Die Antwort ist im Unternehmen vorhanden, aber verteilt auf Leistungsbeschreibungen, Tabellen und interne Anleitungen. Mitarbeitende suchen, fragen nach und unterbrechen dabei immer wieder dieselben Fachleute. Ein passend eingebundener KI-Assistent kann helfen, dieses Wissen im Arbeitsalltag zugänglich zu machen. Entscheidend ist, ob die Antwort zur freigegebenen Grundlage passt und ihre Grenzen erkennbar bleiben.
Mit einer wiederkehrenden Frage beginnen
Ein Team beantwortet regelmäßig Fragen zu den eigenen Servicepaketen. Die zuständige Führungskraft möchte, dass auch neue Mitarbeitende die Leistungen schnell einordnen können. Heute öffnen sie mehrere Unterlagen oder fragen eine erfahrene Kollegin. Die Aufgabe ist zunächst überschaubar: einen abgegrenzten, häufig benötigten Wissensbereich leichter zugänglich machen.
Der Assistent soll dabei Informationen für eine Antwort vorbereiten. Er übernimmt keine Freigabe für Sonderleistungen und gibt keine Zusage im Namen des Unternehmens. Welche Fragen er beantworten soll und welche an Fachleute gehen, wird gemeinsam festgelegt.
Ein Beispiel: Was gehört zum Servicepaket?
Das folgende Beispiel beschreibt eine mögliche Anwendung mit erfundenen Unterlagen, keinen aufgezeichneten DataPrism-Test. Eine Mitarbeiterin fragt: „Ist beim Servicepaket Plus eine Einweisung enthalten, und findet sie beim Kunden vor Ort statt?“
In der freigegebenen Leistungsübersicht steht beim Paket Plus „Einweisung per Videotermin enthalten“. Eine Einweisung vor Ort ist darin nicht geregelt. Eine passende Antwort wäre: „Eine Einweisung per Videotermin ist enthalten. Quelle: Leistungsübersicht, Paket Plus. Ob eine Einweisung vor Ort angeboten werden kann, geht aus dieser Unterlage nicht hervor; dafür ist eine Rückfrage beim zuständigen Serviceteam nötig.“
Damit erhält die Mitarbeiterin eine nutzbare Antwort und eine gezielte offene Frage. Eine fehlende Angabe wird nicht zu einer Zusage ergänzt. Auch eine Rückfrage wie „Welche Pakete enthalten eine Einweisung?“ sollte sich auf die tatsächlich verfügbaren Tabellenzeilen stützen und den verwendeten Stand erkennen lassen.
Was Corvendor mit DataPrism erprobt hat
Mit DataPrism hat Corvendor die technische Einbindung eines KI-Assistenten und die Nutzung zusätzlich bereitgestellter Inhalte bis zum Pilotstadium erprobt. Dazu gehörten Fragen zu spezifischem Material und das Zusammenfassen von Tabellen. So konnten unternehmensbezogene Informationen einbezogen werden, die dem allgemeinen Sprachmodell nicht von sich aus vorlagen.
Diese Erfahrung ist ein Ausgangspunkt für ein neues Vorhaben. Sie bedeutet nicht, dass jede benötigte Funktion bereits als produktionsreifer Dienst verfügbar ist. Für Ihren Anwendungsfall prüfen wir, welche vorhandenen Bausteine sich weiterverwenden lassen und was bei Quellenbezug, Zugriffsrechten, Datenaktualisierung und Einbindung ergänzt werden muss.
Quellen und Arbeitsablauf zusammenbringen
Ihre Fachleute bestimmen den Wissensbereich, die maßgeblichen Unterlagen und die gewünschten Antworten auf typische Fragen. Corvendor kann die Inhalte aufbereiten, passende Informationen für eine Frage bereitstellen und den Assistenten in die vorgesehene Arbeitsumgebung einbinden. Dafür muss nicht automatisch ein Sprachmodell neu trainiert werden; entscheidend ist zunächst, welche Informationen es für die jeweilige Antwort erhält.
Zu einer nutzbaren Lösung gehören ein sichtbarer Quellenbezug und ein geregelter Umgang mit veralteten, widersprüchlichen oder fehlenden Angaben. Der Quellenverweis hilft bei der Prüfung, beweist allein aber noch nicht, dass die Antwort stimmt. Zugriffsbeschränkungen müssen bereits bei der Auswahl der Informationen berücksichtigt werden, nicht erst in der Formulierung der Antwort.
Bei Tabellen kommt hinzu, dass Spalten, Einheiten, Filter und Zeiträume zusammenpassen müssen. Eine Zusammenfassung ist etwas anderes als eine Berechnung. Falls Summen oder Vergleiche benötigt werden, werden die zugrunde liegenden Abfragen und Berechnungen gezielt umgesetzt und geprüft. Gesprächsform allein macht eine Analyse noch nicht belastbar.
Den Nutzen an echten Fragen prüfen
Für einen Pilot stellen wir mit dem Team einen überschaubaren Satz typischer Fragen zusammen. Dazu gehören beantwortbare Fragen, fehlende Informationen, widersprüchliche Unterlagen und Fragen außerhalb des vereinbarten Bereichs. Fachleute legen fest, welche Antwort oder Rückfrage jeweils angemessen wäre.
- Inhalt und Quellen: Ist die Antwort fachlich richtig, durch die angegebene Grundlage gedeckt und auf dem passenden Stand?
- Grenzen: Erkennt der Assistent fehlende Angaben und bleibt er innerhalb des freigegebenen Wissens- und Zugriffsbereichs?
- Arbeitsaufwand: Wie verändern sich Suchzeit, Rückfragen an Fachleute und die nötige Korrektur von Antworten?
- Betrieb: Wie viel Aufwand verursachen Pflege, Antwortzeiten und Nutzungskosten im vorgesehenen Umfang?
Verglichen wird mit dem bisherigen Vorgehen, nicht nur mit der Geschwindigkeit einer einzelnen Chatantwort. Eine schnelle Antwort, die anschließend aufwendig korrigiert werden muss, spart wenig. Die Fragen werden nach Änderungen an Inhalten oder Umsetzung erneut geprüft. Diese Prüfpunkte sind ein Vorgehen für ein neues Projekt, keine gemessenen Ergebnisse des DataPrism-Pilots.
Erst ein Wissensbereich, dann der nächste
Ein sinnvoller Start kann ein interner Assistent für eine Produktgruppe, einen freigegebenen Satz Unterlagen und ein kleines Nutzerteam sein. Am Ende der Erprobung stehen nicht nur Beispielantworten, sondern auch aufbereitete Inhalte, Prüffragen und geklärte Zuständigkeiten für die Pflege. Daraus lässt sich entscheiden, ob und wie die Lösung im Alltag weitergenutzt wird.
Nach diesem Schritt können weitere Themen hinzukommen, etwa Unterstützung bei der Einarbeitung oder Fragen zu eigenen Geschäftstabellen. Ein kundenöffentliches Angebot braucht eine eigene Prüfung von Inhalten, Zugriffen und Übergaben; es folgt nicht automatisch aus einem gelungenen internen Test.
Corvendors Beitrag verbindet Software und Datenaufbereitung mit der Abstimmung zwischen Anwendern, Fachleuten und IT. Das Ziel ist, Wissen leichter nutzbar zu machen und Fachleute von wiederkehrenden Such- und Erklärungsaufgaben zu entlasten, ohne ihre fachliche Verantwortung zu ersetzen.
Ein nützlicher Wissensassistent verkürzt den Weg zur passenden Information und macht deutlich, wo eine Rückfrage nötig bleibt. Ob er hilft, zeigt sich an der Qualität der Antworten und an der tatsächlich eingesparten Arbeit.



