Glossar: Die Begriffe hinter der KI-Wissensdatenbank
Jeder Fachbegriff in höchstens 60 Wörtern, verständlich ohne Technikkenntnisse. Zum Nachschlagen, Weiterschicken und Zitieren — jeder Eintrag hat eine eigene Sprungmarke.
KI-Wissensdatenbank
Eine KI-Wissensdatenbank ist eine zentrale, durchsuchbare Ablage für Firmendokumente, kombiniert mit einer KI, die Fragen dazu in normaler Sprache beantwortet. Die Antworten stützen sich auf die eigenen Unterlagen und nennen die Fundstelle. Ob zusätzlich im Web recherchiert werden darf, legt der Betrieb selbst fest. Gedacht ist sie für dokumentiertes Know-how – Anleitungen, Protokolle, Problemlösungen –, nicht für Belege, die im ERP bleiben.
RAG (Retrieval-Augmented Generation)
RAG ist ein Verfahren, bei dem eine KI vor dem Antworten zuerst die passenden Textstellen aus einem Dokumentenbestand heraussucht und ihre Antwort darauf stützt. Das soll erfundene Antworten (Halluzinationen) verringern und macht Quellenangaben möglich, an denen sich eine Antwort prüfen lässt. RAG ist die technische Grundlage der meisten KI-Wissensdatenbanken.
LLM (Large Language Model)
Ein LLM ist ein großes KI-Sprachmodell, das Texte versteht und formuliert – bekannte Beispiele sind die Modelle hinter ChatGPT oder Claude. Ein LLM allein kennt Ihre Firmendokumente nicht; erst die Kombination mit einer Dokumentenbasis (siehe RAG) macht daraus ein Werkzeug für internes Firmenwissen.
OCR (Texterkennung)
OCR (Optical Character Recognition) wandelt Bilder von Text – Scans, Fotos, alte PDFs – in durchsuchbaren Text um. Für Betriebe heißt das: Auch Unterlagen aus dem Papierarchiv können in die Suche aufgenommen werden. Wie gut die Erkennung gelingt, hängt an der Vorlage – Druckqualität, Aufnahme, Alter; Handschrift ist der schwierigste Fall.
Semantische Suche
Semantische Suche findet Inhalte nach Bedeutung statt nach exaktem Wortlaut. Eine Frage nach „Heizung wird nicht warm“ kann so auch das Protokoll mit „Vorlauftemperatur zu niedrig“ zutage fördern. Klassische Volltextsuche braucht dagegen das Stichwort, wie es im Text steht. Semantische Suche ist ein Kernbaustein der meisten KI-Wissensdatenbanken.
Embedding
Ein Embedding ist die Übersetzung eines Textes in eine Zahlenreihe, die seine Bedeutung abbildet. Ähnliche Inhalte bekommen ähnliche Zahlenreihen – so kann ein System Bedeutungsnähe berechnen. Embeddings machen semantische Suche technisch möglich und werden in einer Vektordatenbank gespeichert.
Vektordatenbank
Eine Vektordatenbank speichert Embeddings (Bedeutungs-Zahlenreihen) und sucht daraus die Textstellen heraus, die einer Frage inhaltlich am nächsten sind. Sie ist das „Gedächtnis“ einer KI-Wissensdatenbank: Bei jeder Abfrage liefert sie die relevanten Dokument-Ausschnitte, aus denen die KI ihre Antwort baut.
Halluzination
Eine Halluzination ist eine überzeugend formulierte, aber sachlich falsche KI-Antwort. Sie entsteht, wenn ein Sprachmodell ohne verlässliche Quellen antwortet. Gegenmittel im Firmeneinsatz: die KI auf die eigenen Dokumente stützen (RAG) und zu jeder Antwort die Fundstelle nennen, damit sie sich am Original prüfen lässt.
Beleg zur Antwort (Grounding)
Grounding bedeutet, dass eine KI-Antwort auf konkrete Fundstellen in echten Dokumenten zurückgeführt wird, etwa über eine nummerierte Ziffer je Aussage. Für Betriebe ist das der Unterschied zwischen „klingt plausibel“ und „lässt sich nachprüfen“: Über die Fundstelle öffnet man das Originaldokument und liest selbst nach.
Verschlagwortung
Verschlagwortung ordnet jedem Dokument Merkmale zu – Kunde, Projekt, Anlage, Datum. Die KI schlägt sie beim Erfassen vor; den Dokumenttyp bestätigt ein Mensch, weil er über die Sichtbarkeit entscheidet. Sie macht große Bestände filterbar und hilft, Antworten dem richtigen Kunden oder Projekt zuzuordnen.
DMS (Dokumentenmanagementsystem)
Ein DMS legt Dokumente strukturiert ab und macht sie über Ordner, Metadaten und Stichwörter wieder auffindbar. Wer suchen will, muss dabei die Ablagelogik kennen. Eine KI-Wissensdatenbank setzt einen Schritt weiter an: Man stellt eine Frage in normaler Sprache und bekommt eine Antwort mit Fundstelle.
AV-Vertrag (Auftragsverarbeitungsvertrag)
Ein AV-Vertrag nach Art. 28 DSGVO regelt, wie ein Dienstleister personenbezogene Daten im Auftrag eines Unternehmens verarbeitet – etwa beim Hosting einer Wissensdatenbank. Er ist gesetzlich verpflichtend und legt Zweck, Sicherheitsmaßnahmen und Sub-Dienstleister fest. Es lohnt sich, ihn vor Vertragsabschluss anzufordern und zu lesen.
Das europäische KI-Gesetz (AI Act)
Der EU AI Act ist das europäische KI-Gesetz. Er teilt KI-Anwendungen in Risikoklassen ein und gilt gestaffelt; Transparenzpflichten (Art. 50) seit 2. August 2026, Hochrisiko-Pflichten ab Dezember 2027 bzw. August 2028. Betriebe, die KI einsetzen, müssen Maßnahmen zur Förderung der KI-Kompetenz ihres Personals ergreifen (Art. 4).
Erfahrungswissen (implizites Wissen)
Erfahrungswissen ist das Know-how, das in den Köpfen langjähriger Mitarbeiter steckt: wie eine Anlage eingestellt wird, wie ein Problem beim Kunden gelöst wurde, was bei einem Projekt zu beachten ist. Es geht bei Pensionierung oder Kündigung verloren – außer es wird dokumentiert und abfragbar gemacht.
Feinabstimmung (Fine-Tuning)
Feinabstimmung bedeutet, ein Sprachmodell mit eigenen Texten nachzutrainieren. Für Firmenwissen ist das selten der richtige Weg: Das Wissen verschmilzt mit dem Modell, lässt sich nicht mehr einzeln löschen, kennt keine Berechtigungen und nennt keine Fundstelle. Eine Wissensdatenbank nach dem RAG-Verfahren hält die Dokumente getrennt — änderbar, löschbar, mit Beleg.
Prompt
Ein Prompt ist die Eingabe an ein KI-System — bei einer Wissensdatenbank also schlicht die Frage, die jemand eintippt oder diktiert. Gute Fragen nennen das Konkrete: Kunde, Anlage, Projektnummer oder Zeitraum. Besondere Fachsprache ist nicht vorgesehen; gefragt wird so, wie im Betrieb gesprochen wird.
Token
Ein Token ist die kleinste Texteinheit, in die ein Sprachmodell einen Text zerlegt — grob ein Wortteil. Die Zahl der Token bestimmt, wie viel Text ein Modell auf einmal verarbeiten kann und was die Verarbeitung kostet. Für den Betrieb ist das nur mittelbar wichtig: Es erklärt, warum ein System gezielt die passenden Stellen heraussucht statt ganze Ordner zu lesen.
Kontextfenster
Das Kontextfenster ist die Textmenge, die ein Sprachmodell für eine einzelne Antwort gleichzeitig berücksichtigen kann. Es ist begrenzt, deshalb kann kein Modell einfach den ganzen Dokumentenbestand lesen. Stattdessen sucht das System vorab die passenden Stellen heraus und legt nur diese ins Kontextfenster — das ist der Kern des RAG-Verfahrens.
Chunking (Textabschnitte)
Chunking ist das Zerlegen langer Dokumente in kleinere Abschnitte, bevor sie durchsuchbar gemacht werden. Die Abschnittsgrenzen entscheiden mit über die Antwortqualität: Zu kleine Abschnitte verlieren den Zusammenhang, zu große verwässern die Fundstelle. Deshalb wird beim Einrichten festgelegt, wie Vertragswerke, Protokolle oder Zeichnungsbeschriftungen sinnvoll geteilt werden.
Metadaten
Metadaten sind die Merkmale zu einem Dokument: Kunde, Projekt, Anlage, Datum, Dokumentart. Sie machen große Bestände filterbar und sorgen dafür, dass eine Antwort dem richtigen Vorgang zugeordnet wird. Die meisten Werte schlägt das System beim Erfassen anhand des Inhalts vor; die Dokumentart bestätigt ein Mensch.
Dokumentart
Die Dokumentart sagt, worum es sich handelt: Angebot, Prüfbefund, Lohnzettel, Vertrag. Sie ist die wichtigste Einordnung, weil an ihr die Sichtbarkeit hängt — wer eine Dokumentart sehen darf, sieht alle Dokumente dieser Art. Genau deshalb schlägt das System die Art nur vor; bestätigt wird sie von einem Menschen.
Rollen- und Rechtekonzept
Das Rechtekonzept legt fest, wer welche Unterlagen sehen und abfragen darf. Gesteuert wird über Rollen und Dokumentarten, nicht über einzelne Dateien — sonst wäre es im Alltag nicht zu pflegen. Möglich ist auch ein Stichtag: erst ab einem Datum, oder nur der Altbestand bis dahin. Fehlt einer Rolle die Freigabe, sagt das System das ausdrücklich.
Volltextsuche
Die Volltextsuche findet Dokumente, in denen die eingegebenen Wörter wörtlich vorkommen. Sie ist schnell und genau, hängt aber an der Wortwahl: Die Suche nach „Wartungsvertrag“ liefert keinen „Servicevertrag“. Eine Wissensdatenbank kombiniert deshalb Volltextsuche mit semantischer Suche, die nach Bedeutung statt nach Schreibweise sucht.
Indexierung
Indexierung ist der Vorgang, mit dem Dokumente durchsuchbar gemacht werden: Text erkennen, in Abschnitte teilen, Merkmale vergeben und in den Suchbestand aufnehmen. Sie läuft im Hintergrund, sobald ein Dokument dazukommt. Erst nach der Indexierung kann eine Frage dieses Dokument als Fundstelle nennen.
Schnittstelle (API)
Eine Schnittstelle ist ein vom Hersteller vorgesehener Weg, auf dem ein anderes Programm Daten lesen darf. Ob ein Programm eine hat, ob sie freigeschaltet und im Netz erreichbar ist, hängt an Version, Lizenz und Einrichtung. Das wird vor jeder Anbindung geklärt — manchmal ist ein geplanter Export der tragfähigere Weg.
Datenbank-Export
Ein Datenbank-Export ist ein geplanter, wiederkehrender Auszug aus einer Fachanwendung: Das Programm schreibt in festem Takt Dateien in ein Verzeichnis, aus dem gelesen wird. Dieser Weg kommt zum Zug, wenn keine Schnittstelle verfügbar ist. Er hat einen Vorteil gegenüber einer Live-Verbindung: Am laufenden System ändert sich nichts.
Im Haus betrieben (On-Premise)
Im Haus betrieben heißt, dass ein Programm auf einem Server im eigenen Betrieb läuft statt beim Anbieter. Das gilt für viele gewachsene Branchenprogramme. Für die Anbindung an eine Wissensdatenbank bedeutet es: Dateien werden verschlüsselt und nur über ausgehende Verbindungen gespiegelt, und es wird kein Zugang von außen auf den Server eingerichtet.
Eigene Instanz
Eine eigene Instanz ist eine getrennte Installation je Betrieb — eigene Datenbank, eigener Suchbestand, eigene Zugänge. Es gibt kein geteiltes System, in dem die Unterlagen mehrerer Kunden nebeneinanderliegen. Das vereinfacht auch das Ende: Bei Vertragsende wird der Bestand exportiert und die Instanz gelöscht.
ERP
Ein ERP ist die kaufmännische Software eines Betriebs: Aufträge, Bestellungen, Lager, Rechnungen. Es weiß, WAS verkauft und verrechnet wurde. In eine Wissensdatenbank gehört, WIE etwas gemacht wurde — Anleitungen, Protokolle, Problemlösungen, Schriftverkehr. Sie ersetzt kein ERP; wo eine Anbindung möglich ist, wird aus dem ERP nur gelesen, dort aber nichts geändert.
Verantwortlicher und Auftragsverarbeiter
Im Datenschutzrecht ist der Betrieb der Verantwortliche: Ihm gehören die Daten, er entscheidet über ihre Verwendung. Der Anbieter des Systems ist Auftragsverarbeiter und darf nur tun, was vertraglich vereinbart ist. Geregelt wird das im Auftragsverarbeitungsvertrag, der die Weisungen, die Sicherheitsmaßnahmen und die Löschung festhält.
Löschkonzept
Ein Löschkonzept regelt, was wann verschwindet. Praktisch heißt das zweierlei: Gelöschtes wird aus dem Suchbestand genommen, damit es nicht mehr in Antworten auftaucht, und nach einer festgelegten Frist endgültig gelöscht — auf Wunsch sofort. Ohne den ersten Schritt könnte ein gelöschtes Dokument weiter in Antworten auftauchen, obwohl es niemand mehr öffnen kann.
Wissensmanagement
Wissensmanagement ist der Umgang eines Betriebs mit dem, was seine Leute wissen: Wissen dokumentieren, auffindbar halten und weitergeben. Der schwierige Teil ist selten das Aufschreiben, sondern das Wiederfinden Jahre später. Genau dort setzt eine Wissensdatenbank an: Statt eine neue Ordnung zu verlangen, nimmt sie Fragen an den vorhandenen Bestand entgegen.
Schatten-IT
Schatten-IT sind Werkzeuge, die Mitarbeiter ohne Abstimmung verwenden, weil das offizielle nicht reicht — etwa Firmenunterlagen, die in einem privaten KI-Konto landen. Das Risiko liegt nicht bei den Leuten, sondern in der Lücke: Wer keinen zugelassenen Weg hat, sucht sich einen. Ein freigegebenes System mit Rechten kann diese Lücke schließen.
KI-Kompetenz der Mitarbeiter
Das europäische KI-Gesetz verlangt von Betrieben, die KI einsetzen, seit der Verordnung (EU) 2026/1744 Maßnahmen zur Förderung der KI-Kompetenz ihres Personals (Art. 4) — auch von kleinen. Ein bestimmtes Kompetenzniveau muss nicht garantiert werden; gemeint ist kein Zertifikat, sondern ein belegbares Grundverständnis: was das System kann, was nicht, und was nicht hineingehört. Eine Nutzungsrichtlinie und eine dokumentierte Einschulung sind dafür der übliche Nachweis.
Begriffe klar, Nutzen unklar?
Im Testzugang sehen Sie an Beispielen aus Ihrer Branche und an eigenen Unterlagen, wie die Antworten aussehen – zum Ausprobieren, ohne Zahlungsdaten.