Chatbot-Wissensbasis vorbereiten: von Dokumenten zu überprüfbaren Antworten

Ein Chatbot wird nicht zuverlässig, nur weil viele Dokumente hochgeladen werden. Widersprüchliche Richtlinien, veraltete Preise, gescannte PDFs und unklare Zuständigkeiten führen zu Antworten, die sprachlich überzeugend, aber fachlich falsch sein können. Die Wissensbasis ist deshalb ein redaktionelles System, kein Dateiordner.

Einen klaren Aufgabenbereich festlegen

Definieren Sie, welche Fragen der Bot beantworten darf und welche Handlungen er ausführt. Trennen Sie allgemeine Information, kontobezogene Auskunft, Empfehlung und verbindliche Aktion. Je höher das Risiko einer falschen Antwort, desto enger müssen Quellen, Freigaben und Übergaben geregelt sein.

Quellen inventarisieren

Erstellen Sie ein Register mit:

• Dokument oder URL;
• Thema und Zielgruppe;
• fachlichem Eigentümer;
• Freigabestatus;
• Gültigkeitszeitraum;
• Sprache und Region;
• Vertraulichkeitsstufe;
• letzter fachlicher Prüfung;
• ersetzter Vorgängerversion.

Öffentliche Website, interne Richtlinie und CRM können unterschiedliche Wahrheiten enthalten. Für jedes Feld muss feststehen, welches System im Konfliktfall maßgeblich ist.

Inhalte bereinigen

Entfernen Sie Duplikate, alte Versionen und widersprüchliche Aussagen. Wandeln Sie gescannte oder komplex formatierte Dokumente in zuverlässig lesbaren Text um. Überschriften, Tabellen und Listen müssen semantisch verständlich bleiben.

Schreiben Sie Antworten nicht nur für eine Musterfrage. Erfassen Sie Begriffe, Synonyme, Einschränkungen, Ausnahmen und notwendige Rückfragen. Eine FAQ-Zeile kann für einfache Anliegen reichen; komplexe Regeln benötigen strukturierte Artikel.

Metadaten und Grenzen ergänzen

Markieren Sie Produkt, Land, Sprache, Kundentyp, Gültigkeit und Berechtigung. So kann ein System geeignete Quellen eingrenzen. Definieren Sie Themen, bei denen keine Antwort ohne menschliche Prüfung ausgegeben wird.

Der Bot sollte Unsicherheit nicht mit erfundenen Details füllen. Eine kontrollierte Antwort kann fehlende Information benennen, eine Rückfrage stellen oder an eine zuständige Person übergeben.

Abrufqualität getrennt von Formulierung prüfen

Eine falsche Antwort kann entstehen, weil das System die falsche Quelle auswählt oder weil es eine richtige Quelle falsch zusammenfasst. Protokollieren Sie deshalb, welche Dokumente für einen Testfall herangezogen wurden. So lässt sich gezielt entscheiden, ob Inhalte, Metadaten, Suche oder Antwortregeln verbessert werden müssen.

Testset aus realen Fällen erstellen

Bauen Sie vor dem Start einen festen Katalog:

• häufige Standardfragen;
• unterschiedliche Formulierungen und Tippfehler;
• kombinierte Anliegen;
• Fragen außerhalb des Umfangs;
• widersprüchliche oder unvollständige Angaben;
• veraltete Begriffe;
• sensible oder verbindliche Entscheidungen;
• Fälle für menschliche Übergabe.

Bewerten Sie fachliche Richtigkeit, Quellenbezug, Vollständigkeit, zulässige Tonalität und richtige Eskalation. Eine flüssige Formulierung ist keine ausreichende Qualitätsmetrik.

Aktualisierung als Prozess planen

Quellen ändern sich. Legen Sie fest, wer Änderungen einspielt, wann Tests erneut laufen und wie alte Versionen entfernt werden. Kritische Richtlinien benötigen ein Ablaufdatum oder regelmäßige fachliche Prüfung. Protokollieren Sie Änderungen, damit Fehler auf eine Version zurückgeführt werden können.

Pilot kontrolliert ausrollen

Starten Sie mit einem begrenzten Aufgabenbereich und bekannten Nutzergruppen. Beobachten Sie ungelöste Fragen, falsche Quellen, wiederholte Rückfragen und Übergaben. Erweitern Sie erst, wenn der bestehende Bereich stabil geprüft ist.

Abnahmecheck

Die Wissensbasis ist startbereit, wenn jede aktive Quelle einen Eigentümer und Status besitzt, widersprüchliche Versionen entfernt sind, sensible Grenzen feststehen, ein repräsentatives Testset bestanden wurde und Aktualisierung sowie Eskalation verantwortlich organisiert sind.

Gute Chatbot-Antworten beginnen nicht beim Modell. Sie beginnen bei belastbaren, freigegebenen und wartbaren Informationen.