Das klingt unspektakulär. Ist aber ein Qualitätsmerkmal.
Denn wenn eine KI in Unternehmen eingesetzt wird, reicht es nicht, dass sie gut formuliert.
Sie muss auch wissen, wann sie nicht antworten darf.
Genau darum ging es bei Linda. Linda soll Fragen zu inside beantworten.
- Aber nicht aus allgemeinem Modellwissen.
- Nicht aus Vermutungen.
- Nicht aus dem, was sprachlich plausibel klingt.
- Sondern nur auf Basis des inside Kompendiums.
Das Kompendium ist unser Handbuch für Wissensarbeit mit inside. Es beschreibt, was bei uns gilt: Begriffe, Rollen, Methoden, Prinzipien und Zusammenhänge. Für Linda bedeutet das:
- Erst wird nach passenden Kompendium-Abschnitten gesucht.
- Dann werden diese Abschnitte als Kontext übergeben.
- Erst daraus darf eine Antwort entstehen.
Wenn kein passender Kontext gefunden wird, soll Linda keine Lücke füllen.
Sie soll die Grenze sichtbar machen.
Zum Beispiel:
„Im Kompendium ist dazu kein ausreichender Kontext beschrieben.“
Das ist wichtig. Denn eine KI, die immer antwortet, wirkt vielleicht beeindruckend. Aber sie ist nicht automatisch verlässlich. Verlässlichkeit entsteht erst, wenn klar ist:
- Welche Wissensquelle gilt?
- Welche Inhalte sind freigegeben?
- Welche Aussage lässt sich belegen?
- Wo endet der verfügbare Kontext?
Für uns war das ein wichtiger Perspektivwechsel.
- Wir wollten Linda nicht möglichst viel sagen lassen.
- Wir wollten ihr beibringen, kontrolliert zu antworten.
Das verändert auch die Arbeit am Kompendium.
Denn jede unbeantwortete Frage wird sichtbar:
- Fehlt ein Begriff?
- Fehlt ein Zusammenhang?
- Fehlt eine Rolle?
- Fehlt ein Beispiel?
- Oder ist der Inhalt vorhanden, aber nicht gut genug strukturiert?
So wird Linda nicht nur zur Assistentin.
Sie wird auch zum Spiegel unserer Wissensbasis.
Unsere wichtigste Erkenntnis:
Eine gute KI muss nicht alles wissen. Sie muss wissen, worauf sie sich stützen darf.