RAG (Retrieval-Augmented Generation) macht die Dokumente Ihres Unternehmens beantwortbar: Mitarbeitende stellen Fragen, das System ruft die relevanten Passagen ab und entwirft eine zitierte Antwort. Aber die Technologie ist die einfache Hälfte – Knowledge-Ops, also zu entscheiden, was in den Index kommt, wem es gehört und wann es abläuft, trennt eine vertrauenswürdige Antwortmaschine von einem selbstbewussten Lügner.
Knowledge-Ops: der Teil, der nicht RAG ist
- Kuratieren statt kippen: Starten Sie mit den 200 Dokumenten, die Leute wirklich brauchen – Policies, Runbooks, Produktdokumentation, Preise –, nicht mit dem ganzen Laufwerk.
- Ownership: Jede indexierte Quelle hat einen namentlich benannten Owner, der für ihre Richtigkeit verantwortlich ist.
- Aktualitätsregeln: Dokumente laufen ab; abgelaufene Dokumente verlassen den Index oder werden in Antworten geflaggt.
- Konfliktlösung: Wenn zwei Dokumente sich widersprechen, ist das ein Wissens-Bug – routen Sie ihn an die Owner, statt das Modell wählen zu lassen.
- Zugriffskontrolle: Der Index muss Berechtigungen respektieren – RAG, das die Gehaltsdatei leakt, ist ein karrierebeendendes Deployment.
Messen, ob es funktioniert
- Sammeln Sie 50 echte Fragen aus Support, Onboarding und internem Chat.
- Benoten Sie Antworten wöchentlich: korrekt, zitiert, aktuell. Verfolgen Sie den Score wie Uptime.
- Loggen Sie „keine gute Antwort“-Fälle – sie sind Ihre Content-Roadmap.
- Beobachten Sie die Deflection ehrlich: Haben Leute aufgehört, Kollegen zu fragen – oder aufgehört, dem Tool zu vertrauen?
Eine Rollout-Reihenfolge, die Vertrauen aufbaut
- 1Zuerst eine Domäne mit hohem Schmerz (Support-Makros, HR-Policy oder Engineering-Runbooks).
- 2Pilotieren Sie mit einem wohlgesonnenen Team; benoten Sie zwei Wochen lang jede Antwort.
- 3Reparieren Sie den Korpus, nicht den Prompt – die meisten falschen Antworten gehen auf falsche oder fehlende Dokumente zurück.
- 4Erweitern Sie Domäne für Domäne, jede mit einem Owner – niemals „alles indexieren“ in einem Schritt.
