Wenn Teams Antworten brauchen, will ich sie direkt im Arbeitsfluss bekommen, damit Projekte schneller vorankommen und Entscheidungen belastbarer werden. – CIO eines mittelständischen Anlagenbauers in Süddeutschland
Warum KI hier ein echter Gamechanger ist
Wissen liegt heute in Tickets, Wikis, Mails, Dateien und vor allem in Köpfen. Es ist verstreut, schwer zu pflegen und im Alltag kaum auffindbar. LLM Agenten schaffen Ordnung, indem sie Inhalte verstehen, verknüpfen und als präzise Antworten mit Quellen ausspielen. Direkt in den Tools, in denen gearbeitet wird. RBAC sorgt dafür, dass nur sichtbare Inhalte genutzt werden, Audit und Guardrails sichern Qualität und Governance.
Drei Use Cases mit sofortiger Wirkung
1. Datensilos aufheben mit RAG
Ein unternehmensweiter Frag dein Wissen Layer über Confluence, SharePoint, Google Drive, Git und Ticketing.
- Quellenzitate zur Nachvollziehbarkeit
- Zugriffsrechte werden respektiert
- DSGVO konforme Verarbeitung
Ergebnis: weniger Suchen, weniger Doppelarbeit, schnellere und bessere Entscheidungen.
2. Onboarding und Expert Assist
SOPs, Protokolle und Best Practices werden zu prägnanten Antworten, Checklisten und Entscheidungsbäumen verdichtet. Neue Kolleginnen und Kollegen erhalten kontextbezogene Unterstützung im Chat oder direkt im Portal.
3. Automatisierte Lerninhalte und Micro Trainings
Aus Doku und Meeting Notizen entstehen automatisch Lernskripte, Quizzes und kurze Lernvideos, passgenau für Rollen und Aufgaben. Aus vorhandenem Wissen wird Training, ohne zusätzlichen Produktionsaufwand.
Was es dafür braucht
- Klare Datenhaltung mit Metadaten und Löschkonzept
- Rollen, Rechte und Genehmigungswege
- Sauberes Embedding und Vektor Setup
- Qualitative Prompts, Policies und Guardrails
- Monitoring mit Feedbackschleifen und Retrain Pfad
Referenz Stack aus Projekten
- Experience Layer: Liferay DXP als zentrales Mitarbeiter und Partner Portal mit Suchfeld, Widgets, Antworten im Kontext und Low Code Fähigkeiten
- Quellen: Confluence, SharePoint, Fileshares, Ticketing, Git, ERP, CRM etc.
- Vektor Datenbank: Elasticsearch mit Vektor Feldern oder pgvector
- Agenten Orchestrierung: LangGraph für Tool Use, Workflow Logik, Self Reflection
- LLMs: Open Source Modelle on premise oder API basierte Modelle, je nach Governance und Kostenrahmen
- Sicherheit und Governance: RBAC, PII Filtering, Inhaltsrichtlinien, Prompt Policies, Audit Log, EU Datenhaltung
Liferay DXP eignet sich besonders als Frontdoor für Wissen, weil Rollen, Segmente und Workflows bereits vorhanden sind und sich KI nahtlos in Portlets und Seiten integrieren lässt. Bestehende Confluence oder SharePoint Inhalte bleiben die Quelle, die KI liefert nur die Antwortschicht.
So setzen Sie es um in sechs Schritten
- Zielbild definieren Ziele, KPIs, Nutzergruppen, Schutzbedarfe
- Quellen inventarisieren Inhalte, Formate, Metadaten, Löschfristen, Rechtslage
- Zugriff klären RBAC Mapping, Service Accounts, Protokollierung
- RAG Basis aufbauen Connectoren, Chunking Strategie, Embeddings, Vektor Index
- Agenten und Policies modellieren Tools, Entscheidungsbäume, Guardrails, Eskalation an Menschen
- Pilot, messen, skalieren Suchzeit, First Contact Resolution, Onboarding Zeit, Qualitätsfeedback, kontinuierliche Verbesserung
Messbare Effekte, die wir typischerweise sehen
- Deutlich kürzere Suchzeiten im Arbeitsalltag
- Spürbar schnelleres Onboarding und weniger Schattenwissen
- Höhere Konsistenz in Antworten und Entscheidungen dank Quellenzitaten
- Bessere Nutzung bestehender Dokumentation statt Neuschreiben
Mini Beispiel aus dem Mittelstand
Ein Maschinenbauer bündelte Confluence, Tickets und Dateiserver zu einem Frag dein Wissen Layer im Liferay Portal. Zugriffsrechte wurden übernommen, Antworten erscheinen mit Zitaten und Links zurück in die Quelle. Bereits nach wenigen Wochen wurden häufige Anfragen im Service durch den Expert Assist beantwortet, neue Mitarbeitende erreichten schneller Produktivitätsniveau und die Zahl redundanter Dokumente sank.
Qualität und Verantwortung
- DSGVO und Datensouveränität Verarbeitung in der EU, Logging, Auftragsverarbeitung
- Sicherheit Least Privilege, Secret Management, Zero Trust Integration
- Transparenz Quellenzitate, Erklärtexte, Feedbackknopf in jeder Antwort
- Governance Policy Katalog, menschliche Freigabe für sensible Bereiche, regelmäßige Evaluierung
Warum mit Ancud
Wir verbinden Portale wie Liferay DXP mit Ihrem Wissensökosystem, implementieren RAG und LLM Agenten mit LangGraph und sorgen für Audit, Guardrails und Betriebsreife. Ergebnis ist ein Wissensmanagement, das nicht wie Archiv wirkt, sondern wie Produktivitätsfunktion.
Nächster Schritt
Starten Sie mit einem vierwöchigen Pilot aus drei Quellen, einem klaren KPI Set und einer abgesicherten RAG Pipeline. Danach skalieren wir in Richtung Onboarding Assists und Micro Trainings.
Kurz zusammengefasst
- LLM Agenten machen verstreutes Wissen dort nutzbar, wo gearbeitet wird
- RAG und Agenten liefern Antworten mit Quellen und Rechten
- Governance und Messbarkeit sind Dreh und Angelpunkt
Drei Schritte zur Umsetzung
- Pilot messen, ausrollen, verbessern
- Ziele, Quellen und Rechte klären
- RAG Basis und Agenten mit Guardrails aufbauen
