Kompetenz · Private KI-Plattformen und RAGs

KI auf Ihren eigenen Daten, ohne dass sie das Haus verlassen.

Eine private KI-Plattform auf Ihren Dokumenten und Systemen: QM-Akten, Technische Dokumentation, ERP, Serviceberichte. Sie antwortet wie ein Kollege, der alles gelesen hat, mit Quellenbeleg je Aussage. Betrieben dort, wo Ihre Daten liegen, und kein Anbieter trainiert darauf.

Architektur ansehen

Antworten nur aus Ihren Quellen, mit Beleg je Aussage
Berechtigungen aus Ihren Systemen gelten auch in der KI
Betrieb on-premises, in der Private Cloud oder EU-Cloud

Ein Datenlayer, zwei Zugriffspfade

Ausgangslage

Das Wissen ist da. Es ist nur verteilt.

In der Medizintechnik liegt das Wissen eines Unternehmens in Nachweisen: Technische Dokumentation, QM-Akten, Lieferantenunterlagen, Serviceberichte. Jedes System hat sein eigenes Silo, und wer eine Antwort braucht, sucht in mehreren oder fragt die Person, die es weiß.

Suche statt Antwort

Die Volltextsuche im DMS findet Dokumente, nicht Antworten. Ob die gefundene SOP die gültige Version ist, prüft man selbst.

Wissen an Personen gebunden

Wer weiß, in welcher Risikoakte die Begründung steht, ist oft eine einzelne Person. Geht sie, geht der Zugang mit.

Öffentliche KI kommt nicht infrage

Reklamationsdaten, Patientenbezug, Produktinterna: Das darf nicht zu einem Anbieter, der damit trainiert. Also bleibt KI für genau diese Dokumente außen vor.

Fragen, die die Plattform beantwortet

Beispiele aus den Bereichen, in denen Medizintechnikhersteller die meiste Zeit mit Suchen verbringen.

Qualitätsmanagement
„Welche CAPAs zu diesem Produkt sind offen, und was war die Ursache bei den letzten drei?“
Technische Dokumentation
„Wo ist die Begründung für die Risikoeinstufung dieser Komponente, und in welcher Version?“
Lieferanten
„Welche Nachweise fehlen für die Requalifizierung dieses Lieferanten?“
Service
„Welche Serviceberichte zu dieser Seriennummer gibt es, und was wurde zuletzt getauscht?“
Vertrieb
„Was haben wir diesem Kunden zuletzt angeboten, und mit welchen Konditionen?“
Regulatorik
„Welche unserer Gebrauchsanweisungen verweisen noch auf die alte Normversion?“

Jede Antwort nennt die Quelle: Dokument, Abschnitt, Version. Wer die Quelle nicht sehen darf, bekommt auch die Antwort nicht.

Architekturprinzip · Private RAG

Nicht alle Daten gehören in eine Vektordatenbank

Eine Wissensplattform muss zwei Arten von Fragen beantworten: nach Wissen, das in Texten steckt, und nach Fakten, die in Tabellen stehen. Wer beides in dieselbe Technik zwingt, bekommt bei Zahlen plausible statt richtige Antworten. Deshalb zwei Pfade, die im selben Kontext des Modells zusammenlaufen.

Unstrukturierte Daten: Semantik

Dokumente, SOPs, Technische Doku, E-Mails, Tickets

Parsing zu Markdown, Struktur und Metadaten bleiben erhalten
Kontextbewahrendes Chunking, Embedding, Vektorindex
Hybride Suche: semantisch plus Volltext, Metadatenfilter, Reranking

Strukturierte Daten: Determinismus

Stammdaten, Transaktionen, Beziehungen aus ERP, PLM, QM-System

Festes Datenmodell statt Embeddings, kein Genauigkeitsverlust
Zugriff über typisierte MCP-Tools (Function Calling)
Deterministische Antworten auf Fakten- und Zahlenfragen

Generierung

Antworten nur aus abgerufenem Kontext (Grounding)
Quellenbeleg je Aussage
Berechtigungs-Scope bereits im Retrieval
Modellagnostisch: lokale Open-Source-Modelle oder EU-API

Semantik für Wissen, Determinismus für Fakten. Erst die Kombination trägt reale Fachprozesse.

Architektur

Sechs Schichten, eine Plattform

Jedes weitere Quellsystem dockt an den Datenlayer an. Die Architektur bleibt dieselbe, egal wo sie läuft.

Oberfläche
Chat-Interface mit Rollen- und Berechtigungs-Scope, Dashboards und Reporting
Orchestrierung
LLM-Gateway, modellagnostisch: lokale Open-Source-Modelle und EU-API-Modelle, Routing nach Datenklasse
Zugriff
Retrieval mit hybrider Suche, Metadatenfilter und Reranking; MCP-Tools auf dem relationalen Datenmodell; MCP-Server als Wrapper für Live-APIs
Datenlayer
PostgreSQL mit pgvector: Dokumente, Chunks, Embeddings, Datenmodell, Historie. Objektspeicher für Originale
Ingestion
Delta-Sync per Zeitplan, Webhooks wo verfügbar, Fehlerbehandlung und Wiederaufsetzbarkeit
Quellsysteme
QM-System, DMS, ERP, PLM, Fileshare, Wiki, Fachsysteme

Betrieb nach Anforderung, identische Architektur:On-PremisesPrivate CloudEU-Cloud

Vorgehen

Stufenweise, mit nutzbarem Ergebnis je Stufe

Rund vier Monate bis zum erweiterbaren Fundament. Jede Stufe endet mit einem Ergebnis, das Sie nutzen können, und einer Go-Entscheidung für die nächste.

Entscheidungsgrundlage
Systemlandschaft, Anwendungsfälle und Architekturentscheid: Welche Quellen zuerst, welche Modelle, wo der Betrieb läuft.
Fundament
Plattform, Datenlayer, Sicherheits- und Zugriffskonzept. Die Berechtigungen Ihrer Systeme werden übernommen, nicht neu erfunden.
MVP
Erste Systemanbindung und produktive Nutzung in einem Fachbereich, mit echten Fragen und echten Dokumenten.
Ausbau
Weitere Quellsysteme, Betrieb und Wissenstransfer an Ihre IT.

Go-Entscheidung je Stufe, keine Langfristbindung
Aufwand laufend offen einsehbar
Dauer ist nicht Aufwand: Die Kalenderzeit enthält Abstimmung und Evaluation mit dem Fachbereich

Zwei Perspektiven

Gleiche Plattform, je nach Rolle etwas anderes im Blick.

Das Wissen bleibt im Haus, und es wird nutzbar.

Ihre erfahrensten Leute verbringen weniger Zeit mit Suchen und mehr mit dem, wofür Sie sie eingestellt haben.

: Kein Datenabfluss. Die Plattform läuft dort, wo Ihre Daten liegen. Kein Anbieter trainiert auf Reklamationen, Risikoakten oder Kundendaten.
: Antworten, die man zitieren kann. Jede Aussage hat eine Quelle. Das macht die Antworten im Audit und im Team belastbar, nicht nur plausibel.
: Ein Fundament, kein Einzelprojekt. Der Datenlayer trägt den ersten Anwendungsfall und jeden weiteren. Das zweite Quellsystem kostet einen Bruchteil des ersten.

Fragen, die wir im Erstgespräch klären

·Welche Dokumente und Systeme sollen zuerst erreichbar sein?
·Wer darf was sehen, und wo ist das heute geregelt?
·On-premises, Private Cloud oder EU-Cloud?
·Welcher Fachbereich macht den MVP?

Die private KI-Plattform ist eine Kompetenz, kein Paket. Sie steckt in der KI-Adoption als Wissensanbindung einer Plattform wie Langdock, und sie trägt individuelle Entwicklungsprojekte.

Welche Dokumente sollen zuerst antworten können?

Das klären wir im Erstgespräch: welche Quellen, welche Fragen, welcher Betrieb. Bringen Sie gern ein, zwei typische Fragen aus Ihrem Alltag mit.

Erstgespräch vereinbaren KI-Selbsttest starten