Antworten aus Ihrem Unternehmenswissen – mit nachvollziehbaren Quellen
Verbinden Sie Dokumente, Websites und verfügbare Systemquellen. AI Zentrale stellt freigegebene Inhalte per Direct oder RAG bereit und zeigt, welche Fundstellen für eine Antwort verwendet wurden.

Unternehmenswissen dort anbinden, wo es gepflegt wird
Nutzen Sie verfügbare Datei-, Website- und Systemquellen. Prüfen Sie vor dem Rollout, welche Inhalte tatsächlich synchronisiert und für welche Rollen freigegeben werden.
- Dokumente
- Datei-Upload
- Websites
- Nextcloud
- SharePoint
- SFTP
- WebDAV
- Synchronisierung
Fünf Prüfstationen für belastbares Unternehmenswissen
Der Ablauf verbindet technische Verarbeitung mit Zugriffs- und Qualitätsprüfung.
- 01Quelle verbinden
Wählen Sie Upload, Website oder eine verfügbare Systemanbindung und begrenzen Sie den vorgesehenen Inhalt.
- 02Inhalte indexieren
Legen Sie Direct oder RAG fest und prüfen Sie Fortschritt, erkannte Dateien und gemeldete Probleme.
- 03Zugriffe anwenden
Geben Sie die Collection nur für die vorgesehenen Rollen oder Personen frei und testen Sie verweigerte Zugriffe mit.
- 04Antwort erzeugen
Wählen Sie die Collection im Chat aus und stellen Sie eine Frage mit bekanntem Soll-Inhalt.
- 05Fundstelle prüfen
Vergleichen Sie Antwort, Dateiname, Ausschnitt und Quellenstatus, bevor Sie das Ergebnis weiterverwenden.
Dateien, Quellenstatus und Upload in einer Collection prüfen
Die Detailansicht ergänzt die Übersicht im Hero und zeigt den Arbeitsstand einer einzelnen Collection, ohne die Aufnahme zu wiederholen.

Dateien und Quellen innerhalb einer Collection prüfen
Upload-Bereich, Dateien, Quellenstatus und Verarbeitungsmodus lassen sich in einer Detailansicht kontrollieren.
Direct und RAG nach Aufgabe und Inhaltsmenge auswählen
Beide Modi stellen Unternehmensinhalte als Modellkontext bereit. Entscheidend ist, ob die vollständige Sammlung überschaubar bleibt oder relevante Ausschnitte gesucht werden sollen.
Horizontal wischen, um Direct und RAG zu vergleichen →
| Prüffeld | Direct | RAG |
|---|---|---|
| Geeignet für | Kompakte, klar begrenzte Inhalte, die vollständig als Kontext benötigt werden. | Größere Sammlungen, aus denen zur Frage passende Ausschnitte gesucht werden. |
| Kontextauswahl | Die ausgewählten Inhalte werden unmittelbar bereitgestellt. | Eine semantische Suche wählt relevante Textabschnitte vor der Modellanfrage aus. |
| Vorbereitung | Dateien werden eingelesen und für den direkten Kontext aufbereitet. | Inhalte werden in Abschnitte zerlegt, eingebettet und für die Suche indexiert. |
| Qualitätsprüfung | Prüfen, ob Umfang und Aktualität des vollständigen Kontexts zur Aufgabe passen. | Prüfen, ob die erwarteten Fundstellen für repräsentative Fragen gefunden werden. |
| In beiden Modi | Quellenstatus, Synchronisierung und Zugriffsfreigaben kontrollieren. | Quellenstatus, Synchronisierung und Zugriffsfreigaben kontrollieren. |
Was Administration und Fachbereich im Blick behalten
Nicht die Zahl der Quellen entscheidet, sondern ihr Status, ihr Zugriff und ihre Eignung für die Aufgabe.
Collections klar begrenzen
Bündeln Sie Inhalte nach Zweck und Zielgruppe. Jede Collection erhält einen nachvollziehbaren Modus, Quellenbestand und Status.
Synchronisierung und Fehler prüfen
Kontrollieren Sie Zeitplan, letzte Aktualisierung, Indexierungsfortschritt und fehlgeschlagene Dateien, statt Aktualität nur anzunehmen.
Freigaben mit Testkonten verifizieren
Steuern Sie Zugriff nach Rolle oder Person und testen Sie mit repräsentativen Konten, ob erlaubte und verweigerte Inhalte getrennt bleiben.
Embedding-Modell bewusst wählen
Legen Sie pro RAG-Collection ein freigegebenes lokales oder cloudbasiertes Embedding-Modell fest und berücksichtigen Sie den jeweiligen Datenweg.
Häufig gestellte Fragen
Wissen einrichten, Retrieval verstehen, Zugriffe prüfen
Vertiefen Sie Bedienung, RAG-Methodik, Systemanbindung und Sicherheitskontrollen.
Prüfen Sie eine echte Wissensquelle mit bekannten Soll-Antworten.
Bringen Sie eine begrenzte Dokumentensammlung, typische Fragen und die vorgesehenen Zugriffsrollen mit in die Produktdemo.