Häufige Fragen zu KONVENTA

Wie unterscheidet sich KONVENTA von einem RAG-System?

Retrieval-Augmented Generation, kurz RAG, verbindet die Informationssuche mit der Antworterzeugung durch ein Sprachmodell. Je nach Umsetzung können solche Systeme Quellenbezüge, Zugriffssteuerung und auch Beziehungen in Wissensgraphen nutzen. Deshalb wäre es zu kurz gegriffen, KONVENTA allein durch „Antworten mit Quellen“ oder eine Graphansicht abzugrenzen.

Die Positionierung von KONVENTA umfasst den gesamten fachlichen Arbeitszusammenhang: Quellen erschließen, Wissen zu Produkt und Nutzung einordnen, Beziehungen und Lücken untersuchen, Prüfaufgaben bearbeiten und den geeigneten Kontext in die weitere LLM-Arbeit einbringen. Entscheidend ist, wie gut diese Schritte für eine konkrete Unternehmensaufgabe zusammenarbeiten. Das muss an einem nachvollziehbaren Anwendungsfall und am vereinbarten Funktionsstand gezeigt werden.

Für welche Aufgaben ist der Ansatz interessant?

Für Aufgaben, bei denen eine Antwort über mehrere Quellen und Fachbereiche hinweg begründet werden muss: eine Bauteiländerung bewerten, eine Produktaussage mit Nachweisen abgleichen, fehlende Informationen für eine Prüfung ermitteln oder einen fachlichen Entwurf mit KI vorbereiten. Der Nutzen hängt davon ab, ob die benötigten Quellen zugänglich sind und sich ein sinnvoller Prüfumfang bestimmen lässt.

Ersetzt die KI unsere Mitarbeitenden und Fachleute?

Nein. Im hier beschriebenen Ansatz unterstützt KI die Menschen bei ihrer Arbeit. Sie kann große Informationsmengen erschließen, Inhalte vergleichen und Entwürfe vorbereiten. Fachliche Bewertung, Entscheidung und Verantwortung bleiben bei den zuständigen Personen. Einzelne Arbeitsschritte können sich dadurch verändern oder automatisiert werden; welche das sind, wird für den jeweiligen Prozess festgelegt.

Das Prinzip heißt Human-in-the-Loop: Ein Mensch ist mit einer klaren Aufgabe in den Ablauf eingebunden. Er erhält die relevanten Belege, prüft die Aussage, kann sie korrigieren oder ablehnen und entscheidet über die weitere Verwendung. Dafür braucht er Fachwissen, Zeit und tatsächliche Eingriffsmöglichkeiten. Eine formale Bestätigung ohne Prüfung erfüllt diesen Zweck nicht.

Was sind KI-Halluzinationen?

So werden Antworten bezeichnet, die überzeugend formuliert sind, aber falsche oder unbelegte Inhalte enthalten. Das kann eine erfundene Zahl sein, eine nicht existierende Fundstelle oder eine Schlussfolgerung, die von der genannten Quelle nicht getragen wird. Eine professionelle Formulierung ist deshalb noch kein Nachweis für Richtigkeit. [1]

Im D55-Beispiel wäre die Aussage „Das gesamte Gerät hat 70 Prozent Recyclinganteil“ nicht durch einen Beleg gedeckt, der nur das Aluminiumgehäuse beschreibt. Diese Übertragung ist ein Beispiel für eine unbelegte Verallgemeinerung. Sie kann auch Menschen unterlaufen; bei KI muss sie ebenso erkannt und korrigiert werden.

Warum entstehen solche Antworten?

Ein Sprachmodell erzeugt Text anhand gelernter Muster und des bereitgestellten Kontexts. Es prüft dabei nicht automatisch jede Aussage an einer verlässlichen Originalquelle. Dadurch kann eine sprachlich passende Fortsetzung sachlich falsch sein. Fehlender oder missverständlicher Kontext kann das Problem verschärfen; auch bereitgestellte Dokumente schließen Fehler nicht aus. [1] [3]

Für den betrieblichen Einsatz unterscheiden wir deshalb mehrere Fehlerstellen: Wurde die richtige Quelle gefunden? Wurde ihre Aussage vollständig erfasst? Gilt sie für dieses Produkt und diese Fassung? Und folgt die Antwort tatsächlich aus dem Beleg? Die Suche und die anschließende Antwort müssen getrennt geprüft werden. [2]

Welche Auswirkungen kann das im Unternehmen und nach außen haben?

Intern kann eine ungeprüfte Antwort zu falschen Arbeitsannahmen, unnötiger Nacharbeit oder einer ungeeigneten Entscheidungsgrundlage führen. Eine vermeintlich geklärte Produktfrage kann beispielsweise eine tatsächlich offene Prüfung verdecken. Wenn andere Teams die Antwort übernehmen, kann sich der Fehler in weiteren Unterlagen fortsetzen.

Extern kann derselbe Fehler in ein Angebot, eine Kundeninformation, eine technische Dokumentation oder eine öffentliche Produktaussage gelangen. Mögliche Folgen sind Korrekturaufwand, enttäuschte Erwartungen und Vertrauensverlust. Je nach Inhalt und Verwendung können zusätzlich vertragliche oder regulatorische Fragen entstehen. Das sind mögliche Wirkungspfade, keine Behauptung eines eingetretenen Schadens oder einer automatischen Haftung.

Die Konsequenz für die Geschäftsführung: Je größer die Wirkung einer Aussage, desto klarer müssen Prüfschritt und Freigabeverantwortung geregelt sein. Ein interner Ideenentwurf braucht andere Kontrollen als eine verbindliche Kundeninformation.

Wie reduzieren wir das Risiko systematisch?

Unser Vorgehen verbindet eine belastbare Wissensgrundlage mit einem kontrollierten Arbeitsablauf. Eine zusätzliche Quellenliste allein genügt dafür nicht.

1. Quellen auswählen und pflegen: Herkunft, Fassung, Produktbezug und zulässige Nutzung klären. Widersprüche offenhalten und veraltete Inhalte erkennen.
2. Den passenden Kontext bereitstellen: Für die konkrete Frage relevante Informationen zusammenführen, statt möglichst viele Dokumente ungeordnet an ein Modell zu übergeben.
3. Aussagen konsistent belegen: Wesentliche Tatsachenbehauptungen mit konkreten Originalstellen verbinden. Quellenfassung, Fundstelle und Geltungsbereich müssen zur Aussage passen. Ein vorhandener Link beweist noch keine inhaltliche Übereinstimmung.
4. Unsicherheit sichtbar lassen: Belegte Aussagen, Ableitungen und offene Fragen trennen. Fehlt ein Nachweis, wird nachgefragt oder die Aussage bleibt offen. Das Modell darf die Lücke nicht als vermeintliche Gewissheit schließen.
5. Fachprüfung im Ablauf verankern: Die zuständige Person prüft Bedeutung, Vollständigkeit und Tragweite. Sie kann korrigieren, zurückweisen oder weitere Nachweise verlangen.
6. Den gesamten Ablauf testen: Auch widersprüchliche Quellen, fehlende Belege und falsche Zuordnungen erproben. Bei Änderungen an Quellen, Suche oder Modell die betroffenen Prüfungen wiederholen.

Diese Maßnahmen reduzieren Risiken; sie garantieren keine fehlerfreien Antworten. Auch Systeme mit Quellenabruf können unbelegte Inhalte erzeugen. Wie wirksam die Kontrollen im konkreten Einsatz sind, wird mit fachlich bewerteten Testfällen geprüft. [3]

Was prüft der Mensch konkret?

Der Fachprüfer kontrolliert nicht nur Rechtschreibung oder Verständlichkeit. Er prüft, ob die Quelle die Aussage trägt, ob sie auf den konkreten Fall anwendbar ist, ob wichtige Einschränkungen fehlen und welche Schlussfolgerungen zulässig sind. Bei einer Bauteiländerung können dafür Technik, Qualität und Produktmanagement zusammenarbeiten; eine rechtliche Einordnung gehört zur zuständigen Fachfunktion.

Vor einer folgenreichen Entscheidung oder externen Verwendung wird festgelegt, wer die erforderliche Prüfung und Freigabe übernimmt. Wenn eine Frage offenbleibt, wird sie gezielt weiterbearbeitet. „Die KI hat es gesagt“ ist keine fachliche Begründung.

Gelangen vertrauliche Dokumente und unser geistiges Eigentum in externe KI-Systeme?

Geschütztes Unternehmenswissen soll in der dafür freigegebenen Umgebung bleiben. Interne Entwicklungsunterlagen, Zeichnungen, Rezepturen, Kundendaten, Vertragsinhalte oder lizenzierte Fachquellen dürfen nicht allein deshalb an einen externen LLM-Dienst übergeben werden, weil Mitarbeitende damit eine Aufgabe schneller bearbeiten können. Der Schutz von geistigem Eigentum und Geschäftsgeheimnissen gehört von Beginn an zur Gestaltung des KI-Workflows.

Unser Gestaltungsprinzip lautet: Keine externe Übergabe geschützter Inhalte ohne ausdrückliche, zweckgebundene Freigabe. Das gilt für vollständige Dokumente ebenso wie für Textauszüge, Tabellen, Prompts und abgeleitete Zusammenfassungen. Auch eine verkürzte oder umformulierte Information kann vertrauliches Wissen enthalten. Die Prüfung muss deshalb den Inhalt erfassen und darf nicht nur den Dateiupload betrachten.

„Die Daten werden nicht zum Training verwendet“ beantwortet nur eine Teilfrage. Vor einer zulässigen externen Verarbeitung müssen auch Empfänger, Verarbeitungsorte, Speicherung, mögliche Zugriffe, Nutzungsrechte und Löschung geklärt sein. Eine Anmeldung im Unternehmenskonto ist für sich genommen keine Freigabe jeder Information für jeden verbundenen Dienst.

Die vorgesehene Arbeitsweise unterscheidet daher drei Fälle:

• Geschützte Verarbeitung: Inhalte, die die festgelegte Schutzgrenze nicht verlassen dürfen, werden ausschließlich in einer dafür geprüften und freigegebenen Umgebung verarbeitet. Dafür kann eine lokale oder entsprechend isolierte Unternehmensumgebung vorgesehen werden; die gesamte Verarbeitungskette ist zu prüfen.
• Begrenzt freigegebene externe Nutzung: Nur ausdrücklich zulässiger und für die Aufgabe notwendiger Kontext wird an den benannten Dienst übergeben. Bereinigung und Datenminimierung ersetzen keine Freigabe.
• Ungeklärte Berechtigung oder Datenfluss: Keine Übergabe. Die Aufgabe wird innerhalb der zulässigen Umgebung weiterbearbeitet oder an die zuständige Stelle zur Klärung gegeben.

Die Wissensgrundlage von KONVENTA und der Zugang zum Sprachmodell müssen diese Grenzen berücksichtigen. Ein Leserecht auf ein Dokument bedeutet nicht automatisch, dass dessen Inhalt an ein externes Modell weitergegeben werden darf. Die Regeln sind über Quellenzugriff, Suche, Kontextübergabe, Modellverarbeitung und Protokollierung hinweg technisch durchzusetzen und mit Negativtests zu prüfen.

Für Dich als Geschäftsführer: Das Ziel ist, geschütztes Wissen mit KI nutzen zu können, ohne es unkontrolliert aus dem Unternehmen zu geben. Dafür müssen Schutzklassen, erlaubte Verarbeitungswege und Verantwortliche feststehen. Diese Passage beschreibt die Anforderungen an den Einsatz; sie ist keine pauschale Zusicherung, dass jede KONVENTA-Anbindung bereits vollständig lokal arbeitet oder alle Schutzkontrollen nachgewiesen sind.

Wie hilft KI, Unternehmenswissen aufzubauen und zu erhalten?

Das Ziel ist, große Informationsbestände verlässlich für die Arbeit in einer Unternehmens-KI-Umgebung nutzbar zu machen. Dafür müssen Quellen, Begriffe, Produkte, Aussagen und ihre Beziehungen dauerhaft zugeordnet werden können. Ein einzelner Chatverlauf reicht als Wissensorganisation nicht aus.

KI kann bei der Erschließung helfen: Inhalte strukturieren, mögliche Begriffe und Beziehungen erkennen und Zuordnungen vorschlagen. Diese Vorschläge werden nicht automatisch zu bestätigtem Unternehmenswissen. Herkunft, Prüfstatus und fachliche Einordnung müssen erkennbar bleiben. Wichtige Erkenntnisse aus der Arbeit werden nach einem vereinbarten Prüf- und Übernahmeprozess in den Wissensbestand zurückgeführt.

So wird vorhandenes Wissen schrittweise besser zugänglich und für weitere Fragen wiederverwendbar. Es soll im Unternehmen erhalten bleiben, wenn Mitarbeitende wechseln oder ein anderes Sprachmodell eingesetzt wird. Dafür gehören Rechte, Pflegeverantwortung, Export und Wiederherstellung zum Betriebsmodell. Die konkrete Umsetzung und ihre Grenzen werden je Einsatz geprüft.

Was muss ich als Geschäftsführer entscheiden, wenn ich kein KI-Experte bin?

Du musst nicht die Technik jedes Modells erklären können. Du brauchst Klarheit darüber, welches Geschäftsproblem gelöst werden soll, welche Informationen genutzt werden dürfen und wer für das Ergebnis verantwortlich ist. Die technischen und fachlichen Verantwortlichen müssen Dir Nutzen und Grenzen nachvollziehbar zeigen können.

• Welche konkrete Aufgabe soll besser bearbeitet werden?
• Welche Quellen sind zugelassen und wie wird ihre Qualität geprüft?
• Welche Arbeit übernimmt die KI – und wer prüft, entscheidet und darf stoppen?
• Woran erkennen wir im Pilot bessere Qualität oder wirtschaftlichen Nutzen?
• Wie bleiben Wissen, Zugriffe und Betrieb auch bei einem Anbieterwechsel beherrschbar?

Der Einstieg erfolgt mit einer begrenzten Aufgabe und einem Vergleich zum bisherigen Vorgehen. Bewertet werden das fachlich akzeptierte Ergebnis und die vollständige Bearbeitung einschließlich Prüfung und Nacharbeit. Eine eindrucksvolle Demo allein beantwortet diese Managementfragen noch nicht.

Ersetzt KONVENTA unsere bestehenden Fachsysteme?

Die Wissensarbeit knüpft an vorhandene Quellen und Prozesse an. Welche Systeme angebunden werden und wo Informationen führend bleiben, wird im Einsatz festgelegt. KONVENTA unterstützt die Verbindung relevanter Wissensanteile. Eine Anbindung oder ein automatischer Datenaustausch wird erst nach Prüfung und entsprechendem Funktionsnachweis zugesagt.

Wie beginnt ein überschaubarer Pilot?

Mit einer realen, abgegrenzten Frage und einem benannten Produktstand. Gemeinsam werden zugängliche Quellen, Schutzbedarf, beteiligte Fachbereiche und das erwartete Arbeitsergebnis festgelegt. Dann wird geprüft, ob das Team relevante Belege schneller findet, offene Punkte verständlicher beschreibt und den nächsten Arbeitsschritt belastbar vorbereitet. Ein Vergleich mit dem bisherigen Vorgehen macht den Nutzen bewertbar.

Was zeigt die Vorschau bereits – und was muss im Einsatz geprüft werden?

Die Seite erklärt den Lösungsumfang und zeigt einen synthetischen D55-Testfall sowie die Prozessdarstellung. Sie ist kein vollständiger Funktionsnachweis für jede beschriebene Anbindung oder Betriebsform. Für einen Einsatz werden verfügbare Funktionen, Schnittstellen, Datenflüsse und Abnahmekriterien konkret festgehalten. Geplante Abläufe bleiben als solche gekennzeichnet.