Die falsche Antwort kann eine echte Quelle haben
Ein fiktiver Wartungsbetrieb möchte häufige Kundenfragen schneller beantworten. Die KI erhält Zugriff auf Leistungsbeschreibungen, interne Servicehinweise und bisherige Antwortvorlagen. Ein Kunde fragt, ob die Anfahrt zu seiner Wartung im vereinbarten Leistungsumfang enthalten ist.
In einer älteren Vorlage steht, dass die Anfahrt enthalten ist. Die aktuelle allgemeine Leistungsbeschreibung sieht eine gesonderte Berechnung vor. Für diesen Kunden existiert allerdings eine weiterhin gültige individuelle Vereinbarung, die die Anfahrt einschließt. Alle Unterlagen sind echt. Alle enthalten für sich genommen verständliche Aussagen. Trotzdem lassen sie sich nicht beliebig austauschen.
Die KI könnte eine dieser Aussagen fehlerfrei zusammenfassen und damit eine falsche Kundenantwort vorbereiten. Der Fehler wäre dann keine frei erfundene Information. Er läge in der Auswahl einer Quelle, die für diesen Vorgang nicht maßgeblich ist. Das kann Nacharbeit, eine unnötige Auseinandersetzung oder eine unberechtigte Zusage auslösen.
Auffindbar, gültig und passend sind verschiedene Dinge
Bei einer KI-Wissensdatenbank sucht das System passende Inhalte und stellt sie dem Sprachmodell für die Antwort bereit. So kann die KI interne Informationen nutzen, die sie aus ihrem allgemeinen Wissen nicht kennt. Dieses Verfahren hilft beim Zugang zu Unternehmenswissen. Es entscheidet aber nicht von selbst, welche Unterlage im Betrieb verbindlich sein soll.
Dafür braucht es getrennte Fragen: Wurde die relevante Information überhaupt gefunden? Ist sie noch in Kraft? Gilt sie für diesen Kunden, diese Leistung und diesen Zeitpunkt? Und stützt die verlinkte Textstelle tatsächlich die Aussage der Antwort? Ein gutes Suchergebnis beantwortet nur einen Teil davon.
Auch das jüngste Änderungsdatum ist keine ausreichende Regel. Eine neu gespeicherte Kopie kann alten Inhalt enthalten. Umgekehrt kann eine ältere individuelle Vereinbarung weiterhin gelten. Für unseren Wartungsbetrieb muss der Fachbereich festlegen, wie allgemeine Leistungsbeschreibungen und bestätigte Kundenvereinbarungen zusammenwirken. Die KI sollte diese Ordnung anwenden können, ohne sie selbst erfinden zu müssen.
Eine kleine verbindliche Grundlage ist ein sinnvoller Start
Ich würde für den ersten Einsatz einen eng begrenzten Fragenbereich wählen: Welche Leistungen gehören zu einer bestimmten Wartung? Dafür stellt die Serviceleitung die gültigen Leistungsbeschreibungen zusammen und klärt, wo bestätigte Abweichungen für einzelne Kunden geführt werden. Frühere Antwortmails bleiben zunächst Anschauungsmaterial für Formulierungen und werden nicht automatisch zur Grundlage neuer Zusagen.
Das bedeutet nicht, dass das gesamte Unternehmensarchiv vor Projektbeginn bereinigt werden muss. Es reicht zunächst, den gewählten Einsatzbereich fachlich zu ordnen. Zusätzliche Quellen kommen hinzu, wenn klar ist, welche Fragen sie besser beantworten und wer ihren Inhalt pflegt.
Wichtig bleibt eine ehrliche Grenze: Kann die KI individuelle Vereinbarungen nicht einsehen, darf sie nur die allgemeine Regel erläutern. Eine verbindliche Aussage zum konkreten Kundenfall ist dann noch offen. Mehr Datenzugriff wäre eine eigene Entscheidung über Bedarf und Berechtigungen, kein automatischer nächster Schritt.
Widersprüche brauchen einen Klärungsweg
Für den Wartungsbetrieb würde ich zwischen einer dokumentierten Ausnahme und einem ungeklärten Konflikt unterscheiden. Die bestätigte Kundenvereinbarung kann eine vorgesehene Ausnahme sein. Zwei gleichzeitig als gültig markierte allgemeine Leistungsbeschreibungen mit verschiedenen Aussagen sind dagegen ein Klärungsfall.
Im Klärungsfall sollte die KI die betreffenden Unterlagen und den Widerspruch benennen. Die zuständige Serviceleitung entscheidet anschließend, was gilt. Bis dahin kann der Kundenservice den Eingang bestätigen und die Prüfung ankündigen, ohne bereits einen Preis oder Leistungsumfang zuzusagen.
Diese Entscheidung sollte in die gepflegte Wissensgrundlage zurückfließen. Wird nur die einzelne Antwort korrigiert, bleibt derselbe Konflikt für den nächsten Vorgang bestehen. Die fachliche Klärung hat deshalb einen anderen Zweck als die menschliche Kontrolle eines fertigen Entwurfs: Sie verbessert die Grundlage für weitere Antworten.
Eine geänderte Datei ist noch keine aktualisierte Auskunft
Zur Wissenspflege gehört ein vollständiger Änderungsablauf. Wer gibt eine neue Leistungsbeschreibung frei? Ab wann gilt sie? Welche frühere Fassung ersetzt sie? Wer prüft, ob die KI bei neuen Anfragen tatsächlich die richtige Fassung verwendet? Je nach Anbindung können zwischen einer Dateiänderung und ihrer Nutzung durch die KI weitere Verarbeitungsschritte liegen.
Im Beispiel wird eine ersetzte Vorlage aus der aktiven Antwortgrundlage genommen. Für die Erklärung älterer Vorgänge kann sie weiterhin erforderlich sein und entsprechend gekennzeichnet aufbewahrt werden. Eine historische Auskunft braucht unter Umständen gerade die damals gültige Fassung. Alles Alte zu löschen wäre daher ebenso unbedacht, wie alle Versionen unterschiedslos durchsuchen zu lassen.
Die Verantwortung dafür gehört fachlich zur Serviceleitung; die technische Betreuung sorgt für die verlässliche Übernahme. Beide müssen wissen, wer bei einer dringenden Korrektur handeln kann. Die laufende Pflege gehört in die Aufwandsschätzung der Prozessautomatisierung.
Die Abnahme sollte gezielt schwierige Quellen enthalten
Vor dem Start würde ich nachgebildete Kundenfragen mit unterschiedlichen Unterlagen prüfen: eine eindeutige aktuelle Regel, eine ersetzte Vorlage, eine bestätigte Ausnahme und einen ungelösten Widerspruch. Hinzu kommt ein Fall, in dem die maßgebliche Vereinbarung fehlt. Die erwartete Reaktion steht jeweils vorher fest.
Bewertet wird, ob die Antwort die richtige Grundlage verwendet, deren Geltungsbereich beachtet und eine echte Informationslücke offenlässt. Eine hohe Zahl beantworteter Fragen allein wäre kein gutes Erfolgskriterium. Eine gezielte Rückfrage kann wertvoller sein als eine schnelle Auskunft, die später zurückgenommen werden muss.
Auch eine gut gepflegte Wissensbasis beseitigt nicht jeden Modellfehler. Sie macht Fehler aber besser unterscheidbar: Fehlt Wissen, wurde falsch gesucht oder hat die KI vorhandene Informationen falsch verarbeitet? Diese Unterscheidung hilft der Geschäftsführung, Geld und Aufmerksamkeit an die richtige Stelle zu lenken. Bevor weitere Ordner angebunden werden, sollte deshalb für den bisherigen Bereich klar sein, wer festlegt, was gilt.
