bg-left
bg-right
Problem

Im Unternehmen vorhandenes Wissen verfügbar machen

Mitarbeiter verbringen oft viel Zeit mit der Suche nach Informationen, die im Unternehmen zwar vorhanden aber nicht allen bekannt sind. Z.B. weil es sich um einen neuen Mitarbeiter handelt oder die Kollegin, die sich sonst um diesen Vorgang kümmert, gerade im Urlaub ist. Jeder Mitarbeiter muss sich durch eine Vielzahl von Dokumenten und Einträgen in verschiedenen Datenquellen arbeiten, um die richtige Lösung zu finden. Das kostet Zeit und Geld, führt zu überlasteten Mitarbeitern und zu frustrierten Kunden.

Workshop

Identifikation von Wissenslücken und Painpoints

Im gemeinsamen Workshop prüfen wir, wo genau die Pain Points liegen. Welches Wissen schlummert im Unternehmen, steht aber nicht allen Mitarbeitern zur Verfügung (Inselwissen)? In welcher Form und in welchen Systemen liegt dieses Wissen vor? Wie kann es allen Mitarbeitern zugänglich gemacht werden? Wichtig ist aber auch festzulegen, welches Wissen nicht allen Mitarbeitern zur Verfügung gestellt werden soll, z.B. personenbezogene Daten aus der Personalabteilung oder Reportings aus der Controlling-Abteilung.

Technologie

Kombination verschiedener KI-Modelle für komplexe Fragestellungen

Wir erarbeiten Schnittstellen, um die unterschiedlichen Wissensspeicher im Unternehmen an MILE AI anzubinden. Oft gibt es keine zentralisierte Datenbank, die alle relevanten Informationen schnell und einfach zugänglich macht, sondern die Informationen liegen verstreut vor, etwa im Intranet, Wiki-Systemen, CRMs und Dateiablagen wie Netzlaufwerken. Die Daten müssen so aufbereitet werden, dass sie für die KI leicht zugänglich und interpretierbar sind. Hierfür nutzen wir eine Kombination aus verschiedenen Large Language Models (LLMs), die je nach spezifischem Anwendungsfall kombiniert werden, um die besten Ergebnisse zu erzielen. Bei der Auswahl der passenden KI legen wir Wert darauf, dass die Daten ausschließlich in Deutschland gehostet werden und vor dem Zugriff durch Dritte geschützt sind. Das eingesetzte Model muss in der Lage sein, komplexe Antworten zu generieren, aus verschiedenen Teil-Informationen aus den unterschiedlichen Wissensspeichern zusammensetzen.

Prototyp

Sicherheit durch Rechte-Rollen-Konzept

Das Wissen wird den Mitarbeitern in Form eines Chatbots zur Verfügung gestellt, der 24/7 für die Beantwortung von Fragen bereit steht. Bereits im Prototyp ist ein vollständiges Rechte-Rollen-Konzept implementiert, das genau festlegt, wer Zugang zu welchen Informationen erhalten darf. Die Antworten, die der MILE AI Chatbot liefert, werden zusätzlich durch Links zu den Originalquellen in den unterschiedlichen Wissensspeichern angereichert. So können die Mitarbeiter ohne Suche die Informationen im Detail nachlesen, falls erforderlich.

Beispiele für Daten-Anbindungen

  • Lokale Netzlaufwerke auf einem InHouse-Server

  • Cloud-Speicher, wie OneDrive oder Google Drive

  • Wiki-Systeme, wie Atlassian Confluence

  • Intranet, wie Microsoft Sharepoint oder Eigenentwicklungen

  • Öffentlich zugängliche Websites

Validierung

Feedback der ersten Nutzer

Die Testphase mit den ersten Nutzern zeigt schnell, wie wichtig die geplante Echtzeit-Anbindung der Wissensspeicher bzw. Datenquellen ist. Gerade interne Richtlinien werden mehrfach unterjährig überarbeitet und setzen bislang geltende Richtlinien außer Kraft. Im Onboarding neuer Mitarbeiter zeigt sich im Praxistest, dass es nicht ausreicht, die Informationen nur in deutscher Sprache zur Verfügung zu stellen.

Optimierung

Echtzeit-Anbindung und Mehrsprachigkeit

Durch die Echtzeit-Anbindung der Wissensspeicher vor dem Roll-Out stellen wir sicher, dass die von MILE AI ausgegebenen Antworten immer auf dem neusten Stand sind. Zusätzlich entwickeln wir ein Feature, dass es MILE AI ermöglicht, auf Basis der vom Nutzer gestellten Frage eigenständige Vorschläge für weitere Suchanfragen zu machen, so dass die Nutzer automatisch zu weiteren wichtigen Wissensbausteinen im geeigneten Themenumfeld geführt werden. Egal in welcher Sprache die Wissensspeicher vorliegen, der Chatbot kann nun in deutsch und englisch befragt werden und antwortet auch entsprechend in dieser Sprache. Das erleichtert ausländischen Fachkräften den Einstieg ins Unternehmen.

Rollout

Schneller Roll-Out = Schneller Wissensaufbau

Der Roll-Out erfolgt stufenweise, wir starten mit neuen sowie ursprünglich fachfremden Mitarbeitern um an diesen Stellen möglichst schnell Wissen aufzubauen. Der Roll-Out auf das ganze Unternehmen erfolgt innerhalb weniger Wochen – selbstverständlich in enger Abstimmung mit dem Unternehmen und begleitenden Schulungsmaßnahmen. Die Integration in firmeneigene Bestandsysteme und die Anbindung an Produktivsysteme sorgt dafür, dass die Wissensdatenbank in Form des MILE AI Chatbots fester Bestandteil Ihrer Unternehmensinfrastruktur wird.

Fazit

KI als Schlüssel zur besseren Wissensnutzung

Durch den MILE AI Chatbot wird das Wissen für alle berechtigten Mitarbeiter zugänglich, langes und aufwendiges Suchen wird vermieden. Die Vorschlagsfunktion des MILE AI Bots trägt einen wichtigen Teil dazu bei, Inselwissen zu reduzieren. Das Onboarding neuer Mitarbeiter hat sich maßgeblich verbessert, vor allem nicht deutsch-sprachige Fachkräfte profitieren enorm von der Zweisprachigkeit des Chatbots.

Als nächster Schritt ist die KI-gestützte Erstellung einer Schulungsreihe geplant, die alle Mitarbeiter durchlaufen sollen. Die jeweiligen Experten werden in einer circa einstündigen Sitzung ein Thema vorstellen und MILE AI wird automatisch die für das Wiki-System benötigte Dokumentation erstellen.

Maßgeschneidert!

Wir entwickeln passgenaue KI-Lösungen!

Sprechen Sie mit uns kostenlos und unverbindlich über Ihren spezifischen Anwendungsfall für künstliche Intelligenz in Ihrem Unternehmen. Erfahren Sie, wie wir eine maßgeschneidert Lösung für Ihre spezifischen Use-Cases entwickeln.

Zur Lösung Ihres spezifischen KI-Anwendungsfalls arbeiten wir mit großartigen Partnern zusammen:

OpenAI
Meta
Azure
Atlassian
AutoTask
OpenAI
Meta
Azure
Atlassian
AutoTask