Ratgeber

KI-Wissensdatenbank: Erfolg messen statt schätzen

Ohne vorher festgelegte Kennzahl lässt sich hinterher nicht sagen, ob sich eine KI-Wissensdatenbank gelohnt hat. Welche Zahlen taugen, welche in die Irre führen und wann man sie erhebt.

Angebot nach Anfrage6 bis 10 WochenStand 2026
Kurz gesagt

Der Erfolg von KI-Wissensdatenbank lässt sich nur messen, wenn der Ausgangswert vorher festgehalten wurde — zwei Wochen mitzählen genügt. Brauchbare Kennzahlen sind Bearbeitungszeit je Vorgang, Anteil der ohne Eingriff durchlaufenden Fälle und Reaktionszeit nach außen. Teamzufriedenheit in den ersten zwei Wochen ist kein brauchbarer Maßstab.

01 — Messung

Woran ihr den Erfolg messt

  • Die eine Zahl vorher festlegen. Ohne Ausgangswert lässt sich hinterher nichts belegen. Zwei Wochen mitzählen reicht für eine belastbare Größenordnung.
  • Bearbeitungszeit je Vorgang. Die direkteste Messgröße: Wie lange dauert der betroffene Ablauf heute, wie lange danach.
  • Anteil der Fälle, die ohne Eingriff durchlaufen. Diese Quote steigt in den ersten Wochen typischerweise deutlich, wenn nachgeschärft wird — sie ist der beste Frühindikator.
  • Reaktionszeit nach außen. Wie schnell bekommt jemand, der anfragt, eine erste verbindliche Antwort.
  • Was ihr nicht messen solltet: Zufriedenheit im Team in den ersten zwei Wochen. Jede Umstellung fühlt sich anfangs schlechter an, als sie ist.

02 — Rechnung

So rechnet man es aus

Vier Zahlen genügen: Wie oft kommt der Ablauf vor? Wie lange dauert er? Was kostet eine Stunde intern? Und was kostet die Lösung — einmalig plus Betrieb über drei Jahre?

Ein Beispiel: Ein Ablauf, der wöchentlich zweimal vorkommt und jeweils 40 Minuten dauert, bindet im Jahr rund 69 Stunden. Bei einem internen Stundensatz von 45 Euro sind das etwa 3.100 Euro jährlich, die dort gebunden sind. Senkt eine Lösung diesen Aufwand um zwei Drittel, amortisiert sie sich — abhängig vom tatsächlichen Angebot — oft innerhalb von ein bis zwei Jahren. Den genauen Wert für euren Fall nennen wir nach dem Erstgespräch.

Diese Rechnung ist bewusst konservativ: Sie berücksichtigt nur die eingesparte Zeit, nicht die vermiedenen Fehler und nicht die Aufträge, die durch schnellere Reaktion zustande kommen. In der Praxis liegt der Nutzen meist höher — aber man sollte nicht damit rechnen, bevor man es gemessen hat.

03 — Einordnung

Was die Erfahrung zeigt

Beobachtung

Die meiste Zeit geht nicht beim Beantworten verloren, sondern beim Suchen — und beim Unterbrechen derer, die es auswendig wissen.

04 — Fragen

Häufige Fragen

Unsere Dokumente sind ein Chaos. Geht das trotzdem?

Zu einem gewissen Grad ja — das System kommt mit unterschiedlichen Formaten und Strukturen zurecht. Was es nicht leisten kann, ist widersprüchliche Information aufzulösen. Wenn drei Versionen einer Preisliste kursieren, muss vorher geklärt werden, welche gilt.

Wie erkennen wir veraltete Antworten?

Über Datumsangaben und eine Kennzeichnung von Dokumenten, die als überholt markiert wurden. Zusätzlich zeigt die Auswertung, welche Quellen häufig herangezogen werden — die pflegt man dann zuerst.

Wie lange dauert die Einrichtung bei einem großen Dokumentenbestand?

Das hängt weniger an der Menge als am Zustand: Gut strukturierte Ablagen mit wenigen Dopplungen sind in wenigen Wochen einsatzbereit, gewachsene Ablagen mit vielen Altversionen brauchen eine Bereinigungsrunde vorab.

Können wir das schrittweise auf weitere Abteilungen ausweiten?

Ja, das ist der übliche Weg. Start mit einer Abteilung, aus deren Fragen und Ergebnissen lernen, dann erst die nächste anschließen — statt alles auf einmal freizugeben.

Was ist RAG?

Die Abkürzung steht für retrieval-augmented generation. Statt das Sprachmodell aus dem Gedächtnis antworten zu lassen, wird zuerst in euren Dokumenten gesucht, und nur die gefundenen Stellen werden zur Beantwortung herangezogen. Das ist der Grund, warum die Antwort eine Quelle hat.

Was, wenn wir mehrere Sprachen im Dokumentenbestand haben?

Kein Problem — die Suche versteht Fragen und Dokumente unabhängig von der Sprache und findet auch dann die richtige Antwort, wenn Frage und Quelle in unterschiedlichen Sprachen verfasst sind.

Muss das in der Cloud laufen?

Nein. Für sensible Bereiche setzen wir Modelle ein, die vollständig auf eurer eigenen Hardware laufen. Das kostet mehr Einrichtung und etwas Antwortqualität, dafür verlässt kein Dokument das Haus.

Nächster Schritt

Wir schauen uns eure Ausgangslage an.

Erzählt uns, was heute Zeit frisst. Daraus entsteht eine Einschätzung mit Aufwand und Nutzen — und erst danach ein Angebot.