5. Die Datenaufbereitung

Nachdem das Unternehmenswissen vollständig gesammelt wurde, beginnt der Schritt, der maßgeblich darüber entscheidet, wie leistungsfähig, zuverlässig und nützlich die spätere KI tatsächlich sein wird:

die Datenaufbereitung.

In dieser Phase wird aus einer großen Menge einzelner Dateien, Texte, Medien, Systemauszüge und Erfahrungsberichte erstmals ein zusammenhängendes, strukturiertes und fachlich belastbares Wissenssystem.

Hier kommt Vimmera Cortex zum Einsatz. Unsere Wissensdatenbank mit ganz spezieller Datenstruktur.

Die gesammelten Informationen liegen zunächst in sehr unterschiedlicher Qualität vor. Häufig existieren mehrere Versionen desselben Inhalts, es gibt widersprüchliche Aussagen, veraltete Stände, informelle Arbeitsweisen, uneinheitliche Begriffe oder fehlende Bezüge zwischen zusammengehörenden Themen. Vieles ist historisch gewachsen, nicht konsistent gepflegt oder auf unterschiedliche Zielgruppen und Situationen ausgelegt.

Ein besonders wichtiger Bestandteil der Datenaufbereitung ist dabei die Vereinheitlichung und Strukturierung der Sprache Ihres Unternehmens. Fachbegriffe, interne Bezeichnungen, Produktnamen, Abkürzungen, Prozessnamen und typische Formulierungen werden so aufbereitet und miteinander verknüpft, dass die KI die „Sprache“ Ihrer Organisation, Ihrer Mitarbeitenden und Ihrer Kunden versteht und korrekt verwendet. Nur so können Anfragen richtig interpretiert, Inhalte eindeutig zugeordnet und Missverständnisse vermieden werden. Ohne diese sprachliche Klärung laufen viele Fragestellungen ins Leere oder werden ungenau, falsch oder unvollständig beantwortet.

Würde eine KI direkt auf dem ungeordneten Rohmaterial arbeiten (also in einfachen Dateien und Dokumenten), könnte sie zwar Textstellen und Inhalte wiederfinden, sie könnte jedoch nicht zuverlässig entscheiden, welche Informationen gültig, aktuell und fachlich korrekt sind. Noch schwieriger wird es bei komplexen Fragestellungen, bei denen mehrere Wissensbereiche, Regeln, Produkte oder Prozesse zusammenwirken. Ohne Aufbereitung fehlt der KI die notwendige Klarheit, um Zusammenhänge sicher zu erkennen, widerspruchsfrei zu argumentieren oder vollständige, belastbare Antworten zu liefern.

Die Datenaufbereitung ist daher der Schritt, in dem aus ungeordneten Informationen eine tragfähige Wissensbasis entsteht. Eine Wissensbasis, die fachlich konsistent ist, die Sprache Ihres Unternehmens spricht und die Voraussetzung dafür schafft, dass KI nicht nur findet, sondern versteht, bewertet und sinnvoll unterstützt.

Vom Dokument zum Wissen

Ein weiterer, oft unterschätzter Aspekt ist die Qualität der späteren Antworten bei großen Datenmengen. Je mehr Informationen in eine (Vektor-) Datenbank gelegt werden und je mehr Daten eine KI gleichzeitig berücksichtigen muss, desto größer wird die Unschärfe der Treffer und der Ausgaben. Das ist ein bekanntes Problem vieler Systeme:

Mit wachsender Datenmenge sinkt die Präzision, Antworten werden allgemeiner, ungenauer oder vermischen Inhalte, die fachlich nichts miteinander zu tun haben.

Der Grund dafür ist einfach: In klassischen Systemen liegen tausende Seiten, PDFs, Protokolle oder Handbücher nebeneinander. Für die KI sind das gleichwertige Textquellen. Relevanz, Gültigkeit, Zuständigkeit, Produktbezug oder fachlicher Kontext sind darin nicht eindeutig abgebildet.

Die Datenaufbereitung für Vimmera Cortex löst dieses Problem grundlegend, indem sie Informationen nicht als Dokumente, sondern als Wissen behandelt. Inhalte werden in ihre fachlichen Bestandteile zerlegt: in Fakten, Regeln, Begriffe, Fragen, Antworten, Zusammenhänge, Abhängigkeiten, Gültigkeiten, Varianten und Verknüpfungen. Das einzelne Dokument verliert seine Rolle als Wissenscontainer, es wird „aufgelöst“. Übrig bleibt das darin enthaltene Wissen in strukturierter, abstrakter Form.

Am Besten kann man sich diesen Vorgang und das Abspeichern vorstellen, wie wir Menschen Erinnerungen ablegen. Wir legen schließlich auch nicht ein PDF einer Einbauanleitung in unserem Gehirn ab, wenn wir uns merken wollen, wie unser Fernseher funktioniert.

Das zuvor gesammelte Wissen wird Produkten, Dienstleistungen, Prozessen, Funktionen, Kategorien oder Anwendungsszenarien eindeutig zugeordnet. Dadurch spielt die Gesamtmenge der Daten keine Rolle mehr. Die KI greift nicht auf eine große, unscharfe Textmasse zu, sondern auf genau die Wissensbausteine, die für die jeweilige Anfrage relevant sind.

Auf Wunsch bleiben die ursprünglichen Dokumente weiterhin verfügbar. Sie können weiterhin nachlesen, wo etwas steht, gezielt Dokumente finden oder Textstellen durchsuchen.

Entscheidend ist jedoch:

Die KI von Vimmera AI arbeitet nicht mit Dokumenten – sie arbeitet mit Wissen aus Vimmera Cortex, also mit Ihrem Wissen.

Verknüpfung statt Ablage

In der Datenaufbereitung werden Inhalte nicht nur bereinigt und vereinheitlicht, sondern vor allem miteinander verknüpft. Unterschiedliche Wissensquellen, wie Dokumente, Prozesse, Produkte, Regeln, Erfahrungswerte und Systemdaten werden in Beziehung gesetzt. So entsteht ein Wissensnetz, in dem die KI nicht nur einzelne Fakten kennt, sondern deren Bedeutung, Gültigkeit und Zusammenhang.

Dabei wird unter anderem festgelegt:

  • welche Dokumente zu welchen Prozessen gehören
  • welche Produkte, Artikelnummern, Varianten und Regeln zusammengehören
  • welche Funktionen wofür gedacht sind und wann sie nicht sinnvoll sind
  • welche Ausnahmen, Alternativen oder Abhängigkeiten bestehen
  • welche Informationen in welchen Situationen gemeinsam betrachtet werden sollen

Erst dadurch kann die KI später nicht nur Informationen finden, sondern sie richtig einordnen, kombinieren und bewerten.

Fachliche Logik statt Zufall

In der Datenaufbereitung für Vimmera Cortex wird außerdem definiert, welche Verknüpfungen in welchen Situationen automatisch angewendet werden sollen. So entsteht eine fachliche Logik, nach der die KI arbeitet.

Beispiele:

  • Bei einer Preisanfrage erkennt das System automatisch das Produkt, die passende Artikelnummer, zugehörige Varianten, gültige Rabattgruppen und relevante Konditionen.
  • Bei einer Anfrage zu einer Funktion wird nicht nur erklärt, was sie tut, sondern auch, ob sie in dieser konkreten Situation sinnvoll ist, welche Einschränkungen gelten oder welche Alternativen besser geeignet wären.
  • Bei Serviceanfragen werden Gerät, Fehlercode, bekannte Ursachen, passende Ersatzteile und bewährte Lösungsschritte automatisch miteinander verknüpft.
  • Bei Prozessfragen werden Zuständigkeiten, Formulare, Richtlinien und Abhängigkeiten gleichzeitig berücksichtigt.

Solche Antworten sind nur möglich, wenn Wissen strukturiert, vernetzt und fachlich modelliert wurde.

Telefon
info@vimmera.de
Frag Mera!