RAG-Chatbot · Dokumentensuche

Ihr Firmenwissen, intelligent erschlossen

Ihr eigener KI-Chatbot beantwortet Fragen direkt aus Ihren Dokumenten, Wikis, CRM- und ERP-Systemen — präzise, quellenbasiert und DSGVO-konform.

Wie funktioniert RAG?

lock DSGVO-konform — Betrieb On-Premise oder in deutschen RZ

description Quellenangabe bei jeder Antwort — Transparenz & Nachverfolgbarkeit

factory Made in Germany — Entwicklung & Support aus Augsburg

menu_book RAG-Chatbot — Firmenwissen

Wie funktioniert die Maschinenabstellung?

description Bedienungshandbuch (S. 47)

Die Abstellung erfolgt über den roten Notschalter an der Maschinenvorderseite...

assignment Wartungshandbuch (Kap. 3.2)

Regelmäßige Abstellung fördert die Langlebigkeit und senkt den Energieverbrauch...

settings Technische Specs (v2.1)

Abstellungszeit: max. 30 Sekunden. Wiederauffahrt dauert ca. 2 Minuten...

3.847

Dokumente

98%

Trefferquote

Was RAG für Sie leistet

Alle Funktionen, die Ihr Unternehmen brauchte, um Wissen wirklich nutzbar zu machen

description

Quellenbasierte Antworten

Jede Antwort enthält die genaue Quelle: Dokumentname, Seite, Abschnitt. Keine Halluzinationen.

link

Multi-Source Integration

Confluence, Notion, SharePoint, SAP, Jira, PDFs, APIs — durchsuchen Sie alles gleichzeitig.

lock

100% DSGVO-konform

Betrieb wahlweise On-Premise oder in deutschen Rechenzentren. Kein Datenabfluss zu OpenAI oder Google.

person

Rollenbasierter Zugriff

Jeder Nutzer sieht nur das, wofür er berechtigt ist. Integration mit Active Directory und LDAP.

sync

Kontinuierliches Lernen

Neue Dokumente werden automatisch indexiert. Ihre Wissensbasis bleibt stets aktuell.

bolt

Einfache Integration

REST-API, Slack-Bot, Teams-Integration oder Widget auf Ihrer Website — innerhalb von Minuten einsatzbereit.

Wie RAG funktioniert

Ein bewährter, transparenter Prozess in 4 Schritten

Datenquellen anbinden

Confluence, SharePoint, PDFs, Datenbanken — alles wird sicher importiert und vorbereitet.

Vektorisierung & Indexierung

Inhalte werden in Vektoren umgewandelt und in einer Vektordatenbank gespeichert (Chroma, Weaviate, pgvector).

KI-Konfiguration

LLM-Auswahl (GPT-4, Mistral, Llama), Prompt-Engineering und Qualitätssicherung.

Integration & Go-Live

API, Widget oder Slack/Teams-Bot — innerhalb von 2–4 Wochen produktiv.

Anwendungsfälle im Mittelstand

Wir haben RAG bereits erfolgreich für diese Szenarien implementiert

groups

Internes Wissensmanagement

Onboarding, HR-Fragen, IT-Support automatisieren. Neue Mitarbeiter erhalten sofort Antworten.

library_books

Technische Dokumentation

Maschinenhandbücher, Schaltpläne, Wartungsanleitungen — schnell auffindbar und durchsuchbar.

balance

Rechtliche & Compliance-Dokumente

Verträge, Richtlinien, ISO-Dokumentation — immer aktuell und konform.

chat

Kunden-Support

FAQ-Bots, Produktdatenblätter, Auftragsbearbeitung — 24/7 ohne menschliche Intervention.

payments

Finanz & Rechnungswesen

Bilanzierungs-Handbücher, Steuerrichtlinien, interne Reports — schnelle Referenz für Fachleute.

science

Forschung & Entwicklung

Patent-Recherche, Studien, technische Standards — Wissensraum intelligent durchsuchen.

Transparente Preise

Einmaliger Setup + monatliche Betriebskosten — kein Vendor-Lock-in

Starter

ab €4.900

Einmaliger Setup

Bis 10.000 Dokumente
1 Datenquelle (PDF, Confluence, etc.)
Standard-LLM
REST-API
E-Mail-Support

Beliebteste Wahl

Professional

ab €9.900

Einmaliger Setup

Bis 100.000 Dokumente
Bis 5 Datenquellen
LLM-Auswahl (GPT, Mistral)
REST-API + Widget
AD/LDAP-Integration
Priority-Support

Enterprise

Auf Anfrage

Custom Setup & SLA

Unbegrenzte Dokumente
Unbegrenzte Datenquellen
Custom LLM On-Premise
White-Label-Lösung
SLA & Service-Level
Dedicated Support

Alle Preise netto zzgl. 19% MwSt. | Monatliche Betriebskosten für Hosting & Support ab €190/Monat (On-Premise) oder ab €290/Monat (Cloud in deutschen RZ). Laufzeit: 12 Monate. Jederzeit kündbar mit 30-Tagen Frist.

DSGVO-Compliance: Vertrauen ist verdient

Alle Systeme und Prozesse sind von Grund auf auf Datenschutz ausgerichtet

public

Server in Deutschland

Alle Daten auf Servern in zertifizierten Rechenzentren in Augsburg, München oder Falkenstein (Hetzner). DSGVO-konform.

block

Kein Datenabfluss

Ihre Dokumente und Anfragen verlassen NICHT Ihr System oder deutsche RZ. Keine Weitergabe an Drittanbieter.

assignment

AVV-Vertrag inklusive

Auftragsverarbeitungsvertrag nach DSGVO Art. 28 wird automatisch mitgeliefert.

shield

ISO 27001 zertifiziert

Alle RZ sind nach ISO 27001:2022 zertifiziert. Verschlüsselung, Backup & Disaster Recovery.

Häufig gestellte Fragen

Was ist RAG und wie unterscheidet es sich von ChatGPT?

RAG (Retrieval-Augmented Generation) verbindet externe Wissensdatenbanken mit KI-Modellen. Im Gegensatz zu ChatGPT, das auf allgemeinem Wissen trainiert wurde, antwortet RAG basierend auf Ihren spezifischen Dokumenten und Daten — präzise, aktuell und quellenbasiert. ChatGPT könnte halluzinieren; RAG nicht, da jede Antwort direkt aus Ihren Dokumenten stammt.

Welche Dokumentenformate werden unterstützt?

Wir unterstützen eine breite Palette: PDF, Word (.docx), PowerPoint (.pptx), Excel (.xlsx), Text (.txt, .md), HTML, sowie direkte API-Integration mit Confluence, SharePoint, Notion, Jira, SAP und anderen Systemen. Weitere Formate auf Anfrage.

Wie werden sensible Daten geschützt?

Ihre Daten werden verschlüsselt speichert (AES-256), in Transit über HTTPS/TLS und in Ruhe mit modernen Verschlüsselungsstandards. Zudem bieten wir rollenbasierte Zugriffskontrolle (RBAC), Audit-Logs, regelmäßige Backups und Disaster-Recovery-Maßnahmen. On-Premise: volle Kontrolle über Ihre Infrastruktur.

Kann ich das System mit unserer bestehenden IT integrieren?

Ja, absolut. Wir bieten REST-APIs für Integration mit Ihren bestehenden Tools (CRM, ERP, Ticketing-Systeme), Slack- und Teams-Bots, sowie einfache Widget-Einbettung auf Ihrer Website. Auch SSO/LDAP/Active-Directory-Integration ist standardmäßig möglich.

Wie lange dauert die Implementierung?

Eine typische Implementierung dauert 2–4 Wochen, abhängig von Komplexität und Datenvolumen:
• Woche 1: Datenvorbereitung & Integration der Quellen
• Woche 2–3: Vektorisierung, LLM-Training & Qualitätstests
• Woche 4: Go-Live & erste Optimierungen
Für sehr große Installationen (>1 Mio. Dokumente) können es auch 6–8 Wochen sein.

Was passiert, wenn sich Dokumente ändern?

Neue und geänderte Dokumente werden automatisch erkennt und neu indexiert — typischerweise innerhalb von 5–15 Minuten nach Upload. Sie können auch manuelle Neu-Indizierung über die Admin-API auslösen. Versionsverwaltung ist ebenfalls möglich.