Wissensdatenbank (KI)
In KI-Apps ist eine Wissensdatenbank (Knowledge Base) die Sammlung von Dokumenten und Daten, die ein Assistent oder Agent durchsucht, um Fragen zu beantworten, etwa Hilfeartikel, Richtlinien oder Produktdokumentation, getrennt vom Modell selbst.
Auch: knowledge base, KB
Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir
Das eingebaute Wissen eines Modells ist zum Trainingszeitpunkt festgelegt und enthält dein privates Material nicht. Eine Wissensdatenbank ist der Ort, an dem du dieses Material ablegst, damit das System darin nachschlagen kann. In der Praxis sind das die Quelldateien plus der daraus aufgebaute, aufbereitete und durchsuchbare Index.
Was darin steckt
Eine Pipeline für eine Wissensdatenbank umfasst meist die Aufnahme aus Quellen wie einem Wiki, Google Drive oder einem Helpdesk, Document Parsing, Chunking, Embedding und die Speicherung in einer Vektordatenbank oder einem Suchindex. Zur Anfragezeit ruft sie passende Chunks für Retrieval-Augmented Generation ab. Verwaltete Dienste wie Amazon Bedrock Knowledge Bases bündeln diese Schritte.
Beispiel
Ein interner HR-Assistent hat eine Wissensdatenbank aus Mitarbeiterhandbuch, PDFs zu Zusatzleistungen und Urlaubskalendern. Fragt jemand nach Elternzeit, ruft er den passenden Abschnitt des Handbuchs ab und antwortet daraus, mit Quellenangabe.
Damit sie nützlich bleibt
Der schwierige Teil ist nicht die Suche, sondern der Inhalt. Veraltete oder doppelte Dokumente erzeugen falsche Antworten, die selbstsicher wirken. Du brauchst einen Synchronisationsprozess, damit Änderungen und Löschungen den Index erreichen, und Zugriffsregeln, damit Menschen nur abrufen, was sie sehen dürfen, oft per Metadatenfilterung.
Verwandte Begriffe
Ein Wissensgraph ist eine Art, eine Wissensdatenbank zu strukturieren, als verknüpfte Entitäten statt als Text-Chunks. Agenten-Gedächtnis ist ähnlich, wird aber vom Agenten während der Nutzung geschrieben, nicht vorab kuratiert.
Verwandte Begriffe
- Retrieval-Augmented Generation
- Retrieval-Augmented Generation (RAG, abrufgestützte Generierung) ist ein Muster, bei dem ein System zuerst eine Dokumentensammlung nach Passagen durchsucht, die für eine Frage relevant sind, und diese Passagen dann einem Sprachmodell gibt, damit seine Antwort darauf aufbaut.
- Vektordatenbank
- Eine Vektordatenbank speichert Embeddings zusammen mit ihren Quelldatensätzen und findet die gespeicherten Vektoren, die einem Abfragevektor am nächsten liegen, meist mit einem approximativen Index, damit die Suche über Millionen von Einträgen schnell bleibt.
- Wissensgraph
- Ein Wissensgraph (Knowledge Graph) speichert Informationen als Entitäten (Personen, Produkte, Orte, Konzepte), die durch benannte Beziehungen verbunden sind, sodass Software Verknüpfungen zwischen Fakten folgen kann, statt losen Text zu durchsuchen.
- Agenten-Gedächtnis
- Agenten-Gedächtnis (Agent Memory) umfasst die Techniken, mit denen ein KI-Agent Informationen über ein einzelnes Kontextfenster hinaus behält, etwa Fakten über einen Nutzer oder frühere Arbeit, indem er sie außerhalb des Modells speichert und bei Bedarf wieder lädt.
- Document Parsing
- Document Parsing (Dokumentenanalyse) wandelt Dateien wie PDFs, Scans, Folien und Tabellen in strukturierten Text um, den Software nutzen kann, und erhält dabei Überschriften, Lesereihenfolge, Tabellen und Bilder statt eines flachen Zeichenstroms.
- Chunking
- Chunking (Aufteilung in Abschnitte) ist der Schritt, der lange Dokumente in kleinere Passagen zerlegt, bevor sie eingebettet und indexiert werden, damit ein Retrieval-System nur die Teile eines Dokuments finden und zurückgeben kann, die eine Anfrage beantworten.