KI-Wissensdatenbank im MaschinenbauEin allgemeiner Chatbot kennt Ihr Haus nicht.Dieser Aufbau schon.
Gesucht wird in jedem Bereich — unterschiedlich viel, aber nirgends wenig. Diese Seite zeigt,
wie aus Ihren Ordnern eine KI-Wissensdatenbank für den Maschinenbau wird — warum
daraus zwei Wissensbestände entstehen, warum die Ordnergrenze dabei die wichtigste Regel
ist und warum am Ende fünf Fachagenten antworten und nicht einer.
Jede Antwort mit Fundstelle.
Im Maschinenbau fängt fast jede Aufgabe mit einer Suche an: Anlage und Ausführung
identifizieren, die richtige Version einer Liste finden, im
Vorgängerprojekt nachsehen, ob eine ähnliche Maschine schon einmal so geliefert wurde.
Diese Arbeit hinterlässt kein Ergebnis und steht deshalb in keiner Kalkulation.
Fünf Bereiche, fünf Anteile — der größte sitzt in der KonformitätAusgangslage · KI-Wissensagenten
Die Suchzeit ist nicht verloren, sie ist zurückholbar. Als Marge im Service, weil
schneller angeboten wird, und als Kapazität im Engineering, weil Projekte nicht mehr beim
weißen Blatt anfangen. Gleiche Mannschaft, mehr Durchsatz — ohne eine zusätzliche Einstellung.
02 · Chatbot oder KI-Agent
Ein allgemeiner Chatbot ist der neue Kollege am ersten Arbeitstag.
Gute Grundausbildung. Er hat das halbe Internet gelesen und nicht eine einzige Ihrer
Zeichnungen. Er weiß, was eine Seitenkanalpumpe ist. Er weiß nicht, dass in Ihrer
Baureihe 80 der Werkstoff gewechselt wurde und warum. Und warum die Gleitringdichtung
bei Glucose in Ihrer Exzenterschneckenpumpe bricht, weiß er auch nicht. Entlastung:
Texte glätten, Mails formulieren. Das ist ehrlich, und das ist alles.
Ein Agent ist keine Kiste, sondern ein Aufbau. Das Sprachmodell ist darin nur ein
Teil — es liefert die Sprache. Die Tatsachen liefert etwas anderes: eine Wissensbasis aus
Ihren Unterlagen. Deshalb kann die Antwort eine Fundstelle tragen.
Input, Agent, Output — und die drei Bausteine, die ein Chatbot nicht hatDer Unterschied · KI-Wissensagenten
Nicht „hat nichts mit ChatGPT zu tun". Das Sprachmodell kann dasselbe sein. Was
dazukommt, sind zwei Teile: eine Wissensbasis aus Ihren Unterlagen und eine Festlegung,
in welcher Reihenfolge darin gesucht wird. Beide fehlen einem allgemeinen Chatbot.
03 · Die KI-Wissensdatenbank
Rohwissen ist der Projektordner. Ein Dossier ist das Blatt daraus.
Eine KI-Wissensdatenbank ist kein einzelner Topf. Aus PDF, Handbüchern, Datenblättern,
Serviceberichten, Angeboten und Tabellen entstehen zwei Bestände — nicht einer nach
dem anderen. Der eine ist die durchsuchbare Rohwissensbasis: alles drin, mit
Fundstelle, aber ungeordnet. Der andere sind die Dossiers.
Ein System, das nach Ähnlichkeit greift, holt zur Frage nach Baureihe A auch das
Datenblatt von B — weil es sich ähnlich liest. Die Antwort mischt dann zwei Maschinen,
und weil eine Quelle dranhängt, sieht sie geprüft aus. Das ist schlimmer als keine
Antwort.
Deshalb ist die Rohwissensbasis hier die Rückfallebene und nicht der Hauptweg. Die
Dossiers werden direkt aus den Unterlagen gebaut, nicht aus Treffern der
Rohwissensbasis — sonst käme die Ähnlichkeit durch die Hintertür zurück. Das macht ein
Agent mit einer festen Definition: Ihre Ordner- und Projektstruktur ist die Grenze,
nicht ein Ähnlichkeitsmaß. Ein Ordner ist von Menschen gezogen worden, eine
Ähnlichkeit ist nur gerechnet. Geschnitten wird nach Produkt, Baureihe, Anwendung oder
Werkstoff; hinein gehören Regeln, Risiken, offene Fragen und der Freigabestand. Jemand
hat die Grenze vorher gezogen.
Derselbe Aufbau wie beim Agenten — nur baut dieser hier die Dossiers, aus denen später geantwortet wirdDie KI-Wissensdatenbank · KI-Wissensagenten
Der Dossier-Aufbau benennt auch, was offen ist. Wo eine Angabe fehlt oder zwei
Unterlagen sich widersprechen, wird das vermerkt — nicht geschätzt und nicht aus einer
Nachbarbaureihe übernommen. Das ist derselbe Umgang mit Lücken wie auf unseren Blättern.
04 · Fünf Fachagenten
Kein Universalkollege, sondern eine Abteilung.
Ein allgemeiner Chatbot hat eine Zuständigkeit. Hier sind es fünf — je eine Position aus
Ihrem Haus — und davor jemand, der die Frage versteht und an den Richtigen weitergibt.
Und es gibt eine Hausregel: Jeder Fachagent schaut zuerst ins Dossier. In die
Rohwissensbasis nur, wenn das Dossier nicht reicht. Das ist keine Bequemlichkeit, sondern
die Regel, die verhindert, dass eine ähnliche Baureihe in die Antwort rutscht.
Verteilstelle, fünf Fachagenten, eine Regel — und eine Antwort, die ihre Fundstelle mitbringtDer Aufbau · KI-Wissensagenten
Kein Blackbox-Produkt. Sprachmodell, Gedächtnis und Wissensbasis sind austauschbare
Bausteine, und wir zeigen sie offen. Im Proof of Concept wird genau dieser Aufbau
aufgesetzt — mit Ihren Unterlagen, an einem Ihrer Fälle.
05 · Plattform
Sie entscheiden, wo Ihre Daten liegen.
Der KI-Wissensagent ist in allen drei Ausführungen derselbe. Unterschiedlich ist nur, wo
er läuft und wer den Server betreibt. Trainiert wird in keiner davon auf Ihren Daten.
Modell als Dienst
Rechenzentrum in der EU. Kein Training auf Ihren Daten. Schnellster Start, geringster
Aufwand — der übliche Weg für den Proof of Concept.
Dedizierter Server
Exklusiv für Sie im Rechenzentrum. Nichts verlässt diesen Server, Zugang üblicherweise
per VPN.
Voll im eigenen Haus
Ihre Hardware, Ihr Netz. Nichts verlässt Ihr Unternehmen. Höchster Aufwand, und für
manche Häuser die einzige Ausführung, die infrage kommt.
Welche Ausführung sinnvoll ist, entscheidet sich an Ihren Unterlagen und an Ihrer
IT — nicht am Produkt. Die Frage gehört in das erste Gespräch, nicht in einen Vertrag.
06 · Die fünf Positionen
Fünf Positionen. Jede sitzt in genau einer Prozesskette.
Die Ketten laufen unabhängig voneinander — Sie fangen mit einer an. Jede Position hat ihr
eigenes Blatt, mit Datenbasis, Vorgehen und einem Kundenbeispiel, das es an echten Daten
nachweist.
Ist das nicht einfach ein Chatbot mit unseren eigenen Daten?
Das Sprachmodell ist dasselbe. Ein allgemeiner Chatbot hat aber kein abgegrenztes
Wissen und keine Regel, was er zuerst liest. Genau diese zwei Teile kommen hier dazu:
eine Wissensbasis aus Ihren Unterlagen und die Festlegung, in welcher Reihenfolge
darin gesucht wird. Das Modell ist der austauschbare Teil des Aufbaus.
Was ist der Unterschied zwischen einer KI-Wissensdatenbank und einem RAG-System?
RAG ist der Fachbegriff für das Verfahren: Das Sprachmodell bekommt zur Frage passende Stellen aus Ihren Unterlagen vorgelegt und antwortet daraus. Ein reines RAG-System endet dort — es sucht nach Ähnlichkeit in einer Vektordatenbank. Diese KI-Wissensdatenbank hat eine zweite Schicht darüber: kuratierte Dossiers, geschnitten nach Produkt, Baureihe, Anwendung und Werkstoff. Gefragt wird zuerst dort, die Rohwissensbasis ist nur die Rückfallebene. Das ist der Unterschied zwischen einer plausiblen und einer belegten Antwort.
Warum sollten wir das nicht selber bauen?
Den Aufbau können Sie nachbauen — die Werkzeuge sind offen, und wir zeigen sie offen.
Wer im Haus schon eigene Auswertungen oder Skripte gebaut hat, hat den entscheidenden
Schritt bereits gemacht. Was Arbeit macht, ist etwas anderes: die Festlegung, was in
ein Produktdossier gehört, damit die Grenze an der richtigen Stelle liegt und keine
Nachbarbaureihe hineinrutscht. Diese Festlegung kommt aus elf Jahren
Serienentwicklung, Stammdaten und Zertifizierung.
Was ist ein Dossier, und wozu die zweite Schicht?
Die Rohwissensbasis ist der Projektordner: alles drin, durchsuchbar, ungeordnet. Ein
Dossier ist das Blatt, das jemand daraus gezeichnet hat — zusammengefasst nach
Produkt, Anwendung oder Werkstoff, mit benannten Regeln, Risiken und offenen Fragen.
Der Fachagent liest zuerst das Dossier, weil dort die Grenze schon gezogen ist.
Wird auf unseren Daten trainiert?
Nein. Ihre Unterlagen werden aufbereitet und durchsuchbar gemacht, nicht in das
Sprachmodell eingelernt. Das Modell liest bei jeder Frage nur die Stellen, die zur
Frage gehören, und gibt sie mit Fundstelle zurück.
Wo laufen Modell und Wissensbasis?
In drei Ausführungen, und Sie entscheiden welche: Modell als Dienst im
EU-Rechenzentrum für den schnellsten Start, dedizierter Server exklusiv für Sie mit
Zugang per VPN, oder voll auf Ihrer Hardware im eigenen Netz. Der Agent ist in allen
drei derselbe; unterschiedlich ist nur, wer den Server betreibt.
Ersetzt das unsere Erfahrungsträger?
Nein. Der Kollege, den heute alle fragen, ist nicht ersetzt — er ist entlastet. Die
Frage an ihn wird zur Ausnahme statt zum einzigen Weg zur Antwort, und die Fragen, die
ihn noch erreichen, sind die, für die es sich lohnt.
Nächster Schritt
Bringen Sie einen Ordner mit.
30 Minuten, keine Präsentation. Wir schauen uns an, welche Unterlagen zu einem Ihrer
Fälle gehören, wo die Grenze eines Dossiers liegen müsste und was davon heute schon
auffindbar ist.
