Wie aus 20.000 Dokumenten ein intelligenter Wissensassistent entstand
Viele Unternehmen verfügen heute über enorme Wissensbestände. Gerade in komplexen Infrastruktur-, Industrie- und Bauprojekten entstehen über viele Jahre umfangreiche Mengen an Informationen. Verträge, Änderungsanträge, Planstände, technische Dokumentationen, Freigaben, Protokolle, Tabellen und Scans bilden gemeinsam das Gedächtnis eines Projekts. Diese Wissensbestände wachsen zudem stetig. Denn Wissen entsteht jeden Tag neu, verteilt sich dabei auf unterschiedliche Systeme und wird teilweise über Jahre hinweg fortgeschrieben.
Das eigentliche Problem, vor dem viele Unternehmen heute stehen, besteht also nicht im Fehlen von Informationen, sondern im Zugang zu ihnen. Mitarbeitende verbringen wertvolle Zeit mit Suchen, Vergleichen und Abstimmen. Relevante Inhalte müssen aus unterschiedlichen Quellen zusammengeführt und ihre Aktualität überprüft werden.
Je komplexer Projekte werden, desto größer wird die Lücke zwischen vorhandenem Wissen und dessen tatsächlicher Nutzbarkeit.
Moderne KI-Technologien eröffnen hier neue Möglichkeiten. Denn Künstliche Intelligenz hat in den vergangenen Jahren einen bemerkenswerten Wandel erlebt. Was noch vor kurzer Zeit spezialisierte Kompetenz erforderte, ist heute für viele Menschen selbstverständlich geworden. Die Nutzung von KI-Tools und Chatbots gehört inzwischen zum Arbeitsalltag vieler Unternehmen. Selbst einfache RAG-Anwendungen lassen sich heute mit öffentlich zugänglichen Werkzeugen aufsetzen.
Doch die eigentliche Aufgabe in KI-Projekten im Wissensmanagement liegt nicht im Chatbot – sondern im Verständnis dieser hochkomplexen Dokumentenwelten. Wie also bringt man eine KI dazu, komplexes Projektwissen überhaupt zu „verstehen“?
Wenn Wissen zum Engpass wird
Ausgangspunkt war ein dokumentenintensives Spitalbau-Großprojekt, in dem über Jahre hinweg eine enorme Menge an Informationen entstanden war.
Rund 20.000 Dokumente an unterschiedlichen Orten – mit bis zu 250.000 Seiten in verschiedensten Formaten – verdeutlichten die eigentliche Herausforderung: Nicht das Fehlen von Informationen war das Problem, sondern der Zugang zu den richtigen Informationen zum richtigen Zeitpunkt.
Gerade bei Fragestellungen zu vertraglichen Vereinbarungen, Änderungsständen oder bereits getroffenen Entscheidungen war die Suche oft zeitaufwendig. Zudem hing relevantes Wissen häufig von einzelnen Personen ab, die aufgrund ihrer Projektgeschichte über den notwendigen Kontext verfügten.
Der Weg zur KI-gestützten Wissensassistenz
Gesucht wurde daher ein neuer Zugang zu vorhandenem Wissen. Ziel war es nicht, weitere Daten zu erzeugen oder bestehende Systeme zu ersetzen. Stattdessen sollte das dokumentierte Wissen einfacher zugänglich und nutzbar werden.
Hierfür entwickelte AUNOVIS eine KI-basierte Wissensassistenz auf Basis eines sogenannten Retrieval-Augmented-Generation-Ansatzes (RAG).
Die Lösung ermöglicht es, Fragen in natürlicher Sprache zu stellen und relevante Informationen aus dem vorhandenen Dokumentenbestand automatisiert bereitzustellen. Das Tool ruft komplexes, domänenspezifisches Wissen ab und stellt es kontextbezogen im Dialog bereit. Selbst hochspezialisierte Fragen werden korrekt und detailgetreu beantwortet – inklusive Angabe der Quellen.
Die eigentliche Herausforderung lag nicht bei der KI
Wer heute mit generativer KI arbeitet, könnte vermuten, dass die größte Hürde darin bestand, einen intelligenten, sicheren Assistenten bereitzustellen. In der Praxis zeigte sich jedoch ein anderes Bild.
Die eigentliche Aufgabe bestand darin, die vorhandene Dokumentenlandschaft so aufzubereiten, dass eine KI sie überhaupt sinnvoll verarbeiten kann. Denn ein Sprachmodell kann Texte lesen, aber heterogene Dokumentenlandschaften in unterschiedlichen Formaten mit unterschiedlicher Relevanz und Aktualität sind deutlich komplexer.
So kann beispielsweise ein Änderungsentscheid im Laufe des Projekts wichtiger sein als eine ursprüngliche Vertragsfassung. Eine offizielle Freigabe besitzt eine andere Relevanz als eine Gesprächsnotiz. Dokumente können veraltet, ersetzt oder durch spätere Entscheidungen ergänzt worden sein. Während erfahrene Projektverantwortliche solche Zusammenhänge intuitiv erkennen, müssen diese Regeln für eine KI zunächst strukturiert und nachvollziehbar abgebildet werden.
Vertrauen braucht Datensouveränität
Neben der inhaltlichen Komplexität spielte ein weiterer Aspekt eine zentrale Rolle: die Kontrolle über die Daten.
Gerade in dokumentationsintensiven Projekten enthalten Unterlagen sensible Informationen. Vertragsinhalte, technische Dokumentationen, interne Entscheidungen oder projektrelevante Bewertungen zählen zu den wertvollsten Wissensbeständen einer Organisation.
Die Nutzung von KI oder jeder anderen Technologie darf niemals auf Kosten der Datensicherheit erfolgen.
Die Lösung wurde deshalb so konzipiert, dass Projektdaten innerhalb eines kontrollierten und geschützten Umfelds verarbeitet werden können. Datensouveränität, Datenschutz und Governance bilden die Grundlage des gesamten Ansatzes.
Denn Unternehmen sollten KI nur dort dauerhaft einsetzen, wo sie darauf vertrauen können, dass die Kontrolle über ihr Wissen vollständig erhalten bleibt.
Ein Perspektivwechsel im Wissensmanagement
Die Erfahrungen aus dem Projekt zeigen einen Wandel, der viele Unternehmen betrifft.
Lange Zeit bestand Wissensmanagement vor allem darin, Informationen zu speichern und wiederzufinden. Heute rückt zunehmend die Frage in den Mittelpunkt, wie vorhandenes Wissen im richtigen Moment verfügbar gemacht werden kann.
Wenn Wissen schneller, korrekter und kontextbezogen verfügbar wird, sinken Rechercheaufwände. Entscheidungen können fundierter getroffen werden. Gleichzeitig reduziert sich die Abhängigkeit von einzelnen Wissensträgern, da relevantes Wissen dauerhaft zugänglich bleibt.
Unsere wichtigste Erkenntnis aus dem Projekt: Die Zukunft der KI entscheidet sich nicht allein an immer besseren Sprachmodellen. Entscheidend ist die Fähigkeit, komplexes Unternehmenswissen zu erschließen, fachlich zu verstehen und dabei die volle Kontrolle über die eigenen Daten zu bewahren.
Die Vision: Von der Wissensassistenz zum digitalen Projektbegleiter
Die Erkenntnisse aus dem Projekt fließen heute in die Entwicklung von Q!Manto ein, dem KI-basierten Wissensassistenten von AUNOVIS. Ziel ist es, Unternehmen künftig nicht nur bei der Recherche von Wissen zu unterstützen, sondern auch bei dessen Einordnung und Nutzung.
Künftig sollen intelligente Funktionen dabei helfen:
- Widersprüche in Dokumentationen sichtbar zu machen,
- Risiken frühzeitig zu erkennen,
- Zusammenhänge zu identifizieren und
- Entscheidungsprozesse vorzubereiten.
Die KI wird damit schrittweise vom reinen Informationswerkzeug zum digitalen Arbeits- und Projektbegleiter.
