KI-Chatbot, der mit Ihrem eigenen Wissen antwortet
Ein allgemeines Sprachmodell kennt Ihre Produkte, Preislisten und internen Regeln nicht. Mit Retrieval-Augmented Generation (RAG) sucht der Chatbot vor der Antwort die passenden Stellen in Ihren eigenen Dokumenten und antwortet auf dieser Grundlage, mit Verweis auf die Quelle. Sortia Labs baut solche Assistenten für Kundenservice, Vertrieb und interne Fragen.
- KI-Chatbot
- RAG
- ChatGPT mit eigenen Daten
- Wissensdatenbank mit KI
- Kundenservice-Chatbot
- Ihre DokumenteHandbücher, Verträge, FAQ
- SucheFindet die passenden Stellen
- SprachmodellFormuliert die Antwort
- Antwort mit QuelleFür jeden nachprüfbar
- Ihr TeamÜbernimmt, wenn nötig
Wofür Unternehmen einen RAG-Chatbot einsetzen
Interner Wissensassistent
Mitarbeiter fragen nach Reisekostenregeln, Produktdetails oder dem Ablauf einer Reklamation und bekommen eine Antwort aus Handbüchern, Richtlinien und Wiki, mit Link auf das Originaldokument zum Nachlesen.
Kundenservice auf der Website
Der Chatbot beantwortet wiederkehrende Fragen aus Ihren Produktinformationen und FAQ. Findet er keine passende Quelle, übergibt er das Gespräch mit dem bisherigen Verlauf an Ihr Support-Team.
Antworten mit Quellenangabe
Antworten verweisen auf die Dokumente, aus denen sie stammen. Ihr Team und Ihre Kunden können nachprüfen, und Sie sehen an den Fragen, welche Unterlagen fehlen oder veraltet sind.
Rechte wie im Original
Wir übernehmen die Zugriffsrechte Ihrer Quellen: Der Chatbot durchsucht nur Dokumente, die der fragende Nutzer auch im Original öffnen darf. Unterlagen der Personalabteilung tauchen so nicht in den Antworten für den Vertrieb auf.
Vektorsuche in Ihrer Datenbank
Dokumente werden in Abschnitte zerlegt und als Vektoren gespeichert, etwa mit pgvector in PostgreSQL oder in Qdrant. Neue und geänderte Dateien werden automatisch nachgezogen, damit die Antworten zum aktuellen Stand passen.
Vom Dokumentenbestand zum Chatbot
- 1
Quellen sichten
Welche Dokumente sollen die Grundlage sein, wo liegen sie, wie aktuell sind sie und wer darf sie lesen? Oft zeigt schon diese Bestandsaufnahme Lücken, die sich vorab schließen lassen.
- 2
Aufbereiten und indexieren
PDFs, Word-Dateien, Wiki-Seiten und Tickets werden ausgelesen, sinnvoll zerlegt und durchsuchbar gemacht. Tabellen und Scans bekommen dabei eine eigene Behandlung, damit ihr Inhalt erhalten bleibt.
- 3
Testen mit echten Fragen
Wir sammeln Fragen, die Ihr Team und Ihre Kunden heute tatsächlich stellen, und messen, wie oft der Chatbot die richtige Quelle findet und korrekt antwortet. Erst danach geht er live.
- 4
Pflegen und verbessern
Unbeantwortete Fragen und schlechte Bewertungen landen in einem Bericht. Daraus ergibt sich, welche Dokumente ergänzt werden sollten und wo Suche oder Anweisungen nachgeschärft werden.
Software, die wir selbst bauen und betreiben.
Fragen zu KI-Chatbot
Was bedeutet RAG?
Retrieval-Augmented Generation: Vor der Antwort sucht das System die passenden Abschnitte in Ihren Dokumenten heraus und gibt sie dem Sprachmodell mit, das auf dieser Grundlage formuliert. Ihre Dokumente werden dafür nicht in das Modell eintrainiert und lassen sich ändern oder entfernen, ohne etwas neu zu trainieren.
Kann der Chatbot falsche Antworten geben?
Ja, Sprachmodelle können sich irren. RAG verringert das Risiko, weil die Antwort aus Ihren Dokumenten kommt und die Quelle genannt wird. Zusätzlich richten wir den Chatbot so ein, dass er sagt, wenn er keine passende Stelle findet, statt zu raten, und wir testen vor dem Start mit Ihren echten Fragen.
Wo liegen unsere Dokumente und Vektoren?
Dort, wo es zu Ihren Anforderungen passt: in einem EU-Rechenzentrum, auf Ihrem eigenen Server oder in Ihrer bestehenden Cloud. Für besonders vertrauliche Bestände kann auch das Sprachmodell lokal laufen, sodass weder Dokumente noch Fragen an einen externen Anbieter gehen.
Welche Dateiformate kann der Chatbot nutzen?
Üblich sind PDF, Word, Excel, PowerPoint, Text und HTML, dazu Inhalte aus Wikis, Ticketsystemen oder Datenbanken über deren Schnittstellen. Gescannte Dokumente werden vorher per Texterkennung lesbar gemacht. Welche Quellen sinnvoll sind, klären wir bei der Bestandsaufnahme.
Weiterlesen.
Welche Fragen soll Ihr Chatbot beantworten?
Schicken Sie uns ein paar typische Fragen und sagen Sie, wo die Antworten heute stehen. Im Prototyp sehen Sie, wie gut ein Chatbot sie aus Ihren Unterlagen beantwortet.