Suche

Mitarbeiter-Chat auf eigenem Wissen – DSGVO-konforme ChatGPT-Alternative

Anonymisiertes Anwendungsbeispiel. Geprüft am 27. Oktober 2026.

Prozess
Wissen auffindbar machen
Aufgabentyp
Wissen
Betrieb
Self-hosted
Aufwand
Mittel
Zeitrahmen
4-8 Wochen
Quelle
Konzept, basierend auf zwei aktiven Mandanten-Setups
Im Dossier 05 Abschnitte

Aufgabe

Mitarbeitende verbringen täglich 1,5-2 Stunden mit Informationssuche in SharePoint, Mail-Archiven, PDFs und Wikis. Gleichzeitig nutzen viele heimlich ChatGPT, weil es schneller ist – und kippen unbemerkt vertrauliche Daten in fremde Cloud-Systeme. Die Geschäftsführung will den Produktivitätsgewinn, aber DSGVO-konform und auditfähig.

Lösungsweg

OpenWebUI als zentrales Chat-Frontend mit RBAC und SSO, RAG-Anbindung an die firmeneigenen Wissensquellen (Wiki, SharePoint, Vertragsmuster, Prozessdokus). LLM läuft auf Mistral-EU oder Llama via Ollama, Embeddings über Jina AI (EU), Vektor-Index in Qdrant. Ingest aus SharePoint und Confluence per n8n-Workflow, automatisch alle 4 Stunden. Antworten kommen mit Quellenverweis.

Kontrollpunkt Die Kontrolle ist systemisch im Ablauf verankert.

Autonomiestufe 1 von 4 Die Antworten erreichen Mitarbeitende direkt, aber mit Quellenverweis. Entscheidungen trifft weiter die Person, die fragt; Mailversand und CRM-Schreibvorgänge bleiben außerhalb des Chats. Was die fünf Stufen bedeuten

Vorher und Nachher

Die Veränderung wird als Arbeitsablauf beschrieben, nicht als Erfolgsversprechen.

Vorher

  • 1,5-2 Std/Tag Suche in SharePoint, Mail, PDFs, Wiki
  • ChatGPT-Schatten-IT mit Datenleck-Risiko
  • Onboarding teuer, Senior-Wissen schwer abrufbar
  • Keine Auditfähigkeit für KI-Nutzung

Nachher

  • Antwort im Browser-Chat in unter 10 Sek mit Quellenlink
  • Alle Anfragen geloggt, rollenbasiert, DSGVO-konform
  • Onboarding um 50 % verkürzt, Senior-Wissen abrufbar
  • Mitarbeitende dürfen offiziell und ohne Schatten-IT

Dokumentierte Ergebniswerte

Die Werte gelten im jeweils beschriebenen Szenario und sind kein allgemeiner Benchmark.

weniger Suchzeit bei wiederkehrenden Fragen (Erfahrungswert)
≈ 70 %
alle Daten bleiben in der EU oder im eigenen Haus
EU/On-Prem
Amortisation ab Pilotstart (Erfahrungswert)
3-6 Mon.

Herleitung: vom Prozess zum Werkzeug

Das Setup folgt aus der Tätigkeit und ihren Daten, nicht aus einer Tool-Präferenz. Die Kette läuft immer in dieselbe Richtung.

  1. Tätigkeit

    Mitarbeiterfragen aus firmeneigenen Wissensquellen mit Quellenverweis beantworten

  2. Datenfluss

    • Intern Wiki, SharePoint, Vertragsmuster, Prozessdokumentation
    • Personenbezogen Geloggte Chatanfragen der Beschäftigten mit SSO-Konto

  3. Werkzeugklasse

    Klasse 3 EU-Hosting mit AVV

  4. Setup

    Das Firmenwissen ist intern, die rollenbasiert geloggten Chatverläufe der Beschäftigten sind personenbezogen; Mindestklasse ist EU-Hosting mit AVV. Der Stack läuft self-hosted oder bei EU-Anbietern, alle Daten bleiben in EU oder On-Prem, auditierbar statt Schatten-ChatGPT.

Die Werkzeugklasse ist die Mindestanforderung für die Daten, die tatsächlich ins Werkzeug fließen. Wie die Kette Nutzenrechnung, Rechtsfrage und Werkzeugwahl aus derselben Tabelle beantwortet, steht unter Prozessanalyse & Werkzeugwahl.

Werkzeug-Stack

Das hier ist die Inhouse-Variante zu den anderen Wissensbot-Cases hier (Vertrieb, Anlagenbau): nicht für eine Fachabteilung, sondern als zentraler Mitarbeiter-Chat für die gesamte Belegschaft. Vergleichbar mit ChatGPT Enterprise oder Microsoft Copilot – nur eben mit Daten, die das Haus nicht verlassen.

Zwei Cases arbeiten ihm zu: Der Einarbeitungsplan aus Rolle und Startdatum regelt das Onboarding, der Chat beantwortet die Fragen der neuen Person. Und eingehende Dokumente sauber benennen und ablegen schafft mit einheitlichen Namen und Metadaten die Grundlage, auf der die Suche überhaupt etwas findet.

Warum OpenWebUI als Frontend

OpenWebUI ist die ausgereifteste Open-Source-Chat-UI für genau diesen Anwendungsfall: integrierte RAG-Engine, RBAC mit Gruppen und Modell-Whitelists, SSO über OIDC, Audit-Logs, Anbindung an quasi jedes LLM-Backend. Bis 50 aktive Nutzer ist die Eigennutzung lizenzfrei – auch mit eigenem Branding. Details auf der Tool-Seite.

Ein Eigenbau lohnt sich eher, wenn die Wissensbasis selbst im Zentrum steht und weniger Wert auf breite Mitarbeiter-Verwaltung mit vielen Rollen liegt – die Wissensbasis dieser Website ist so ein Fall. Für einen unternehmensweiten Chat mit RBAC/SSO ist eine ausgereifte Standardlösung wie OpenWebUI der schnellere und wartungsärmere Weg als ein Eigenbau pro Einsatz.

Ablauf eines typischen Setups

  1. Inventur (Woche 1): Welche Quellen kommen rein? SharePoint, Confluence, Vertragsmuster, Prozessdokumentation, technische Spezifikationen. Berechtigungen klären – was darf wer sehen?
  2. Stack hochziehen (Woche 2): Docker-Stack mit OpenWebUI, Qdrant, Ollama oder Mistral-Anbindung – auf einem VPS in Deutschland oder On-Prem.
  3. Erste Quelle anbinden (Woche 2-3): n8n-Workflow für SharePoint-Sync, Chunking, Embedding via Jina AI, Index in Qdrant. SSO-Integration.
  4. Pilotbetrieb (Woche 4-5): 5-10 Power-User aus verschiedenen Abteilungen. Feedback einsammeln, Prompt-Templates verfeinern, Quellen-Boosting.
  5. Rollout (Woche 6-8): Gruppen, Rollen, Rechte definieren, Schulung der Belegschaft (30-60 Min pro Person), Monitoring-Dashboards für die IT.

Was im Szenario bewusst nicht passiert

  • Keine Trainings-Pipeline: Es werden keine Modelle auf Unternehmensdaten trainiert – RAG retrieved, das LLM formuliert. Datenschutz-Argument ist klar.
  • Keine Auto-Aktionen: Der Chat antwortet, er handelt nicht. Mail-Versand, Rechnungsstellung, CRM-Schreibvorgänge passieren weiterhin über kontrollierte Workflows (n8n), nicht über den Chat-Output.
  • Kein Schatten-Onboarding: Wer keinen SSO-Account hat, kommt nicht rein. Externe Mitarbeiter explizit als eingeschränkte Gruppe modellieren.

Abgrenzung zur Free-Tier-Lizenz

OpenWebUI ist bis 50 aktive Nutzer pro 30-Tage-Fenster frei nutzbar – auch mit White-Label-Branding. Bei Konzernrollouts über 50 Nutzer lohnt sich ein früher Blick auf die Enterprise-Lizenz. Bei Pflicht zu vollständigem White-Label ab Tag 1 ist LibreChat (MIT) eine Alternative. Die Tool-Seite OpenWebUI erklärt die Lizenz-Schwellen im Detail.

Verwandte Themen