Zum Inhalt springen
Alle Fallstudien

ReferenzdesignInterner LLM-Copilot (Richtlinien + Tools)· 4 Monate

Mitarbeiter fragten Kollegen, statt die Richtlinie zu lesen. Jetzt fragen sie und bekommen eine Antwort, die sie prüfen können.

Antwortgenauigkeit · vorher

61 %

Naiver RAG-Pilot mit einem Vektor

Antwortgenauigkeit · nachher

89,2 %

Hybrides Retrieval + Reranker + Quellenangaben

Das Problem

Das Wissen des Unternehmens steckte in Richtliniendokumenten, die niemand las, also unterbrachen die Leute stattdessen ihre Kollegen. Ein früherer Chatbot-Versuch machte es schlimmer: Er antwortete selbstsicher, ohne dass man erkennen konnte, ob er richtig lag.

Was gebaut wurde

Wir haben einen Assistenten gebaut, der die tatsächlichen Dokumente durchsucht, die Treffer rankt und nur mit einem Link zur verwendeten Quelle antwortet – plus eine Testsuite, die vor jeder Änderung läuft, bevor sie live geht.

Was sich geändert hat

Der Anteil richtiger Antworten stieg von 61 % auf 89 %, jede Antwort kommt mit einer überprüfbaren Quelle, und neue Mitarbeiter arbeiten sich messbar schneller ein.

Erzählen Sie uns von der Aufgabe.

Das erste Gespräch ist kostenlos. Wenn dieses System für Ihre Zahlen nicht die richtige Antwort ist, sagen wir das.

Alle Lösungen