Dokumentensuche und Wissensbasis#

Lerne, wie du Dokumente als Wissensbasis für den AI Assistant verwendest. Mit dieser Funktion kann der AI Assistant spezifisches Wissen aus deinen Dokumenten nutzen und präzise Antworten auf Basis deiner Unterlagen geben.

Was ist eine Wissensbasis?#

Eine Wissensbasis ist eine Sammlung von Dokumenten, die der AI Assistant als Kontext für seine Antworten nutzt. Wenn du Dokumente hochlädst, werden sie analysiert und in eine durchsuchbare Form gebracht.

Vorteile einer Wissensbasis#

Präzise Antworten

Der AI Assistant antwortet basierend auf deinen eigenen Dokumenten
Fakten und Informationen stammen aus deiner Wissensbasis
Keine Halluzinationen oder erfundene Informationen

Kontextbezogene Unterstützung

Beantworte Fragen zu spezifischen Projekten oder Themen
Analysiere und fasse lange Dokumente zusammen
Finde Informationen in großen Dokumentensammlungen

Zeit sparen

Kein manuelles Durchsuchen von Dokumenten mehr
Schneller Zugriff auf relevante Informationen
Automatische Zusammenfassungen und Analysen

Unterstützte Dateiformate#

Der AI Assistant kann folgende Dokumenttypen verarbeiten:

Format	Beschreibung	Ideal für
PDF	Adobe PDF-Dokumente	Berichte, Handbücher, Formulare
DOCX	Microsoft Word	Texte, Dokumentationen
TXT	Textdateien	Notizen, Code, Logs
MD	Markdown	Dokumentationen, READMEs
XLSX	Microsoft Excel	Daten, Tabellen (wird als Text verarbeitet)
PPTX	Microsoft PowerPoint	Präsentationen (Text wird extrahiert)

💡 Tipp: PDFs und Word-Dokumente funktionieren am besten, da hier Texte und Struktur gut erhalten bleiben.

Dokumente hochladen#

Einzelne Dokumente hochladen#

Schritt 1: Öffne den Chat, dem du Dokumente hinzufügen möchtest

Schritt 2: Klicke auf “Dateien” im Chat-Menü

Schritt 3: Klicke auf “Datei hochladen” (grüner Button)

Schritt 4: Wähle das Dokument von deinem Computer aus

Schritt 5: Die Datei wird hochgeladen und verarbeitet

Schritt 6: Du siehst die Datei in der Liste der hochgeladenen Dokumente

💡 Tipp: Große Dateien (>10 MB) können eine Weile brauchen. Warte, bis der Upload abgeschlossen ist.

Mehrere Dokumente auf einmal hochladen#

Schritt 1: Klicke auf “Dateien” im Chat-Menü

Schritt 2: Ziehe mehrere Dateien gleichzeitig in den Upload-Bereich (Drag & Drop)

Schritt 3: Alternativ: Wähle mehrere Dateien im Datei-Dialog aus (Strg + Klick oder Cmd + Klick)

Schritt 4: Alle Dateien werden nacheinander hochgeladen

💡 Tipp: Du kannst bis zu 10 Dateien gleichzeitig hochladen. Für größere Mengen lade die Dateien in Gruppen hoch.

Dokumente verwalten#

Hochgeladene Dokumente anzeigen#

Schritt 1: Öffne den Chat

Schritt 2: Klicke auf “Dateien” im Chat-Menü

Schritt 3: Du siehst eine Liste aller hochgeladenen Dokumente

Informationen die angezeigt werden:

Titel: Dateiname
Dateigröße: Größe der Datei
Upload-Datum: Wann wurde die Datei hochgeladen

Dokument öffnen oder herunterladen#

Schritt 1: Gehe zur Dateiliste

Schritt 2: Klicke auf den Dateinamen

Schritt 3: Das Dokument wird angezeigt oder heruntergeladen

💡 Tipp: Für Office-Dokumente (Word, Excel, PowerPoint) kannst du die Online-Bearbeitung nutzen, falls konfiguriert.

Dokument umbenennen#

Schritt 1: Klicke auf das Bearbeiten-Symbol neben dem Dokument

Schritt 2: Ändere den Titel im Feld “Titel”

Schritt 3: Klicke auf “Speichern”

💡 Tipp: Verwende aussagekräftige Namen wie “Projekthandbuch_V2.pdf” statt “dokument123.pdf”

Dokument löschen#

Schritt 1: Klicke auf das Löschen-Symbol (Papierkorb) neben dem Dokument

Schritt 2: Bestätige die Löschung

⚠️ Wichtig: Gelöschte Dokumente können nicht wiederhergestellt werden! Die Wissensbasis wird neu aufgebaut ohne dieses Dokument.

Mit Dokumenten chatten#

Sobald Dokumente hochgeladen sind, kannst du Fragen dazu stellen:

Allgemeine Fragen zu Dokumenten#

Beispiele:

“Fasse das Dokument zusammen”
“Was sind die Hauptpunkte in diesem Dokument?”
“Erkläre mir das Kapitel über [Thema]”
“Welche Anforderungen werden im Dokument genannt?”

💡 Tipp: Der AI Assistant durchsucht automatisch alle hochgeladenen Dokumente und findet die relevanten Informationen.

Spezifische Fragen#

Beispiele:

“Was steht auf Seite 15 über die Budgetplanung?”
“Welche Risiken werden im Projektplan genannt?”
“Finde alle Erwähnungen von [Begriff] in den Dokumenten”
“Vergleiche die Anforderungen aus Dokument A und Dokument B”

Zitate und Quellenangaben#

Der AI Assistant zitiert aus den Dokumenten:

Beispiel-Antwort:

Laut dem Projekthandbuch (Seite 12) beträgt das Budget für Phase 1
insgesamt 50.000 CHF. Die Aufteilung ist wie folgt:
- Personal: 30.000 CHF
- Material: 15.000 CHF
- Sonstiges: 5.000 CHF

💡 Tipp: Frage nach spezifischen Quellenangaben, wenn du die Original-Passage im Dokument nachschlagen möchtest.

Wie funktioniert die Dokumentensuche?#

Die Dokumentensuche basiert auf modernen Technologien namens Embeddings und Vector Search (Vektor-Suche):

Schritt 1: Dokument verarbeiten#

Wenn du ein Dokument hochlädst:

Der Text wird aus dem Dokument extrahiert
Der Text wird in kleinere Abschnitte unterteilt (sogenannte “Chunks”)
Jeder Abschnitt wird in eine mathematische Darstellung (Embedding) umgewandelt

Schritt 2: Suche durchführen#

Wenn du eine Frage stellst:

Deine Frage wird in die gleiche mathematische Form umgewandelt
Das System findet die relevantesten Dokumentenabschnitte
Diese Abschnitte werden dem AI Assistant als Kontext gegeben

Schritt 3: Antwort generieren#

Der AI Assistant:

Liest die relevanten Dokumentenabschnitte
Beantwortet deine Frage basierend auf diesen Informationen
Zitiert bei Bedarf aus den Dokumenten

💡 Tipp: Je präziser deine Frage, desto besser kann das System die relevanten Dokument-Abschnitte finden.

Was sind Embeddings?#

Embeddings sind die Technologie, die hinter der intelligenten Dokumentensuche steckt. Hier erfährst du, wie sie funktionieren und wie du sie optimal nutzt.

Das Konzept einfach erklärt#

Stell dir vor:

Jedes Wort, jeder Satz hat eine “Bedeutung” im Raum
Ähnliche Themen liegen im Raum nah beieinander
Das System findet Dokument-Abschnitte, die deiner Frage “nahe” sind

Beispiel:

Deine Frage: “Was ist das Projektbudget?”
Das System findet Abschnitte mit Wörtern wie: “Budget”, “Kosten”, “Finanzen”, “Aufwand”
Auch wenn die genauen Worte nicht vorkommen, findet es sinnverwandte Inhalte

Technische Details (für Interessierte)#

Embedding-Prozess:

Jedes Dokument wird in Abschnitte à ca. 2000 Zeichen unterteilt (optimiert für Excel und strukturierte Daten)
Jeder Abschnitt wird mit OpenAI’s Embedding-Modell in einen 1536-dimensionalen Vektor umgewandelt
Diese Vektoren werden in einer Datenbank gespeichert (Vector Store)

Suche:

Deine Frage wird ebenfalls in einen Vektor umgewandelt
Das System vergleicht deinen Frage-Vektor mit allen Dokument-Vektoren
Die 50 ähnlichsten Abschnitte werden gefunden
Der AI Assistant erhält diese Abschnitte als Kontext

💡 Technischer Hintergrund: ELIZA nutzt LlamaIndex als Framework für Embeddings und OpenAI’s text-embedding-ada-002 Modell für die Vektor-Erstellung.

Vorteile von Embeddings#

Semantisches Verständnis

✅ Findet auch sinnverwandte Begriffe
✅ “Budget” findet auch “Kosten”, “Finanzen”, “Aufwand”
✅ Sprachunabhängig innerhalb verwandter Sprachen

Kontextbezogenes Suchen

✅ Berücksichtigt den Kontext der Frage
✅ “Apfel” im Kontext “Obst” vs. “Apple” im Kontext “Computer”
✅ Findet relevante Passagen, nicht nur Schlüsselwörter

Flexibilität

✅ Funktioniert auch bei Tippfehlern
✅ Findet Informationen in verschiedenen Formulierungen
✅ Keine exakte Wort-Übereinstimmung nötig

Einschränkungen von Embeddings#

Strukturierte Daten (Tabellen, Zahlen)

Embeddings funktionieren am besten mit beschreibendem Text. Bei reinen Zahlen oder Tabellen gibt es Einschränkungen:

❌ Schwierig für Embeddings:

Name: Borth Werner
Position: Buchhalter
Gehalt: 14404

✅ Besser für Embeddings:

Mitarbeiter Borth Werner arbeitet als Buchhalter mit einem
Jahresgehalt von 14.404 CHF. Er ist seit 2020 im Unternehmen tätig.

Warum? Embeddings suchen nach semantischer Ähnlichkeit (Bedeutungs-Nähe), nicht nach exakten Zahlen. Reine Zahlen haben keine “Bedeutung” im semantischen Raum.

Große Dokumentensammlungen

Bei sehr vielen Dokumenten kann die Suche ungenau werden:

⚠️ Optimal: 5-20 Dokumente pro Chat
⚠️ Maximal empfohlen: 30-50 Dokumente
❌ Problematisch: 100+ Dokumente in einem Chat

Grund: Mehr Dokumente = mehr Abschnitte = schwieriger die wirklich relevanten zu finden.

Embeddings optimal nutzen#

Hier sind die wichtigsten Tipps, um die besten Ergebnisse mit der Embedding-basierten Suche zu erzielen:

✅ Empfohlene Dokumenten-Formate#

Fließtext mit Kontext (BESTE Ergebnisse)

✅ Berichte, Handbücher, Dokumentationen
✅ Protokolle, Notizen, Zusammenfassungen
✅ E-Mails, Korrespondenzen
✅ Word-Dokumente, PDFs mit Text

Strukturierte Daten mit Beschreibungen (GUTE Ergebnisse)

✅ Excel-Tabellen mit Spalten-Überschriften und Zeilen-Beschreibungen
✅ PDFs mit Text und erklärenden Absätzen
✅ Präsentationen mit aussagekräftigen Texten

Reine Daten ohne Kontext (EINGESCHRÄNKTE Ergebnisse)

⚠️ Excel-Tabellen mit nur Zahlen und Kurz-Codes
⚠️ Rohe Datenbank-Exports
⚠️ Listen ohne Beschreibungen

✅ Dokumente vorbereiten#

Für Excel-Dateien:

Füge beschreibende Spalten-Überschriften hinzu
Verwende aussagekräftige Zeilen-Bezeichnungen
Füge eine Erläuterung oder Legende auf dem ersten Blatt hinzu

Beispiel für gute Excel-Struktur:

Gehaltsübersicht 2024 - Abteilung IT

Diese Tabelle zeigt die Jahresgehälter aller IT-Mitarbeiter
inklusive Bonuszahlungen und Sozialleistungen.

Mitarbeiter-Name | Position | Jahresgehalt (CHF) | Bonus (CHF)
Borth Werner | Buchhalter | 85.000 | 5.000
Müller Anna | Senior Developer | 95.000 | 8.000

Für PDF-Dokumente:

Verwende durchsuchbare PDFs (kein gescanntes Bild)
Strukturiere mit Überschriften und Absätzen
Füge Inhaltsverzeichnisse für lange Dokumente hinzu

✅ Fragen richtig formulieren#

Präzise Fragen stellen

❌ Ungenau: “Was steht da?”

✅ Besser: “Welches Gehalt hat Borth Werner laut der Gehaltsübersicht?”

❌ Zu allgemein: “Zeige mir die Zahlen”

✅ Besser: “Zeige mir die Umsatzzahlen aus dem Quartalsbericht Q3 2024”

Kontext in der Frage angeben

✅ Mit Kontext: “Welche Mitarbeiter in der IT-Abteilung haben das höchste Gehalt?”

✅ Mit Datei-Bezug: “Suche in der Datei ‘Gehaltsübersicht_2024.xlsx’ nach dem höchsten Gehalt”

✅ Mit beschreibenden Begriffen: “Zeige mir die Top-Verdiener aus der Gehaltsliste”

✅ Dokumenten-Organisation#

Thematisch gruppieren

✅ Empfohlen:

Chat 1: “Projekt Alpha - Alle Projektdokumente”
Chat 2: “Gehaltsabrechnungen 2024”
Chat 3: “Marketing-Strategie Q1-Q4”

❌ Nicht empfohlen:

Ein Chat mit allen Dokumenten aus verschiedenen Projekten vermischt

Anzahl begrenzen

✅ Optimal: 5-20 Dokumente pro Chat

⚠️ Bei vielen Dokumenten:

Teile in mehrere thematische Chats auf
Verwende mehrere Chats nach Zeitraum (Q1, Q2, Q3, Q4)
Erstelle separate Chats nach Abteilung oder Projekt

Versionierung

✅ Gute Praxis:

Verwende klare Dateinamen: Projektplan_v2.1_2024.pdf
Lösche alte Versionen
Lade neue Versionen mit Versionsnummer hoch

✅ Alternative Strategien bei Problemen#

Wenn Embeddings nicht funktionieren:

Strategie 1: Direkten Text-Kontext liefern

Anstatt zu fragen: “Wer hat das höchste Gehalt?”

Kopiere die Tabelle direkt in die Frage:

Hier ist die Gehaltsliste:
- Borth Werner: 85.000 CHF
- Müller Anna: 95.000 CHF
- Schmidt Peter: 78.000 CHF

Wer hat das höchste Gehalt?

Strategie 2: Datei-Export als Text

Bei Excel-Dateien mit vielen Zahlen:

Exportiere die Tabelle als CSV
Öffne mit einem Text-Editor
Füge beschreibende Zeilen hinzu
Speichere als .txt Datei
Lade die Text-Datei hoch

Strategie 3: Weniger Dokumente hochladen

Wenn du 50 Dokumente hast:

Lade nur die 5-10 relevantesten hoch
Erstelle mehrere Chats nach Thema
Nutze präzise Dateinamen für bessere Orientierung

Technische Parameter (für Administratoren)#

Falls du Administrator bist oder technische Details benötigst:

Aktuelle Embedding-Konfiguration:

Chunk-Größe: 2048 Zeichen (optimiert für Excel-Daten)
Chunk-Overlap: 200 Zeichen (Überlappung zwischen Abschnitten)
Similarity Top-K: 50 (Anzahl der abgerufenen ähnlichsten Dokument-Abschnitte)
Embedding-Modell: OpenAI text-embedding-ada-002
Vector Store: LlamaIndex VectorStoreIndex

Was bedeutet das?

Jedes Dokument wird in Abschnitte à 2048 Zeichen aufgeteilt
Bei einer Frage werden die 50 ähnlichsten Abschnitte gefunden
Diese Parameter wurden für bessere Excel-Verarbeitung optimiert

Best Practices für die Wissensbasis#

✅ Empfohlene Praktiken#

Dokumente gut benennen

✅ “Projekthandbuch_Marketing_2024.pdf”
❌ “dokument.pdf”

Dokumentenqualität

Verwende klare, gut strukturierte Dokumente
PDF mit durchsuchbarem Text (nicht gescannte Bilder)
Vermeide stark verschachtelte oder komplexe Layouts

Dokumentengröße

Optimal: 1-10 MB pro Dokument
Maximal: 50 MB pro Dokument
Teile sehr große Dokumente in kleinere Teile auf

Dokumentenanzahl

Optimal: 5-20 Dokumente pro Chat
Maximal: 50 Dokumente
Für sehr viele Dokumente: Nutze mehrere Chats nach Thema

Aktualität

Halte Dokumente aktuell
Lösche veraltete Versionen
Lade neue Versionen mit klaren Versionsnummern hoch

❌ Häufige Fehler#

Zu viele Dokumente auf einmal

Vermeide: 100 Dokumente in einem Chat hochladen
Problem: Die Suche wird ungenau und langsam
Lösung: Organisiere Dokumente thematisch in verschiedenen Chats

Schlechte Dokumentenqualität

Vermeide: Gescannte PDFs ohne OCR
Problem: Text kann nicht extrahiert werden
Lösung: Nutze PDF mit durchsuchbarem Text oder OCR-Tool

Unklare Fragen

Vermeide: “Was steht da?”
Problem: System kann relevante Abschnitte nicht finden
Lösung: “Was sind die Projektziele in Kapitel 3?”

Dokumente in falscher Sprache

Vermeide: Deutsche Fragen zu englischen Dokumenten
Problem: Übersetzung kann Informationen verfälschen
Lösung: Stelle Fragen in der Sprache der Dokumente

Erweiterte Funktionen#

Dokumente kombinieren#

Du kannst Informationen aus mehreren Dokumenten kombinieren:

Beispiel: “Vergleiche die Budgetplanung aus dem Projekthandbuch mit den tatsächlichen Kosten aus dem Quartalsbe richt. Wo gibt es Abweichungen?”

Dokumente analysieren#

Lasse den AI Assistant Dokumente analysieren:

Beispiele:

“Analysiere die Risiken in diesem Projektplan”
“Erstelle eine Zusammenfassung der wichtigsten Punkte”
“Welche Empfehlungen werden im Bericht gegeben?”
“Finde Widersprüche zwischen Dokument A und B”

Tabellen und Daten extrahieren#

Auch Tabellen können verarbeitet werden:

Beispiel: “Welche Umsatzzahlen enthält die Tabelle auf Seite 5?”

💡 Tipp: Bei komplexen Tabellen funktioniert die Excel-Datei oft besser als ein PDF.

Wissensbasis optimieren#

Dokumente aktualisieren#

Schritt 1: Lösche die alte Version des Dokuments

Schritt 2: Lade die neue Version hoch

Schritt 3: Die Wissensbasis wird automatisch neu aufgebaut

💡 Tipp: Verwende Versionsnummern im Dateinamen (z.B. “Handbuch_v2.1.pdf”)

Wissensbasis neu aufbauen#

Manchmal ist es sinnvoll, die Wissensbasis komplett neu aufzubauen:

Schritt 1: Gehe zu “Dateien” im Chat-Menü

Schritt 2: Klicke auf “Wissensbasis neu aufbauen”

Schritt 3: Alle Dokumente werden neu verarbeitet

⚠️ Wichtig: Das Neu-Aufbauen kann bei vielen Dokumenten einige Minuten dauern.

Systemrolle für dokumentenbasierte Chats#

Du kannst die Systemrolle anpassen, um bessere Ergebnisse zu erzielen:

Schritt 1: Öffne die Chat-Einstellungen

Schritt 2: Klicke auf “Systemrolle ändern”

Schritt 3: Füge spezifische Anweisungen hinzu

Beispiel:

Du bist ein Assistent für Projektmanagement. Beantworte Fragen nur
basierend auf den hochgeladenen Projektdokumenten. Zitiere immer die
Quelle (Dokumentname und Seite).

Häufige Fragen (FAQ)#

Wie viele Dokumente kann ich hochladen?#

Technisch unbegrenzt, aber für beste Ergebnisse empfehlen wir maximal 20-30 Dokumente pro Chat.

Kann ich passwortgeschützte PDFs hochladen?#

Nein, passwortgeschützte Dokumente müssen erst entsperrt werden.

Werden meine Dokumente mit dem AI-Modell trainiert?#

Nein, deine Dokumente werden nur für diesen Chat verwendet und nicht für das Training von Modellen genutzt.

Wie lange bleiben Dokumente gespeichert?#

Dokumente bleiben gespeichert, bis du sie löschst oder den Chat löschst.

Kann der AI Assistant Bilder in PDFs lesen?#

Nur wenn das PDF durchsuchbaren Text enthält. Reine Bild-PDFs müssen erst mit OCR verarbeitet werden.

Was passiert, wenn ich ein Dokument lösche?#

Das Dokument wird aus der Wissensbasis entfernt. Bereits geführte Unterhaltungen bleiben erhalten, aber zukünftige Antworten berücksichtigen dieses Dokument nicht mehr.

Kann ich Dokumente zwischen Chats kopieren?#

Nein, Dokumente sind spezifisch für einen Chat. Du musst sie erneut hochladen.

Funktioniert die Dokumentensuche auch in anderen Sprachen?#

Ja, die Dokumentensuche funktioniert in vielen Sprachen. Stelle Fragen in der gleichen Sprache wie die Dokumente.

Zusammenfassung#

Du hast gelernt:

✅ Was eine Wissensbasis ist und wie sie funktioniert
✅ Welche Dateiformate unterstützt werden
✅ Wie du Dokumente hochlädst und verwaltest
✅ Wie du Fragen zu Dokumenten stellst
✅ Wie die Dokumentensuche technisch funktioniert
✅ Best Practices für die Wissensbasis
✅ Wie du die Wissensbasis optimierst

Nächste Schritte#

Kapitel 4: Chatspaces - Organisiere Chats und arbeite im Team
Kapitel 5: Tipps und Tricks - Werde zum Power-User
Kapitel 2: AI-Assistent - Vertiefe dein Wissen über Chat-Funktionen

Viel Erfolg beim Arbeiten mit Dokumenten! 🚀