Wissen und Daten
RAG (Retrieval-Augmented Generation)
RAG verbindet ein KI-Sprachmodell mit einer externen Wissensbasis: Statt Antworten aus dem Trainingsmaterial zu generieren, sucht die KI zuerst in bereitgestellten Dokumenten und formuliert dann eine Antwort auf Basis der gefundenen Fakten – mit Quellenangabe.
Dreischritt: Frage → Suche in Dokumenten → Antwort mit Quellenangabe
Was das für deinen Betrieb heißt
Das Kernproblem
Mitarbeitende verbringen 2–3,6 Stunden täglich mit Informationssuche. Bei 500 MA und 45 EUR/h: 2,3 Mio. EUR Produktivitätsverlust/Jahr. Bei 20 MA: >90.000 EUR/Jahr.
Messbare Ergebnisse aus Fallstudien
| Anwendungsfall | Kennzahl | Verbesserung |
|---|---|---|
| Kundenservice | Support-Tickets | -42% |
| Kundenservice | Reaktionszeit | -75% |
| Onboarding | Einarbeitungszeit | -50% |
| Onboarding | Kosten/Einarbeitung | 40k → 20k EUR |
| Angebotserstellung | Zeitaufwand | -75% |
| Wissensmanagement | Recherchezeit | -74 bis -85% |
| Recht/Compliance | Vertragsprüfung | -80% |
Kostenrahmen
| Stufe | Setup | Monatlich | Zielgruppe |
|---|---|---|---|
| Einstieg | 0–5k EUR | 50–200 EUR | <10 MA |
| Standard | 8–15k EUR | 200–500 EUR | 10–50 MA |
| Professional | 15–30k EUR | 500–1.500 EUR | 50–500 MA |
Amortisation: Typisch 1–3 Monate nach Produktivstart.
Achtung: 85% der Unternehmen unterschätzen KI-Kosten um >10%. Empfehlung: 2–3× Anfangsbudget einplanen, v.a. für Dokumentenaufbereitung.
4-Phasen-Einführung
- Pilot (Woche 1–4): 1 Anwendungsfall, 30–100 Dokumente
- Produktivbetrieb (Woche 5–8): 5–10 Nutzer, KPIs messen
- Ausweitung (Monat 3–6): Zweiter Use Case, 500+ Dokumente, Systemintegrationen
- Strategischer Ausbau (ab Monat 6): Weitere Abteilungen, Automatisierungen, KI-Agenten
Wo der Begriff auf go4ai vorkommt
Diese Inhalte führen den Begriff als Quelle. Die Liste entsteht aus der Herkunftsangabe der Seiten und wächst mit ihnen mit.