PIPELINERatgeber
Wie lange dauert eine KI-Wissensdatenbank? Realistischer Zeitplan
Ein Projekt zum Thema KI-Wissensdatenbank ist kein Wochenendvorhaben, aber auch kein Halbjahresprojekt. Was in welcher Reihenfolge passiert, woran es typischerweise hängt und wie sich die Laufzeit verkürzen lässt.
01 — Zeitrahmen
Wie lange es dauert
- Typische Laufzeit
- 6 bis 10 Wochen
- Richtwert ab
- 4.500 €
Die Laufzeit beginnt nach Freigabe des Angebots. Vorlaufzeit für Erstgespräch und Angebot: üblicherweise ein bis zwei Wochen.
02 — Ablauf
Die Schritte im Detail
Quellen festlegen
Welche Ablagen kommen rein, welche bleiben draußen. Meist ist weniger mehr.
Rechte klären
Das Rechtekonzept aus euren Systemen wird übernommen, nicht neu erfunden.
Indexieren und testen
Wir testen mit echten Fragen aus dem Betrieb und messen, ob die richtigen Dokumente gefunden werden.
Rollout
Start mit einer Abteilung, danach Ausweitung. Die Auswertung zeigt, wo Dokumentation fehlt.
03 — Engpässe
Woran es typischerweise hängt
- Inhalte und Zulieferungen. Der mit Abstand häufigste Verzögerungsgrund. Texte, Bilder, Preislisten, Zugänge — was fehlt, blockiert.
- Entscheidungen. Wenn unklar ist, wer freigibt, wartet das Projekt. Eine benannte Ansprechperson mit Entscheidungsbefugnis verkürzt die Laufzeit spürbar.
- Zugänge zu Drittsystemen. Zugriff auf Warenwirtschaft, Telefonanlage oder CRM zu bekommen, dauert regelmäßig länger als die Anbindung selbst.
- Abstimmungsrunden ohne Ende. Zwei Korrekturrunden sind normal, fünf sind ein Zeichen dafür, dass das Ziel am Anfang nicht klar war.
04 — Umfang
Was dazugehört
- Erschließung eurer Ablagen: Dateiserver, SharePoint, Google Drive, Confluence, Mailarchive
- Antworten mit Quellenangabe und Sprung ins Originaldokument
- Rechtekonzept — wer was sehen darf, gilt auch für die Suche
- Erkennung veralteter Dokumente, damit keine überholten Antworten kommen
- Auswertung, welche Fragen gestellt werden und wo Dokumentation fehlt
- Betrieb wahlweise in der EU-Cloud oder auf eurer eigenen Infrastruktur
05 — Fragen
Häufige Fragen
Sieht dann jeder alles?
Nein. Die Rechte aus euren bestehenden Systemen werden übernommen. Wer einen Ordner heute nicht öffnen darf, bekommt auch keine Antwort daraus.
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.
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.
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.
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.
Nächster Schritt
Reden wir kurz darüber, ob sich das bei euch rechnet.
Ein Gespräch von zwanzig Minuten reicht meistens, um zu klären, ob ein Projekt Sinn hat. Wenn nicht, sagen wir das — das ist billiger für beide Seiten als ein Angebot, das niemand braucht.