, um sie ohne Freigabe zuzulassen. Diese Entscheidung trifft der Betrieb, nicht die Software.

Wie das in der Praxis aussieht, zeigen unsere Kundenfälle aus dem Handwerk und aus einer Steuerkanzlei.

Typische Fehler

Aus Projekten kennen wir vor allem diese:

• Mit dem Werkzeug anfangen. Erst wird eine Plattform gekauft, dann wird überlegt, welches Problem sie lösen soll. Besser ist es umgekehrt.
• Alles auf einmal einlesen. Zehntausend Dateien ohne Sortierung ergeben keine Wissensbasis, sondern ein durchsuchbares Chaos.
• Keine Ausgangsmessung. Wer nicht weiß, wie lange ein Ablauf heute dauert, kann später nicht zeigen, was sich verbessert hat.
• Dem Agenten zu früh zu viel erlauben. Schreibrechte im ERP ohne Freigabe sind am Anfang ein unnötiges Risiko.
• Das Gehirn als IT-Projekt behandeln. Das Wissen kommt aus dem Team. Ohne die Menschen, die es heute im Kopf tragen, bleibt die Wissensbasis leer.

So fangen Sie an

Ein Unternehmensgehirn entsteht nicht in einem Schritt. Bewährt hat sich diese Reihenfolge:

1. Einen Ablauf auswählen, der heute spürbar Zeit kostet und häufig vorkommt, etwa Angebote, Kundenanfragen oder Belege.
2. Die heutige Dauer messen. Ein paar Stichproben reichen, aber es braucht eine Zahl.
3. Die wichtigsten Unterlagen für genau diesen Ablauf sammeln und aufräumen. Oft sind es weniger, als man denkt.
4. Prüffragen festlegen, die das Gehirn sicher beantworten muss. Sie dienen später als Test, auch nach jedem Modellwechsel.
5. Ein System anbinden, meist das ERP oder das Postfach, und den Agenten mit Freigabe starten.
6. Messen, nachschärfen, den nächsten Ablauf dazunehmen.

Der erste Ablauf ist der aufwendigste. Jeder weitere nutzt dieselbe Wissensbasis und wird deshalb schneller.

Wenn Sie wissen möchten, was so ein Projekt kostet, finden Sie unsere Pakete mit Preisen. Für Betriebe in Bayern kann der Digitalbonus einen Teil der Kosten übernehmen.