Wissen anbinden oder ein eigenes Modell trainieren

Der Satz fällt fast immer im selben Moment. Jemand hat der KI eine Frage aus dem eigenen Haus gestellt, die Antwort klang gut und war falsch, und daraufhin sagt jemand anderes in der Runde: „Wir müssen sie halt mit unseren Daten trainieren." Alle nicken. Der Satz klingt nach der logischen Konsequenz, und wenn kurz darauf ein Anbieter anruft und ein eigenes Modell anbietet, wirkt das wie die passende Lösung zum passenden Problem.

Es steckt aber eine Verwechslung darin. Das Modell hat nicht falsch geantwortet, weil ihm eine Fähigkeit fehlt. Es hat falsch geantwortet, weil ihm eine Information fehlt. Es kennt euren Rahmenvertrag nicht, eure Preisstaffel nicht und die Sonderregel nicht, die seit drei Jahren für einen bestimmten Kundenkreis gilt. Das ist keine Frage von Intelligenz, sondern von Zugriff.

Zwischen diesen beiden Möglichkeiten liegt eine echte Weggabelung, und sie ist keine Glaubensfrage. Der eine Weg heißt anbinden: Du legst euer Wissen an einen gepflegten Ort und lässt die KI dort nachschlagen, bevor sie antwortet. Der andere Weg heißt trainieren: Du lässt ein Modell auf einem Fachgebiet nachschulen, bis es dieses Gebiet beherrscht wie ein Spezialist.

Beide Wege sind legitim, beide werden gerade verkauft, und sie kosten sehr unterschiedlich viel. Der Unterschied zwischen ihnen ist nicht technisch schwer zu verstehen, er wird nur selten sauber gestellt. Wenn du die fünf Prüfungen weiter unten durchgehst, weißt du am Ende, welcher der beiden bei dir dran ist.

Woran du merkst, dass eure KI euren Betrieb nicht kennt

Das erste Anzeichen ist die flüssige Antwort auf eine hausinterne Frage. Frag die KI, welche Kündigungsfrist in eurem Standardvertrag steht, und sie wird antworten. Sie wird nicht sagen, dass sie es nicht weiß, denn ein Sprachmodell liefert das Plausibelste, nicht immer das Korrekte. Es füllt die Lücke, statt sie offenzulassen, und das Ergebnis liest sich genau so souverän wie eine richtige Antwort.

Das zweite Anzeichen ist die Frage, die danach kommt und die niemand beantworten kann: Woher stammt das? Solange eine Antwort keine Fundstelle mitliefert, ist sie im Betrieb wenig wert. Niemand kann sie prüfen, ohne selbst nachzuschlagen, und wer selbst nachschlagen muss, hat den Zeitgewinn wieder abgegeben.

Das dritte Anzeichen sitzt nicht in der KI, sondern in eurer Ablage. Frag drei Leute, wo die aktuelle Fassung eines wichtigen Dokuments liegt, und du bekommst drei Antworten. Liegt derselbe Vertrag an fünf Orten in fünf Versionen, hat auch die beste Anbindung fünf Chancen, die falsche zu erwischen. Genau hier entscheidet sich später, ob ein angebundenes Wissenssystem trägt oder ob es eure Datenschulden nur sichtbar macht.

Das vierte Anzeichen ist das leiseste: Das Wissen, das eure Leute im Umgang mit der KI aufbauen, wandert nirgendwohin. Erprobte Anleitungen, gute Formulierungen, die Entscheidungsregel, die eine erfahrene Kollegin im Kopf hat, all das bleibt in einzelnen Chatverläufen liegen. Es fehlt nicht an Wissen im Haus, es fehlt an einem Ort dafür.

Was für jeden der beiden Wege spricht

Für das Anbinden spricht, dass es die Lücke schließt, die du tatsächlich hast. Das Verfahren dahinter heißt RAG, kurz für Retrieval Augmented Generation, und meint eine Anbindung, bei der die KI erst in freigegebenen Firmendokumenten nachschlägt und dann antwortet, statt aus ihrem allgemeinen Weltwissen zu raten. Es besteht aus fünf Bausteinen: den Wissensquellen, ihrer Zerlegung in kleine Abschnitte, einer Datenbank, die diese Abschnitte nach Bedeutung ablegt, der Suche darin und den Berechtigungen. Was du dafür bekommst, ist konkret: Antworten mit Quellenangabe und deutlich weniger frei erfundene Aussagen. Und du bekommst Aktualität, denn eine neue Fassung des Preisblatts wirkt, sobald sie in der Ablage liegt.

Der zweite Vorteil ist strategisch. Ein Wissenslayer, also eine gemeinsame gepflegte Schicht aus Firmenwissen, an die sich jedes Modell anschließen lässt, gehört deiner Organisation und nicht dem Werkzeug. Du kannst das Modell darunter tauschen, ohne dein Wissen neu aufzubauen. Die Rechenmodelle sind Standardware, die jeder mieten kann, oft am selben Tag zum selben Preis. Dein Firmenwissen kann niemand nachbestellen.

Für ein eigenes Modell spricht, dass es etwas kann, was Anbinden nicht leistet. Ein Domänenmodell ist ein kleines Modell, das auf ein Fachgebiet nachtrainiert wurde und dort sehr tiefes Fachwissen trägt. Der Unterschied zum angebundenen Wissen liegt in der Art der Lücke: Anbinden liefert Fakten, Nachtrainieren prägt Sprache und Urteil. Für ausgeprägte Fachsprache reicht ein Universalmodell oft nicht, dort hilft nur Nachschulung. Dazu kommen zwei harte Argumente: Ein Spezialmodell mit abgestecktem Kontext liefert eher gleichbleibende statt frei erfundene Ergebnisse, und es läuft auf eigener Hardware, bis hin zu vollständig abgeschottet, wo Regulierung oder der Schutz geistigen Eigentums das verlangen.

Zwei Dinge gehören trotzdem auf den Tisch, bevor jemand zusagt. Erstens ist der Engpass in beiden Fällen fast nie die Technik, sondern die Qualität dessen, was du hineingibst. Rund 80 Prozent der Arbeit an einem KI-Vorhaben ist Datenaufbereitung, und diese Arbeit fällt auf beiden Wegen an. Zweitens verschiebt Nachtrainieren deine Rolle. Bei einem eingekauften Universalmodell kannst du dich auf die Nachweise des Anbieters stützen. Sobald du selbst nachtrainierst, liegt die Dokumentationspflicht wieder bei dir.

Kurz gesagt

Anbinden ändert, was ein Modell über euren Betrieb weiß, Trainieren ändert, wie es in einem Fachgebiet urteilt. Prüf zuerst, welches von beidem euch fehlt.

Fünf Prüfungen, die dir die Antwort geben

Schritt für Schritt

Frag zuerst, ob die Antwort in einem Dokument steht oder in einem Kopf

Steht sie irgendwo geschrieben, in einer Preisliste, einem Handbuch, einem Vertrag, einem Protokoll, dann hast du eine Wissenslücke, und Wissenslücken schließt du durch Anbinden. Sitzt sie im Urteil von Leuten, die ein Fachgebiet seit zwanzig Jahren beherrschen, und lässt sie sich nicht als Text hinschreiben, dann ist die Trainingsfrage berechtigt. Diese eine Unterscheidung entscheidet in den meisten Häusern schon den ganzen Fall.

Zähl nach, wie oft sich dieses Wissen in einem Jahr ändert

Preise, Konditionen, Produktdaten und Regelungen ändern sich laufend, und angebundenes Wissen zieht sofort nach, sobald die neue Fassung in der Ablage liegt. Ein nachtrainiertes Modell steht dagegen auf dem Stand seines Trainings, und jede Änderung bedeutet einen neuen Trainingslauf. Je beweglicher das Wissen, desto klarer fällt die Entscheidung zugunsten der Anbindung.

Prüf, ob jede Antwort ihre Quelle nennen muss

Überall dort, wo jemand später fragen wird, woher eine Aussage stammt, brauchst du eine Fundstelle in der Antwort. Bei angebundenem Wissen bekommst du sie, weil die KI vorher in einem konkreten Dokument nachgeschlagen hat. Ein nachtrainiertes Modell kann dir seine Antwort nicht auf eine Seite zurückführen, es hat das Gebiet gelernt, nicht die Belegstelle.

Klär die Berechtigungen, bevor du die erste Datei anbindest

Berechtigungen sind der fünfte Baustein jeder Wissensanbindung, und sie werden am häufigsten vergessen und am teuersten. Die Regel dahinter ist einfach: Die KI zeigt einem Menschen nur, was er in der Originaldatei auch sehen dürfte. Wer diesen Baustein in Version zwei schiebt, baut kein Wissenssystem, sondern ein Leck, das noch dazu bequem zu bedienen ist.

Benenne die Person, die die Wissensbasis pflegt, bevor du den Weg wählst

Ohne einen namentlich Zuständigen veraltet die Basis in wenigen Monaten, und die Antworten werden schlechter als vor der Anbindung. Diese Person ist keine Vollzeitstelle, aber sie braucht Zeitbudget und das Recht, veraltete Dokumente wegzuräumen. Findet sich niemand, dann ist das die eigentliche Antwort auf die Ausgangsfrage: Dann trägt weder der eine noch der andere Weg.

Wann anbinden gewinnt und wann trainieren

Anbinden gewinnt, wenn die Antwort in euren Dokumenten steht, wenn sich dieses Wissen im Jahresverlauf ändert, wenn jede Antwort eine Fundstelle braucht, wenn mehrere Bereiche dasselbe Wissen nutzen sollen und wenn du dir die Freiheit erhalten willst, das Modell darunter zu tauschen. Für die meisten Fragen im Mittelstand trifft das zu, und deshalb ist es dort die naheliegende Wahl.

Trainieren gewinnt, wenn eine echte Kernkompetenz in ein enges Fachgebiet gegossen werden soll, wenn Fachsprache das eigentliche Problem ist und kein Dokument sie abbildet, wenn dieselbe eng umrissene Aufgabe in großer Menge anfällt oder wenn Regulierung oder der Schutz geistigen Eigentums verlangen, dass alles im eigenen Haus bleibt. Der Betrieb eines eigenen Modells gehört dann in dieselbe Entscheidung, denn danach pflegst du es selbst.

Beide Wege stehen sich dabei nicht im Weg. Der Betrieb, der ein Domänenmodell für seine Kernaufgabe baut und Standardaufgaben wie die Buchhaltung fertig einkauft, macht beides richtig. Was in beiden Fällen bleibt, ist der gepflegte Ort für euer Wissen. Er ist die dauerhafte Investition, weil Modelle in einem Jahr überholt sind und euer Firmenwissen nicht.

Wenn du wissen willst, wo dein Unternehmen dabei gerade steht, mach den KIRA-Check. Er verortet dich über sechs Stufen und fünf Achsen, und eine dieser Achsen heißt Daten und Wissen, also genau die Frage, um die es hier ging. Du bekommst dein Profil und die zwei Engpässe, die dich aktuell bremsen. Zehn Minuten, keine Note am Ende.

KIRA-Check

Wo steht dein Unternehmen wirklich?

Verorte deinen Reifegrad über sechs Stufen und fünf Achsen, und finde die zwei Engpässe, die euch gerade bremsen.

Erstgespräch anfragen