Wissens-Bot für Service-Mitarbeitende im Anlagenbau

Anonymisiertes Anwendungsbeispiel. Geprüft am 2. August 2026.

Aufgabentyp
Wissen
Betrieb
Self-hosted
Aufwand
Mittel
Zeitrahmen
6 Wochen
Quelle
Anonymisiert

Aufgabe

Tausende Wartungs-Anleitungen, Stücklisten und Servicenotizen lagen in PDFs verteilt. Service-Mitarbeitende verbrachten täglich 30–60 Minuten mit Suche.

Lösungsweg

RAG-System auf Basis von ~2.400 PDFs, Integration in Microsoft Teams, Antworten in unter 10 Sekunden mit Quellenverweis aufs Original-Dokument.

Kontrollpunkt Ein Mensch prüft oder gibt das Ergebnis frei.

Autonomiestufe 1 von 4 Der Bot antwortet mit Verweis auf das Originaldokument. Was daraus für Anlage und Auftrag folgt, entscheidet die Person, die gefragt hat. Was die fünf Stufen bedeuten

Vorher und Nachher

Die Veränderung wird als Arbeitsablauf beschrieben, nicht als Erfolgsversprechen.

Vorher

  • 2.400 PDFs verstreut auf Laufwerken
  • 30–60 Min Suche pro Service-Anfrage
  • Häufig 'ich melde mich zurück' am Telefon

Nachher

  • Antwort in unter 10 Sek im Teams-Chat
  • Quellenverweis aufs Original-Dokument
  • 92 % der Antworten mit zitierter Quelle

Dokumentierte Ergebniswerte

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

weniger Recherche-Zeit
≈ 80 %
durchschnittl. Antwort
10 s
Antworten mit Quelle
92 %

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

    Wartungswissen aus PDF-Beständen für Service-Anfragen auffindbar machen

  2. Datenfluss

    • Intern Wartungsanleitungen, Stücklisten, Servicenotizen
  3. Werkzeugklasse

    Klasse 2 Business-Cloud mit AVV

  4. Setup

    Die Wissensbasis ist interne Technikdokumentation ohne Personenbezug, Business-Cloud mit AVV wäre die Mindestklasse. Der Case betreibt Index und Pipeline self-hosted und übererfüllt sie deutlich; jede Antwort trägt den Quellenverweis zur Prüfung am Original.

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.

Die Service-Mitarbeitenden mussten bei Anrufen oft die richtige Wartungsanleitung über mehrere Verzeichnisse, Versionen und Sprachen finden. Mit dem Wissens-Bot tippen sie die Anlage und das Bauteil ein, bekommen die relevante Stelle aus dem PDF samt Seitenzahl und Sprung-Link.

Was funktioniert

  • Reranker findet die richtige Stelle auch bei umgangssprachlichen Anfragen
  • Quellenverweis baut Vertrauen – Mitarbeitende prüfen kritische Antworten am PDF gegen
  • Laufzeit-Kosten ≈ 0,002 € pro Anfrage

Was im Szenario verändert wird

  • Erstes Modell halluzinierte Teilenummern bei spezifischen Anfragen → Embedding-Modell gewechselt + Pflicht-Zitat
  • Drei Sprachen (DE / EN / IT) erforderten saubere Sprach-Trennung beim Indexieren

Variante für Inhouse-Mitarbeiter-Chat

Diese Spielart adressiert eine Fachabteilung (Service). Die generische Inhouse-Variante auf OpenWebUI mit firmenweitem Zugang und SSO findest Du unter Mitarbeiter-Chat auf eigenem Wissen.