RAG-Copilots für Unternehmenswissen
Kurze Antwort
SwankyForge baut Retrieval-Augmented-Generation-Copilots (RAG): Assistenten, die Fragen von Mitarbeitern oder Kunden aus Ihren eigenen Dokumenten, Richtlinien und Systemen beantworten und die Passage zitieren, aus der jede Antwort stammt. Jedes Release wird vor dem Go-live an einem Testset echter Fragen geprüft. Ein typisches Projekt dauert 4–8 wochen und kostet 8k €–18k €.
Kann ein Kunde einen geöffneten Artikel nach 20 Tagen zurückgeben?
Ja, innerhalb von 30 Tagen, wenn der Artikel unbeschädigt und in der Verpackung ist. Geöffnete Hygieneartikel sind ausgenommen.
- [1] Rückgaberichtlinie, Abschnitt 4.2
- [2] Liste der Hygieneartikel, aktualisiert im März
2 Quellen · Antwort gegen das Release-Testset geprüft
Kommt Ihnen das bekannt vor?
- Mitarbeiter unterbrechen Kollegen, statt die Richtlinie zu lesen.
- Der Support beantwortet jeden Tag dieselben Fragen.
- Ein Chatbot-Pilot antwortete selbstsicher und falsch.
- Das Wissen ist über Wikis, PDFs und Tickets verstreut.
- Niemand kann sagen, ob der Assistent besser oder schlechter wird.
Was wir bauen
Interner Wissensassistent
Richtlinien, Abläufe und Produktdokumentation, beantwortet mit einem Link zur Quelle.
Support-Antworten
Antwortentwürfe für Agenten oder direkte Antworten an Kunden, aus Ihrem Hilfecenter.
Suche über alle Quellen
PDFs, Wikis, Tickets und Netzlaufwerke an einem Ort, mit ihren Berechtigungen.
Abfragen in Ihren Systemen
Fragen zu einer Bestellung, einem Vertrag oder einem Konto, beantwortet aus Live-Daten.
Release-Tests
Eine Sammlung echter Fragen, die jede Änderung bestehen muss.
Zugriffsregeln
Man sieht nur Antworten, die auf Dokumenten beruhen, die man öffnen darf.
Wie ein Projekt abläuft
- 1
Echte Fragen sammeln
Einige hundert Fragen, die tatsächlich gestellt werden, mit den Antworten, die ein Experte akzeptieren würde. Daraus wird das Testset.
- 2
Quellen anbinden
Dokumente, Wikis und Tickets werden mit ihren Berechtigungen indexiert, sodass niemand ein Dokument sieht, das er nicht öffnen dürfte.
- 3
Erst abrufen, dann antworten
Das System findet zuerst die relevanten Passagen und schreibt dann eine Antwort, die sie zitiert und verlinkt. Ohne Quelle keine Antwort.
- 4
Vor dem Release messen
Jede Änderung wird am Testset bewertet: richtig, teilweise richtig, falsch oder abgelehnt. Ein Release, das schlechter abschneidet, geht nicht live.
- 5
Betreiben und verbessern
Logging, Feedback-Buttons und eine wöchentliche Durchsicht fehlgeschlagener Fragen fließen in die nächste Runde ein.
Was Sie bekommen
- Assistent in dem Kanal, den Ihr Team bereits nutzt: Web, Chat oder Helpdesk
- Testset echter Fragen mit Expertenantworten
- Evaluierungsbericht für jedes Release
- Konnektoren für Quellen und Berechtigungen
- Code, Prompts und Runbooks in Ihrem Repository
Typischer Preis
8k €–18k €
Typische Dauer
4–8 Wochen
Aus der veröffentlichten Preisliste. Der endgültige Preis wird festgelegt, sobald der Umfang vereinbart ist.
Projekt schätzenZugehörige Fallstudie
- Referenzdesign
Mitarbeiter fragten Kollegen, statt die Richtlinie zu lesen. Jetzt fragen sie und bekommen eine Antwort, die sie prüfen können.
Antwortgenauigkeit: 61 % → 89,2 %
- Referenzdesign
Jede Rechnung wurde von Hand gelesen und abgetippt. Vier von fünf laufen jetzt ohne Eingriff durch.
Dunkelverarbeitung: 0 % → 81 %
Fragen
RAG oder Fine-Tuning: Was brauchen wir?
Für Antworten aus Unternehmenswissen beginnen Sie mit RAG: Es nutzt aktuelle Dokumente, zeigt seine Quellen und aktualisiert sich ohne Retraining. Fine-Tuning hilft bei Tonalität, Format oder einer eng umrissenen Aufgabe und ist meist ein späterer Schritt, falls überhaupt nötig.
Werden unsere Daten genutzt, um das Modell eines anderen zu trainieren?
Nein. Wir nutzen Modellanbieter zu Bedingungen, die ein Training mit Ihren Daten ausschließen, oder betreiben offene Modelle in Ihrer Cloud, wenn das gefordert ist.
Wie verhindern Sie, dass es Dinge erfindet?
Es antwortet nur aus abgerufenen Passagen und lehnt ab, wenn nichts Relevantes gefunden wird. Das Testset misst, wie oft es falsch liegt, sodass das Risiko eine Zahl ist und keine Vermutung.
Welches Sprachmodell verwenden Sie?
Dasjenige, das auf Ihrem Testset bei vertretbaren Kosten am besten abschneidet. Das System ist so gebaut, dass sich das Modell ohne Neuentwicklung austauschen lässt.
Was kostet der Betrieb eines RAG-Assistenten?
Die Modellnutzung wird pro Frage bezahlt. Wir schätzen sie vor Projektstart anhand Ihres erwarteten Fragevolumens, und das Dashboard zeigt danach den tatsächlichen Wert.
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.