Vorschau: Die Knowledge Base

Ein Sprachmodell weiß viel über die Welt, aber nicht über dein Unternehmen und deine Arbeit.

Damit KI dir im Arbeitsalltag wirklich hilft, muss sie Zugriff auf genau das haben, was bei dir gilt und womit du arbeitest: Richtlinien, Verträge, Protokolle, Pläne, E-Mail-Verläufe, Chats.

Sie nimmt dir mehr Arbeit ab, passt sich stärker an dich an und hilft effektiver bei Team-Projekten.

Vier Bausteine sind dafür bereits entwickelt und aktuell im Test — hier eine Vorschau:

Knowledge Base

Der zentrale Wissensbereich für deine gespeicherten Dokumente. Sie umfasst alle Collections, die du erstellst oder die mit dir geteilt wurden.

Die Besonderheit: Stellst du im KI-Chat eine Frage, prüft der Supervisor-Agent automatisch, ob Inhalte aus der Knowledge Base für die Beantwortung relevant sind. Dazu aktiviert er spezialisierte Agenten für Collections und einzelne Dokumente. Nur passende Abschnitte fließen zurück und werden zur Antwort verarbeitet.

Kurz gesagt: Die KI hat ein großes „Gedächtnis“, nutzt im Chat aber nur die benötigten Teile. So bleibt das Context Window schlank, während das gesamte Wissen jederzeit verfügbar ist.

Tests zeigen: Selbst bei 100 Collections und Dokumenten finden aktuelle Modelle wie Qwen3.5 zuverlässig und schnell die richtigen Inhalte.

Collections

Collections bündeln Dokumente thematisch, z. B. „Compliance“, „Marketing“ oder „Onboarding“. Hilfreich sind dabei Metadaten, die die KI automatisch erstellt und die du ergänzen kannst (z. B. „Checkliste für neue Mitarbeitende“).

Du kannst eigene Collections erstellen sowie die nutzen, die andere mit dir teilen. Natürlich bestimmst auch du, wer Viewer-, Editor- oder Owner-Rechte für eine deiner Collections erhält und welche nur du siehst.

Suche

Eine neue, zentrale Suche über Chats und Knowledge Base. Sie funktioniert auch semantisch: Wer „Urlaubsregelung“ sucht, findet womöglich Inhalte mit „Erholungsanspruch“.

Die Suche wird zum zweiten Einstiegspunkt neben dem Chat, besonders wenn man an bestehende Inhalte anknüpfen möchte.

Sind weitere Systeme angebunden (z. B. SharePoint, Confluence, E-Mail, CRM), erscheinen auch deren Inhalte in den Ergebnissen.

Materialien

Suchtreffer lassen sich direkt weiterverwenden: einen neuen Chat dazu starten, neue Collection daraus erstellen oder sie einer bestehenden Collection hinzufügen. Aus „Ich hab das schon mal gesehen“ wird sofort „Ich arbeite damit weiter“.

Auch einzelne Chat-Antworten können als Material in Collections übernommen werden.

Materialien sind also gezielt ausgewählte Suchtreffer und Chat-Inhalte. Sie verbinden Suche, Chat und Knowledge Base miteinander. Mag das hier noch etwas abstrakt klingen, zeigt sich bereits bei der ersten Anwendung der Mehrwert, und das Handling ist erstaunlich einfach.

Was sich dadurch ändert

Wissen wird modular und für die KI zugänglich, ob für einzelne User oder ganze Teams.
Antworten werden präziser und besser, und es ergeben sich ganz neue Anwendungsfälle.
Aus Suchen wird direktes Arbeiten, weil alles Relevante zentral verfügbar ist.

Hier zwei Beispiele zur Veranschaulichung:

Beispiel 1 - Ein Angebot erstellen: Du arbeitest an einem neuen Kundenangebot. In der Suche findest du eine Angebots-Vorlage auf Confluence, die Preisliste und die letzte Email vom Kunden. All dies wählst du aus, um damit einen neuen Chat zu starten und dir von der KI das Angebot entwerfen zu lassen. Du speicherst es in einer geteilten Collection namens "Neue Angebote", damit eine Kollegin es gegenlesen kann.

Beispiel 2 - Eine Folie wiederverwenden: Du arbeitest mit der KI an einem Schulungskonzept. Dir fällt eine passende PowerPoint-Folie zu einer Studie ein, die du kürzlich in einem anderen Chat erstellt hast. Du findest sie über die Suche, speicherst sie in einer Collection und bittest die KI, sie in das Schulungskonzept einzubauen.

Die Features befinden sich aktuell im Test und werden mit dem neuen Workplace im Laufe des Quartals ausgerollt.