Der Unterschied zwischen Suchen und Wissen
Ein Assistent auf den Unternehmensdokumenten ist kein allgemeiner Chatbot, an den man Dateien anhängt — es ist ein System, das das echte Wissen des Unternehmens indexiert (Verträge, interne Monografien, Journale, Richtlinien) und mit Quellenangabe antwortet, nicht mit einer plausiblen Vermutung.
Der Unterschied zählt vor allem dort, wo eine falsche Annahme Geld oder Reputation kostet: eine falsche steuerliche Auslegung, eine falsch gelesene Vertragsklausel, eine falsch angewendete interne Regel. Ein Unternehmens-Chatbot, der ohne die internen Quellen gebaut wird, bleibt generisch — der echte Unterschied entsteht durch die Anbindung an die eigenen Dokumente und Datenbanken des Unternehmens.
Der Reader, das Gehirn, die Abläufe
Ein solider interner Assistent hat drei getrennte Schichten: den Daten-Reader (der technische, für den Nutzer unsichtbare Teil — liest native Formate, auch ohne API), das Fach-Gehirn (die branchenspezifischen Regeln und das Wissen, der eigentliche Unterscheidungsfaktor) und die Abläufe (Abgleich, Prüfung, Diagnose — der Teil, der sich direkt in gesparte Stunden übersetzt).
Ein Sprachmodell ohne Fachwissen zur Domäne gibt Antworten, die plausibel klingen und falsch sind — wir haben das direkt in einem Pilotprojekt erlebt, wo eine falsche Annahme über die Häufigkeit einer Steuererklärung erst bei der menschlichen Prüfung entdeckt wurde. Technisch heißt der Mechanismus dahinter RAG für Unternehmen (retrieval-augmented generation): Das Modell durchsucht zuerst Ihre Daten und formuliert die Antwort dann auf Basis dessen, was es gefunden hat. Dieselbe Isolationsregel finden Sie auch bei der Plattform Consumer Voice, wo die Datenisolierung pro Kundeninstanz eine bewusste Entscheidung war, kein technischer Zufall.
Wie viel Zeit verliert das Team mit der Suche nach bereits vorhandenen Informationen?
Richtwert-Schätzung, direkt auf der Seite berechnet. Wir senden nichts an den Server.
Es hängt davon ab, wie strukturiert die Ausgangsdaten sind; das ist kein Ergebnisversprechen.
Was menschliche Entscheidung bleibt
Die richtige Positionierung für einen internen Assistenten ist „Copilot“, nicht „Autopilot“: er liest, berechnet, gleicht ab, prüft Erklärungen vor der Einreichung, bereitet Importdateien vor — aber die Behandlungsentscheidung, die Unterschrift und die Einreichung bleiben beim Menschen.
Das Argument ist nicht nur Vorsicht, es ist kommerziell: „Die KI erledigt Ihre Arbeit allein” lässt sich schwer an jemanden verkaufen, dessen berufliche Haftung auf dem Spiel steht. Was der Kunde tatsächlich kauft, ist Vertrauen und Geschwindigkeit, keine Abgabe von Verantwortung. Ein interner KI-Assistent für Unternehmen bleibt Copilot, nicht Autopilot: Er schlägt eine Antwort mit überprüfbarer Quelle vor, aber der Mensch entscheidet, ob er sie weiterleitet oder unterschreibt. Für Unternehmen, bei denen selbst die Isolierung über eine eigene Datenbank nicht ausreicht, erklären wir separat, was Self-hosted-KI mit Ihren Daten auf eigener Infrastruktur bedeutet — nicht in der Cloud eines externen Anbieters.
Viele wichtige Systeme haben keine API
Ein guter Teil der täglich in Rumänien genutzten Systeme (Desktop-Buchhaltung, ältere ERPs) hat keine API und wird bald keine bekommen. Das blockiert keinen internen Assistenten — es bedeutet nur, dass das Lesen direkt aus den nativen Formaten erfolgt (lokale Datenbanken, Kontoauszugs-PDFs), mit der Sorgfalt, niemals direkt in die Daten zu schreiben.
Die goldene Regel: direktes Lesen ja, direktes Schreiben nie — jede Änderung läuft über den offiziellen Importprozess des Quellsystems. Ein gut gebauter KI-Dokumentenassistent wird mit der Zeit zu einer Art Second Brain des Unternehmens — dem kollektiven Gedächtnis für Prozesse und Entscheidungen, sofort durchsuchbar. Für Daten, die das Unternehmen nicht verlassen dürfen, läuft der Assistent auf einer privaten KI-Infrastruktur, on-premise oder in der EU.
Das Berufsgeheimnis ist nicht optional
Für jeden Assistenten, der mit Kundendaten arbeitet (Buchhaltung, Recht, Verträge), ist die Datenisolierung pro Kunde eine Design-Anforderung, kein nachträglicher Zusatz. Jede Installation hat ihren eigenen Bereich, ihre eigenen Schlüssel, ohne Vermischung zwischen Portfolios.
Für einen Steuerberater mit 30–80 Mandanten im Portfolio bedeutet das, die Konfiguration von Anfang an für das gesamte Portfolio zu denken, nicht für ein einzelnes Unternehmen mit späterer Ad-hoc-Erweiterung. Die Daten jedes Kunden bleiben in einer eigenen, getrennten Datenbank isoliert — dieselbe Regel, die wir auch auf Multi-Kunden-Plattformen wie Consumer Voice anwenden, nicht nur bei internen Assistenten.
Vom Pilotfall zum internen Produkt
Ein guter interner Assistent geht von den echten Wissensquellen des Unternehmens aus, nicht von einer generischen Liste von „was KI alles kann“.
- 01Wir kartieren die echten Wissensquellen des Unternehmens (Dokumente, Datenbanken, interne Richtlinien)
- 02Wir bauen den Reader + die branchenspezifischen Fachregeln
- 03Wir testen mit echten Fällen, mit expliziter menschlicher Prüfung bei jedem kritischen Schritt
- 04Wir übergeben das System + Dokumentation, inklusive Installation/Inbetriebnahme
Festpreis, nach einem kurzen Discovery-Gespräch.
- Second-Brain-Architektur
- Anbindung an die Unternehmensdaten
- schriftliche Abnahmekriterien
- Zugriff auf die Unternehmensdokumente
- Antworten mit Quellenangabe
- Monatliche Wartung
- alles, was N1 enthält
- Routing nach Kosten/Qualität
- rollenbasierte Berechtigungen + Audit
Jedes Projekt hat einen anderen Kontext, andere Abläufe und eine andere Infrastruktur. Der Preis wird nach einem kurzen, bezahlten Discovery festgelegt und ändert sich danach nicht mehr.
Häufige Fragen
Was ist ein interner KI-Assistent (Second Brain)?
Es ist ein System, das mit den echten Dokumenten und Datenbanken des Unternehmens verbunden ist und Fragen unter Angabe der genauen Quelle beantwortet, statt eine plausible Antwort aus dem allgemeinen Gedächtnis des Modells zu generieren. Technisch basiert es auf RAG (Retrieval-Augmented Generation) und auf Connectoren, die die nativen Daten des Unternehmens lesen.
Was ist RAG, und warum ist das für ein Unternehmen wichtig?
RAG bedeutet, dass das Modell zuerst in den echten Dokumenten des Unternehmens sucht und erst dann die Antwort formuliert, unter Angabe der Quelle. Das zählt, weil es das größte Risiko generischer KI eliminiert — die plausible Halluzination — bei spezifischen Informationen, die nicht in den öffentlichen Daten existieren, mit denen das Modell trainiert wurde.
Kann ein interner Chatbot mit Systemen ohne API arbeiten?
Ja — wenn das Quellsystem keine API hat (häufig bei Desktop-Buchhaltung oder älteren ERP-Systemen), liest der Assistent direkt die nativen Datenformate, mit der strengen Regel, niemals direkt in sie zu schreiben. Jede Änderung läuft über den offiziellen Importprozess des Systems.
Was kostet ein interner KI-Assistent für ein Unternehmen?
Ein einfacherer Assistent, für einen einzigen Dokumentensatz, kann deutlich weniger kosten.
Gelangen die Unternehmensdaten ins Training des KI-Modells?
Nein, wenn Sie einen seriösen Enterprise-/API-Anbieter nutzen — Anthropic zum Beispiel trainiert nicht auf über Team/Enterprise/API gesendeten kommerziellen Daten. Es bleibt aber eine separate Frage, wo die Daten verarbeitet werden (Residenz) und ob für vollständige Souveränität eine selbst gehostete Lösung nötig ist.
Kann der interne KI-Assistent selbst Entscheidungen treffen?
Die empfohlene Haltung ist „Co-Pilot, nicht Autopilot": Der Assistent liest, berechnet, prüft und meldet, aber die Entscheidung über die Behandlung und die endgültige Unterschrift bleiben beim Menschen. Das ist ebenso eine unternehmerische wie eine vorsichtige Wahl — die berufliche Verantwortung bleibt menschlich.
Was bedeutet Datenisolierung zwischen Kunden bei einem KI-Assistenten?
Es bedeutet, dass jeder Kunde oder jede Firma einen eigenen Datenbereich, eigene Schlüssel und keine Vermischung mit anderen Portfolios hat — eine Anforderung vor allem für Buchhalter oder Berater mit Dutzenden Firmen in Verwaltung, wo Berufsgeheimnis und DSGVO nicht optional sind.
Welche Arten von Dokumenten kann ein interner KI-Assistent in der Praxis tatsächlich lesen?
Verträge, Rechnungen, interne Korrespondenz, Verfahrensanweisungen, Datensätze aus SAGA oder einem anderen Buchhaltungssystem — jede strukturierte oder halbstrukturierte Quelle, die wir ausdrücklich anbinden, mit klaren rollenbasierten Berechtigungen, nicht alles, was zufällig auf einem Dateiserver liegt.
Antwortet der Assistent auf Rumänisch?
Ja. Aktuelle Modelle arbeiten gut auf Rumänisch, und der Assistent antwortet in der Sprache der Frage, mit Verweis auf das Dokument, aus dem die Information stammt.
Lassen Sie uns schauen, was sich bei Ihnen automatisieren lässt.
Eine kostenlose 30-Minuten-Sitzung: Wir sagen Ihnen, was sich automatisieren lässt, wie lange es dauert und was es kostet – mit Festpreis nach dem Discovery-Gespräch.