KI-Chatbot mit Wissensbasis: Quellen, Grenzen und Übergabe

KI 08. 09. 2026

Rebi Okuyan Co-Founder

Ein Chatbot ohne eigene Wissensbasis antwortet allgemein – und liegt bei Fragen zu deinen Leistungen, Preisen oder Fristen oft daneben. Interessant wird er erst, wenn er aus deinen Inhalten antwortet, seine Quelle nennt und weiß, wann er aufhören muss. Dieser Text zeigt, wie du diese drei Dinge festlegst.

Kurz gesagt: Ein nützlicher Chatbot besteht aus drei Entscheidungen, die nichts mit dem Sprachmodell zu tun haben. Erstens: Welche Dokumente darf er verwenden und welche nicht. Zweitens: Was passiert, wenn er in diesen Dokumenten keine Antwort findet. Drittens: Bei welchen Anliegen übergibt er sofort an einen Menschen. Wer diese drei Punkte vorher schriftlich festlegt, bekommt ein System, das man Kunden zumuten kann. Wer sie offenlässt, riskiert einen Bot, der auch dann antwortet, wenn er keine belastbare Grundlage hat.

Was in die Wissensbasis gehört – und was nicht

Eine häufige Fehlentscheidung ist, alles hineinzukippen: das komplette Intranet, alte Angebote, Präsentationen aus mehreren Jahren. Das Ergebnis sind widersprüchliche Antworten, weil das System nicht wissen kann, welche Version gilt. Besser ist eine bewusst kleine, gepflegte Sammlung. Als Faustregel empfehlen wir: Ein Dokument kommt nur rein, wenn eine benannte Person dafür verantwortlich ist, dass es stimmt. Für alles andere gilt der Umkehrschluss – wenn niemand zuständig ist, gehört es nicht in die Basis, sondern ins Archiv. Diese Auswahl ist redaktionelle Arbeit. Ihr Einfluss auf die Antwortqualität sollte ebenso getestet werden wie Suche, Modell und Ausgabevorgaben.

Gehört rein Aktuelle Leistungs- und Produktbeschreibungen, Preislogik soweit sie öffentlich ist, Liefer- und Rückgabebedingungen, Öffnungszeiten, Kontaktwege, geklärte Standardfragen aus dem Support.

Gehört mit Vorsicht rein Interne Anleitungen mit Halbwissen, Blogbeiträge mit veralteten Angaben, Foliensätze ohne Datum. Entweder aktualisieren oder weglassen.

Gehört nicht rein Personenbezogene Daten, Vertragsentwürfe, interne Kalkulationen, alles mit rechtlicher Tragweite und alles, wofür keine Person die Richtigkeit verantwortet.

Braucht ein Datum Jedes Dokument bekommt einen Stand. Ohne Datum lässt sich bei widersprüchlichen Angaben nicht entscheiden, welche Aussage die jüngere ist – weder im Team noch im Bot, dem der Stand als Zusatzinformation mitgegeben wird.

Wie eine Antwort tatsächlich entsteht

Der Ablauf ist einfacher, als das Marketing vieler Anbieter vermuten lässt. Die Frage des Nutzers wird zuerst benutzt, um in deiner Dokumentensammlung passende Abschnitte zu suchen. Diese Abschnitte werden dem Sprachmodell zusammen mit der Frage vorgelegt, verbunden mit der Anweisung, ausschließlich daraus zu antworten. Das Modell formuliert daraus eine Antwort; die Fundstelle erscheint, wenn das System sie mitführt und die Ausgabe sie ausdrücklich verlangt. Der wichtige Punkt: Die Suche entscheidet, was das Modell überhaupt sehen kann. Wenn deine Inhalte in langen, unstrukturierten Blöcken stehen, findet die Suche häufiger unpassende Abschnitte, und ein stärkeres Modell gleicht das nur begrenzt aus. Klare Zwischenüberschriften, kurze Absätze und eindeutige Begriffe verbessern die Trefferqualität – aus demselben Grund, aus dem sie auch Menschen helfen. Wie das im Detail aussieht, steht in Inhalte für KI-Antworten: Klar schreiben, Quellen zeigen.

Genauso wichtig ist der Fall, in dem nichts gefunden wird. Lege ausdrücklich fest, dass der Bot dann sagt, dass er es nicht weiß, und den Weg zu einem Menschen anbietet. Diese Regel soll Antworten ohne ausreichende Grundlage begrenzen. Ob sie zuverlässig greift, muss mit normalen und schwierigen Testfragen geprüft werden. Sie lässt sich außerdem testen: Stelle bewusst Fragen, die deine Dokumente nicht abdecken, und prüfe, ob der Bot sauber abbricht statt zu improvisieren.

Drei Grenzen, die du vorher festlegst

Grenzen sind kein Misstrauen gegenüber der Technik, sondern die Bedingung dafür, dass du sie öffentlich einsetzen kannst. Wir empfehlen, sie in diesen drei Kategorien zu notieren und im Team freizugeben, bevor der Bot öffentlich erreichbar ist.

Themengrenze Welche Bereiche beantwortet der Bot gar nicht? Typisch sind Rechtsauskünfte, individuelle Preiszusagen, medizinische oder finanzielle Einschätzungen und alles, was vertraglich bindend wirken könnte.

Aktualitätsgrenze Bis wann sind die Inhalte gepflegt? Wenn der Stand älter als der vereinbarte Rhythmus ist, sollte das intern auffallen, bevor es Kunden auffällt.

Entscheidungsgrenze Darf der Bot etwas auslösen – Termin buchen, Retoure anlegen, Ticket eröffnen – oder nur informieren? Jede Aktion braucht eine eigene Freigabe und ein Protokoll.

Übergabe an Menschen: der wichtigste Teil

Ein Chatbot wird nicht nur daran gemessen, wie viele Fragen er beantwortet, sondern vor allem daran, wie sauber er die Fälle abgibt, die er nicht kann. Die folgende Tabelle ist ein Muster, das du an deine Kanäle anpassen kannst. Entscheidend ist die dritte Spalte: Bei einer Übergabe ohne definierten Empfänger bleiben Anfragen liegen.

Auslöser	Was der Bot tut	Wohin die Anfrage geht
Keine passende Quelle gefunden	Sagt offen, dass er es nicht weiß, und bietet Kontakt an	Kontaktformular oder Postfach mit Gesprächsverlauf
Zweite Nachfrage zum selben Punkt	Bricht die Erklärschleife ab und schlägt Übergabe vor	Support-Team, Ticket mit bisherigem Verlauf
Beschwerde oder erkennbarer Ärger	Antwortet knapp und übergibt sofort	Direkt an zuständige Person, ohne weitere Bot-Fragen
Thema auf der Sperrliste	Beantwortet die Frage nicht, erklärt warum	Fachbereich oder telefonischer Kontakt
Außerhalb der Servicezeiten	Informiert über Zeiten und nimmt Anliegen auf	Rückrufliste für den nächsten Werktag

Ein erfundenes Beispiel: Sprachschule Lindenhof

Die folgende Einrichtung ist frei erfunden. Die Sprachschule Lindenhof bekommt immer wieder dieselben Fragen: Kursstufen, Termine, Stornobedingungen, Prüfungsanmeldung. Die Wissensbasis besteht deshalb aus vier Dokumenten mit klarer Zuständigkeit: Kursübersicht (Sekretariat), Stornoregeln (Verwaltung), Prüfungsinfos (Kursleitung), Anfahrt und Zeiten (Sekretariat). Fragen zur Einstufung beantwortet der Bot bewusst nicht – dafür gibt es einen Einstufungstest, und eine falsche Auskunft würde jemanden in den falschen Kurs schicken. Bei Fragen zu Rückerstattungen nach Kursbeginn übergibt er direkt an die Verwaltung, weil dort im Einzelfall entschieden wird.

Der interessante Effekt in diesem Beispiel ist nicht die Entlastung im Postfach, sondern die Nebenwirkung: Beim Aufbau der vier Dokumente fällt auf, dass die Stornoregeln auf der Website anders formuliert sind als im Anmeldeformular. Dieser Widerspruch war vorher da, nur hat ihn niemand gesehen. Das passiert regelmäßig – die Wissensbasis wirkt wie ein Prüfstand für Inhalte, die man seit Jahren nicht angefasst hat.

Pflege: Wer hält das aktuell?

Ein Chatbot ist kein Projekt mit Enddatum, sondern eine Redaktionsaufgabe. Lege einen festen Rhythmus fest, in dem jemand die Gesprächsprotokolle durchsieht – nicht alle, sondern eine Stichprobe plus alle Fälle, in denen der Bot nicht weiterwusste. Diese Liste ist die beste Quelle für neue Inhalte, weil sie zeigt, welche Fragen Menschen wirklich stellen. Zusätzlich braucht jedes Dokument eine verantwortliche Person und einen Termin für die nächste Prüfung. Ohne diese beiden Angaben veraltet die Basis leise, und die Antworten werden schleichend schlechter, ohne dass ein Alarm losgeht.

Grenzen und nächster Schritt

Auch mit sauberer Wissensbasis bleiben Restrisiken: Das Modell kann Abschnitte falsch zusammenfassen, mehrdeutige Fragen falsch verstehen oder zwei widersprüchliche Quellen vermischen. Quellenangaben verringern das Problem, weil Nutzer nachprüfen können, aber sie beseitigen es nicht. Deshalb gilt: kein Chatbot für Auskünfte, bei denen ein Fehler jemandem schadet. Der sinnvolle nächste Schritt ist klein – wähle einen einzigen Themenbereich mit hoher Anfragezahl und guter Dokumentenlage, wie du ihn in KI-Anwendungsfälle priorisieren findest, und baue nur dafür. Wenn der Bot später nicht nur informieren, sondern Dinge auslösen soll, wird aus der Chatlösung ein anderes System; die Abwägung dazu steht in KI-Agent oder Workflow. Für Konzeption, Wissensbasis und Übergabelogik gemeinsam ist KI-Chatbot-Entwicklung der passende Rahmen.