Du kennst diese Demos. Jemand hängt 200 Dokumente an ein KI-Modell, stellt eine Frage, bekommt eine saubere Antwort. Der Raum nickt.
Stell dieselbe Frage drei Wochen später noch einmal. Das System macht exakt dieselbe Arbeit wie beim ersten Mal. Es hat nichts behalten.
Was Dein Chatbot wirklich tut
Die meisten dieser Systeme arbeiten nach demselben Prinzip. Es heißt RAG, Retrieval Augmented Generation.
Deine Dokumente werden in Schnipsel zerlegt. Bei jeder Frage sucht das System die Schnipsel, die am besten zur Frage passen, und reicht sie ans Modell weiter. Das Modell formuliert daraus eine Antwort.
Dann vergisst es alles.
Die nächste Frage startet wieder bei null. Dieselbe Suche, dieselben Schnipsel, dieselbe Rekonstruktion. Was das System gestern verstanden hat, existiert heute nicht mehr. So ist RAG gebaut. Das Vergessen steckt in der Architektur.
Abrufen ist billig. Verdichten ist Arbeit.
Ein Mensch, der etwas lernt, macht mehr als nachschlagen. Er verbindet das Neue mit dem, was er schon weiß. Er wirft Veraltetes raus. Er merkt, wenn sich zwei Quellen widersprechen.
Genau diesen Schritt überspringt eine Suchschicht. Sie findet Fragmente. Bewertet wird nichts, verbunden wird nichts.
Deshalb bleibt so ein System dumm, egal wie viele Dokumente Du nachschiebst. Der Stapel wächst. Das Verständnis wächst nicht mit.
Was Dich das im Alltag kostet
Zwei Protokolle widersprechen sich. Der Chatbot zieht mal das eine, mal das andere, je nachdem, welcher Schnipsel besser zur Frage passt. Niemand merkt es, bis eine Entscheidung auf der falschen Antwort steht.
Oder: Eine Preisstruktur wurde im März geändert. Das alte Dokument liegt noch im Index. Der Chatbot zitiert es weiter, mit voller Überzeugung.
Je mehr Du ablegst, desto größer wird dieses Risiko. Ein Suchsystem kennt den Unterschied zwischen gültig und überholt schlicht nicht.
Wo KBS-BRAIN ansetzt
KBS-BRAIN setzt eine Stufe früher an. Das Modell liest neue Quellen, zieht das Wesentliche heraus und arbeitet es in ein gepflegtes Firmenwiki ein. Das Grundmuster dahinter habe ich im Artikel über Karpathys LLM-Wiki beschrieben.
Widersprüche fallen schon beim Einpflegen auf. Veraltetes wird ersetzt statt mitgeschleppt. Jede Quelle läuft durch den Dreischichtfilter, bevor sie einzieht: neutral, kritisch, unterstützend.
Das Ergebnis: Jede neue Quelle macht das Wiki besser. Nach einem Jahr hast Du ein System, das mehr weiß als am ersten Tag. Und alles liegt lokal, in Git, versioniert. Du besitzt jede Seite. Kein fremder Server liest mit.
Was das für Dich heißt
Bevor Du das nächste KI-Tool an Deine Dokumente hängst, stell eine einzige Frage: Sammelt dieses System Wissen, oder fängt es jedes Mal von vorne an?
Wenn Du die Antwort für Dein aktuelles Setup nicht sicher kennst, lass uns 30 Minuten darüber sprechen: 30 Minuten KBS-BRAIN-Gespräch buchen.