Firmenwissen durchsuchbar machen mit KI
Zuletzt aktualisiert am · Aidan Faes
Kurz gesagt
Ein Wissensassistent durchsucht angebundene Ablagen und beantwortet Fragen mit Verweis auf das Ursprungsdokument, statt nur Trefferlisten zu zeigen. Vier Lösungen unserer Auswahl decken diesen Fall ab: amber, deepset, innoGPT und nele.ai. Der belegte Einstieg liegt bei 9,99 € pro Nutzer und Monat (amber, Starter-Plan, Stand 08/2026); deepset nennt ein kostenloses Studio für eine Person zum Prototyping.
Enterprise Search mit KI, technisch meist als Retrieval Augmented Generation umgesetzt, verbindet eine Suche über Ihre eigenen Dokumente mit einem Sprachmodell. Das System sucht zuerst passende Textstellen in SharePoint, Confluence, Netzlaufwerken oder Ticketsystemen und formuliert daraus eine Antwort, die auf die Fundstellen verweist. Der Alltag ohne solches System ist bekannt: Die gültige Preisliste liegt in drei Versionen auf zwei Laufwerken, die Montageanleitung kennt nur ein Kollege, und neue Mitarbeitende fragen so lange herum, bis jemand Zeit hat.
Realistisch liefert ein Wissensassistent schnelle Antworten auf Fragen, deren Antwort irgendwo dokumentiert ist. Er ersetzt keine Dokumentation: Was nirgends steht, kann er nicht finden. Und er ersetzt keine Ordnung, sondern macht Unordnung sichtbar, weil widersprüchliche Fassungen desselben Dokuments zu widersprüchlichen Antworten führen.
Welche geprüften Lösungen decken diese Aufgabe ab?
4 Lösungen unserer Auswahl adressieren firmenwissen durchsuchbar machen. Die Tabelle zeigt die harten Kriterien, darunter stehen Einordnung und Preis-Einstieg je Lösung. Reihenfolge alphabetisch, keine Rangfolge.
Tabelle seitlich scrollbar, erste Spalte bleibt stehen.
| Lösung | Preis-Einstieg | Hosting | AVV | ISO 27001 | On-Premise | Passend für |
|---|---|---|---|---|---|---|
| amber (ehemals amberSearch)Aachen, Deutschland | Starter 9,99 € pro Nutzer/Monat; weitere Pläne 13,99 € und 17,99 € | T-Cloud-Rechenzentren in Deutschland und der EU | ja | ja | ja | Wissen über viele Systeme verstreut ist und niemand mehr findet, was er sucht |
| innoGPTVechta, Deutschland | Business 25 € pro Nutzer/Monat zzgl. MwSt.; Business Max 109 €; Enterprise auf Anfrage | EU-Hosting auf AWS Frankfurt; Software und die meisten KI-Modelle in Europa gehostet | ja | ja | ja | Ihr Wissen in SharePoint, Confluence oder Google Drive liegt und durchsuchbar werden soll |
| nele.aiHungen, Deutschland | ab 10 € pro Monat für 1.000 Credits (Unternehmen gesamt); Wissensdatenbanken 19,95 €/Monat zusätzlich | Server in Deutschland laut Anbieter; KI-Modelle wahlweise auf europäischen oder internationalen Servern | ja | ja | ja | Sie mit wenigen Nutzenden starten und nicht pro Kopf bezahlen möchten |
| deepsetBerlin, Deutschland | Studio kostenlos (1 Nutzer, Prototyping); Enterprise auf Anfrage | Cloud oder selbst gehostet; Region der Cloud nicht genannt | nicht belegt | ja | ja | Sie ein eigenes Entwicklungsteam haben und eine maßgeschneiderte RAG-Anwendung bauen wollen |
Anbieterangaben laut Anbieter-Websites, Stand 08/2026. „nicht belegt“ heißt: auf der Anbieter-Website nicht gefunden. Reihenfolge alphabetisch, keine Rangfolge.
- Profil
KI-Assistenz-Plattform mit Chat, Wissensdatenbanken (RAG), Prompt-Bibliothek und API, abgerechnet über Credits statt Nutzerlizenzen.
Preis-Einstieg: ab 10 € pro Monat für 1.000 Credits (Unternehmen gesamt); Wissensdatenbanken 19,95 €/Monat zusätzlich
Alphabetisch, keine Rangfolge. Anbieterangaben laut Anbieter-Websites, Stand 08/2026. Passende Auswahl anfordern
Wie funktioniert die Suche über eigene Dokumente?
In vier Schritten. Konnektoren lesen die angebundenen Quellen und zerlegen Dokumente in Abschnitte. Diese Abschnitte werden in eine Suchstruktur überführt, die inhaltliche Ähnlichkeit erkennt und nicht nur Wortgleichheit. Bei einer Frage holt das System die passendsten Abschnitte und übergibt sie zusammen mit der Frage an das Sprachmodell. Das Modell formuliert die Antwort ausschließlich aus diesen Abschnitten und nennt die Quelle.
Der praktisch wichtigste Punkt ist der Rechteabgleich: Jede Antwort darf nur auf Dokumenten beruhen, die die fragende Person ohnehin sehen darf. amber nennt ausdrücklich die Beachtung bestehender Zugriffsrechte. Prüfen Sie diesen Punkt bei jedem Anbieter im Test mit zwei Konten unterschiedlicher Berechtigung.
Welche Quellen lassen sich anbinden?
Typischerweise Ablagen, Wikis und CRM-Systeme. amber nennt SharePoint, Confluence, Microsoft Teams, Google Drive, HubSpot und Salesforce. innoGPT nennt SharePoint, Microsoft Teams, Google Drive, Salesforce, Confluence und HubSpot. nele.ai bietet Wissensdatenbanken als Zusatzmodul für 19,95 € pro Monat an. deepset richtet sich an Teams, die eine eigene Anwendung bauen, und nennt technische Bausteine wie PostgreSQL, OpenSearch, Elastic und Hugging Face.
Beginnen Sie mit einer Quelle statt mit allen. Eine gut angebundene Ablage mit gepflegten Inhalten liefert bessere Antworten als fünf Quellen mit Altbeständen.
Was kostet ein Wissensassistent?
Die Spanne ist groß, weil zwei Produktarten in diesem Anwendungsfall zusammentreffen. Fertige Assistenten rechnen pro Nutzer: amber ab 9,99 € pro Nutzer und Monat, weitere Pläne bei 13,99 € und 17,99 €; innoGPT bei 25 € pro Nutzer und Monat zuzüglich Mehrwertsteuer. Plattformen für eigene Anwendungen rechnen anders: deepset nennt ein kostenloses Studio für eine Person und Enterprise-Konditionen auf Anfrage. Alle Angaben Stand 08/2026.
Zu den Lizenzen kommen Aufwände für Konnektoren, Rechtekonzept und Dokumentenpflege. Der größte versteckte Posten ist das Aufräumen der Ablage vor dem Start.
Welche Datenschutzfragen stellen sich?
Ein Wissensassistent sieht potenziell alles, was in den angebundenen Ablagen liegt, also auch Personalunterlagen und Verträge. Deshalb sind drei Punkte zu klären: Welche Ordner werden überhaupt indexiert, wie werden Zugriffsrechte übernommen, und wo läuft die Verarbeitung.
Belegt ist: amber nennt T-Cloud-Rechenzentren in Deutschland und der EU, einen AV-Vertrag und ISO 27001, dazu eigene Infrastruktur für Enterprise-Kunden. innoGPT nennt EU-Hosting auf AWS in Frankfurt, AV-Vertrag und ISO 27001. nele.ai nennt Server in Deutschland und einen öffentlich verlinkten AV-Vertrag. deepset nennt Cloud oder Self-Hosting, ohne die Cloud-Region zu benennen, sowie ISO 27001 und SOC 2 auf der Produktseite. Für sensible Bereiche empfiehlt sich, sie zunächst vom Index auszunehmen.
Woran scheitern Wissensprojekte?
An der Datenlage. Wenn dieselbe Arbeitsanweisung in vier Fassungen existiert, liefert der Assistent vier verschiedene Antworten, und das Vertrauen ist nach einer Woche verspielt. Der zweite häufige Fehler ist ein zu großer Index: Wer alles anbindet, bekommt Antworten aus Archivständen von 2018.
- Veraltete Dokumentversionen bleiben im Index
- Zugriffsrechte werden nicht aus der Quelle übernommen
- Niemand ist für die Pflege der Wissensbasis zuständig
- Fragen ohne Antwort werden nicht ausgewertet
- Der Assistent wird eingeführt, aber nicht in den Arbeitsalltag eingebunden
Wie messen Sie, ob der Assistent hilft?
An der Zahl der Rückfragen an Kolleginnen und Kollegen, nicht an Suchanfragen. Erheben Sie im Pilotteam zwei Wochen lang, wie oft jemand eine Information bei einer anderen Person erfragen musste. Wiederholen Sie die Erhebung acht Wochen nach dem Start.
Ergänzend hilft ein Blick auf die Fragen ohne belastbare Antwort: Sie sind die Arbeitsliste für die Dokumentation. Die Analyse geschriebener Sprache ist mit 11,8 % (Eurostat, 2025) die häufigste KI-Anwendung in europäischen Unternehmen, was zeigt, wie verbreitet textbasierte Anwendungsfälle inzwischen sind.
In welchen Branchen kommt dieser Fall besonders häufig vor?
Erfahrungsgemäß dort, wo die Aufgabe täglich anfällt und das Ergebnis leicht prüfbar ist. Für diese Branchen haben wir eigene Seiten mit Anwendungsfällen und passenden Lösungen:
Was gehört vor die Auswahl?
Erst der Prozess, dann der Rechtsrahmen, dann die Software. Klären Sie, welche Daten in dieser Aufgabe anfallen, ob personenbezogene Daten darunter sind und wer die Ergebnisse prüft. Die Grundlagen dazu stehen auf KI und DSGVO; wie viel Zeit die Aufgabe heute kostet, rechnen Sie mit dem Zeitersparnis-Rechner gegen.
Verwandte Anwendungsfälle
- Rechnungen automatisch erfassen: Eingangsrechnungen auslesen, prüfen und an Buchhaltung oder ERP übergeben, ohne abzutippen.
- Aufträge ins ERP übernehmen: Bestellungen aus E-Mail, PDF und Excel auslesen und direkt ins ERP-System schreiben.
- Kundenanfragen im Chat beantworten: Wiederkehrende Fragen auf der Website automatisch beantworten und bei Bedarf an Mitarbeitende übergeben.
- E-Mails und Antworten vorformulieren: Antwortentwürfe, Zusammenfassungen und Textbausteine für den Posteingang erzeugen lassen.
- Protokolle und Meetings zusammenfassen: Aus Notizen, Transkripten oder Dokumenten belastbare Zusammenfassungen mit Aufgabenliste erzeugen.
Häufige Fragen
Sieht der Assistent auch Dokumente, die ich nicht sehen darf?
Er darf es nicht. amber nennt ausdrücklich die Beachtung bestehender Zugriffsrechte. Prüfen Sie den Punkt im Test mit zwei Konten unterschiedlicher Berechtigung, bevor Sie breit ausrollen.
Können wir das im eigenen Rechenzentrum betreiben?
amber nennt eigene Infrastruktur für Enterprise-Kunden, innoGPT On-Premise im Enterprise-Plan, deepset Self-Hosting. Rechnen Sie in diesen Fällen mit deutlich höherem Einführungsaufwand und eigener IT-Kapazität.
Wie aktuell sind die Antworten?
So aktuell wie der Index. Klären Sie, in welchem Takt Quellen neu eingelesen werden und ob gelöschte Dokumente aus dem Index verschwinden. Ohne diesen Punkt geistern alte Fassungen weiter durch die Antworten.
Brauchen wir dafür ein eigenes Entwicklungsteam?
Für fertige Assistenten wie amber oder innoGPT nicht. deepset richtet sich an Teams, die eine maßgeschneiderte Anwendung auf Basis des Open-Source-Frameworks Haystack bauen wollen, und setzt Entwicklungskapazität voraus.
Was passiert, wenn der Assistent nichts findet?
Er sollte das sagen und keine Antwort erfinden. Achten Sie im Test gezielt auf Fragen, die Ihre Ablage nicht beantwortet, und prüfen Sie, wie das System damit umgeht.