Wissensdatenbank für generierte Antworten und Einstellungen für KI Agenten
Ressourcen sind die Quellen für KI Agenten. In der Knowledge Base abgelegte Informationen bilden die Grundlage für die Antworten, die Agenten in der Kundenkommunikation geben. Das Ressourcenmanagement und die Steuerung der Agenten erfolgt im moinAI Hub.
- Ressourcenmanagement – Hinzufügen der Ressourcen
- Ressourcenmanagement – Aktualisierungsintervall
- Ressourcenmanagement – Ressourcen und Agents verknüpfen
- Funktionsbeschreibungen – Retrieval Augmented Generation (RAG)
- Fehlendes Wissen
- KI-Suche in Knowledge Base
- Antwortvorlagen in der Knowledge Base
1. Ressourcenmanagement – Hinzufügen der Ressourcen
Das Hinzufügen von Ressourcen erfolgt über den Menüpunkt Knowledge Base im Bereich Knowledge Base Management.
In diesem Bereich befinden sich alle Ressourcen, die von den spezifischen Agenten sowie dem Standard KI Agent genutzt werden. Über den Button Hinzufügen öffnet sich eine Eingabemaske. Es erfolgt die Auswahl der Quellenart und sodann das Hinzufügen durch Einfügen der URL bzw. PDF/CSV oder das Erstellen des Textdokuments/des Frage-Antwort-Paars. Hinweise zum Upload von CSV-Dateien sind in diesem Artikel beschrieben. Für alle weiteren Quellenarten stehen die Hinweise in diesem Artikel zur Verfügung.
Es gibt zwei Wege, die Eingabemaske zu öffnen:
1. Mit einem Klick auf den Button Hinzufügen in der oberen rechten Ecke. 
2. Mit einem Klick auf RAG öffnet sich die RAG Management Ansicht. In der Kachel Wissensabruf lässt sich über den Button Hinzufügen eine neue Ressource ergänzen.
Über den Toggle Expertenoptionen besteht die Möglichkeit, konkrete Anweisungen zum Webseiten-Scraping im JSON-Format zu ergänzen.
Ressourcen löschen
Soll eine Ressource vollständig entfernt werden, erfolgt die Auswahl dieser über ein gesetztes Häkchen auf der linken Seite. Anschließend erscheint der Button Löschen, über den die Ressource dauerhaft entfernt werden kann.
API – Externe Wissensdatenbank anbinden
Im moinAI Hub ist es nicht nur möglich, Ressourcen wie Webseiten, PDFs oder CSV-Dateien in der Knowledge Base zu hinterlegen, sondern auch Artikel aus einer bereits bestehenden Wissensdatenbank zu nutzen. Die Anbindung einer externen Wissensdatenbank ist in diesem Artikel beschrieben.
2. Ressourcenmanagement – Aktualisierungsintervall
Das Aktualisierungsintervall ermöglicht das Einstellen regelmäßiger Zyklen zur (Neu-)Überprüfung einer hinterlegten URL. Einstellbar sind Zyklen von 7, 14 und 30 Tagen.
Die Einstellung ermöglicht so, dass Änderungen auf der Webseite automatisiert in die Knowledge Base übertragen werden und die Agenten in ihren Antworten stets die aktuellste Version der Webseite berücksichtigen.
Um das Intervall zu bestimmten, muss der Button mit den drei Punkten rechts neben der Quelle geklickt werden. Mit Klick auf den Button Plan bearbeiten öffnet sich die Eingabemaske, über die die Einstellung des Aktualisierungsintervalls erfolgt.
3. Ressourcenmanagement – Ressourcen und Agenten verknüpfen
Die Verknüpfung von Agent und Quelle erfolgt durch die Auswahl des gewünschten Agenten über das Auswahl-Menü in der oberen rechten Ecke und das Aktivieren der Ressource für den gewählten Agent. Die Aktivierung für die Preview erfolgt über den Toggle in der Spalte Verwendet?. Für die Anwendung in Live muss die Ressource veröffentlicht werden.
Sofern eine Ressource nicht mehr aktuell ist, ist das Ersetzen bzw. Deaktivieren dieser empfohlen, um das Ausspielen von veralteten Informationen zu verhindern. Im ersten Schritt ist auch hier die Auswahl des Agenten über das Auswahl-Menü notwendig. Sodann erfolgt das Deaktivieren über den Toggle in der Spalte Verwendet?.
Soll die Ressource vollständig entfernt werden, muss diese entsprechend des oben beschriebenen Vorgehens gelöscht werden.
Eine Ressource muss nicht zwingend gelöscht werden. Das Aufheben der Verknüpfung mit dem Agent reicht aus, damit der Agent nicht mehr auf die Ressource zugreift.
Wird die Ressource an anderer Stelle wieder relevant, reicht es aus, die Verknüpfung zu reaktivieren.
4. Funktionsbeschreibungen – Retrieval Augmented Generation (RAG)
Der Aufruf des Bereichs erfolgt im Menüpunkt Knowledge Base über den Button RAG. 
Über die hier gebotenen Einstellungsmöglichkeiten können die Antworten der KI Agenten bzw. die generative KI gesteuert werden. Steuerungsoptionen für generierte Antwort-Inhalte sind in diesem Artikel beschrieben
- Wissensabruf: Ermöglicht das Hinzufügen relevanter Ressourcen.
- Wissensprüfung: Im Rahmen der Wissensüberprüfung erfolgt eine Überprüfung des Inhalts der Ressourcen für die Generierung von Antworten. Nur wenn ausreichend Fakten enthalten sind, um eine sinnvolle Antwort zu erstellen, antwortet der KI Agent auf die Anfrage der Nutzer:innen. Schlägt die Wissensüberprüfung fehl, sind also nicht genügend Informationen vorhanden, erfolgt die Ausgabe der Nicht-Verstanden-Nachricht im Chat. Die Wissensüberprüfung ist ein Schutz vor Halluzination und Nicht-vollständig-korrekten Antworten der Generativen KI. Das (De-)Aktivieren der Einstellung erfolgt durch das Setzen des entsprechenden Hakens. Die Einstellung gilt nach dem Speichern unmittelbar für die Preview. Damit die Einstellung auch für die Live-Umgebung greift, ist das Veröffentlichen notwendig (Wolken-Button oben neben dem Button RAG).
Ist die Wissensüberprüfung aktiviert, sinkt ggf. die Automatisierungsrate. Das bedeutet konkret: Die Rate an Nicht-Verstandenen Anfragen steigt möglicherweise punktuell, weil Grenzfälle keine Antwort erhalten.
- Instruktionen: Instruktionen (Prompts) weisen den Agenten an, bei der Antwortgenerierung konkrete, inhaltsbezogene Anweisungen zu beachten. Es handelt sich dabei um inhaltliche Vorgaben und keine Anweisungen zum Tone of Voice / allgemeine Kommunikationsrichtlinien. (Für letzteres gibt es die Richtlinien und Persona.) Das Einfügen der Instruktionen erfolgt im Textfeld. Nach dem Speichern sind die Instruktionen in der Preview aktiv, nicht aber in der Live-Umgebung. Damit die Instruktionen auch für den Live-Chatbot gelten, ist das Veröffentlichen der Anpassungen notwendig (Wolken-Button oben neben dem Button RAG).
Wichtig: Agenten dürfen nicht angewiesen werden, Fragen zu stellen. Andernfalls kommt es zu unkorrektem/unerwünschtem Verhalten. - Antwortgenerierung: Unterschiedliche Large Language Models (LLM) stehen zur Auswahl. Diese Modelle bilden die technische Grundlage für die Textgenerierung und haben jeweils unterschiedliche Fähigkeiten. Die Auswahl eines bestimmten LLMs dient so also der bestmöglichen Use-Case-bezogenen Funktionalität der KI Agenten.
Customer Success Management-Team berät und informiert zu den unterschiedlichen Modellen. Die Auswahl eines bestimmten Modells erfolgt durch moinAI. Die Verfügbarkeit der Modelle ist lizenzabhängig.
- Datenextraktion: Die Datenextraktion ermöglicht es, Informationen zu speichern. Diese gespeicherten Informationen können dann in folgenden Aktionen in der Unterhaltung verwendet werden. Bei den Daten handelt es sich z. B. um Produktbezeichnungen, E-Mail-Adressen oder Kundennummern, die in Nutzeranfragen enthalten sind. Das Extrahieren der Daten wirkt sich positiv auf das Kund:innenerlebnis aus. Sobald die Einstellungsmöglichkeit für die Datenextraktion im moinAI Hub zur Verfügung steht, informieren wir über die konkrete Einstellung.
- Actions & Follow-up: Mit Aktionen können KI Agenten zusätzlich zu der Antwortgenerierung eine Handlung durchführen bzw. in einem Dritt-System eine Aktion anstoßen (Artikel).
- Unterstützte LLMs: Für die Generierung von Antworten stehen verschiedene Sprachmodelle zur Verfügung, darunter GPT-4o mini, GPT-4o, GPT-o1, Mistral Large, Gemini 2.0 Flash, Claude 3.5 Sonnet und DeepSeek-R1.
Guardrails
Guardrails sind Richtlinien und Sicherheitsmechanismen, die sicherstellen, dass KI Agenten nur innerhalb definierter Grenzen antworten und agieren.
Folgende Sicherheitsrichtlinien sind immer aktiv:
- Inhaltsbeschränkungen: Verhindern die Ausgabe unerwünschter oder schädlicher Inhalte, z. B. Hassrede oder vertrauliche Informationen.
- Themenrestriktionen: Begrenzen den Experten-Agent auf bestimmte Themenbereiche, um Fehlinformationen oder Missbrauch zu vermeiden.
- Verlässlichkeitssicherung: Erkennt und reduziert Halluzinationen, indem nur gesicherte Informationen aus der Knowledge Base verwendet werden.
- Unleserliche oder unsinnige Sprache: Erkennt und ignoriert Anfragen, die keinen sinnvollen Inhalt haben, aus zufälligen Zeichen bestehen oder absichtlich unverständlich sind. Dies verhindert Spam oder böswillige Tests der KI-Grenzen.
- Anfrage nach Systeminformationen: Blockiert Anfragen, die darauf abzielen, interne Informationen des Systems wie den Systemprompt, interne Anweisungen oder Implementierungsdetails abzufragen.
- Regelumgehung: Erkennt und unterbindet Versuche, den KI-Chatbot dazu zu bringen, seine Sicherheitsrichtlinien zu ignorieren oder zuvor gesetzte Einschränkungen aufzuheben. Dies schützt die Integrität der Guardrails.
- Identitätsanmaßung: Blockiert Anfragen, in denen der Bot dazu aufgefordert wird, sich als eine reale oder fiktive Person oder Organisation auszugeben. Dies verhindert Missbrauch wie Phishing oder Identitätsdiebstahl.
- Unangemessenes Verhalten: Filtert Anfragen, die darauf abzielen, den KI-Chatbot zu unangemessenem Verhalten zu verleiten, z. B. Beleidigungen, Provokationen oder absichtliche Fehlverhalten.
- Beleidigende oder missbräuchliche Sprache: Blockiert Anfragen, die beleidigende, diskriminierende oder aggressive Sprache enthalten, auch wenn diese nur subtil oder indirekt formuliert ist.
Optional
- Wettbewerbsschutz: Blockiert Anfragen zu Konkurrenzprodukten oder übersetzt die Konkurrenzanfrage zu einer Anfrage zum eigenen Produkt. Diese Option muss aktiviert werden. In diesem Artikel ist die Umsetzung des Wettbewerbsschutz beschrieben.
- Zusätzliche Compliance-Kontrolle: Führt eine explizite zweite Prüfung der Anfrage durch. In diesem Fall werden sowohl die inhaltlichen Guardrails als auch der Wettbewerbsschutz erneut geprüft. Die Funktion wird mit einem Klick auf den Toggle Compliance-Kontrolle aktiviert.
Die Guardrails und Schutzvorrichtungen werden kontinuierlich verbessert und optimiert.
5. Fehlendes Wissen
Kann die KI eine Frage nicht beantworten, liegt dies entweder daran, dass die Anfrage nicht verstanden wurde oder, dass in der Knowledge Base keine Ressource zur Beantwortung vorhanden ist. In beiden Fällen wird das Element Nicht verstanden der Gesprächsführung ausgeführt.
Im moinAI Hub sind diese Dialoge über den Menüpunkt Knowledge Base über das Seitenleisten-Symbol oben rechts einsehbar. Es öffnet sich der Abschnitt Fehlendes Wissen.
Hier sind alle Anfragen aufgelistet, bei denen der KI-Chatbot dachte, es gäbe Informationen in der Knowledge Base.
Mit einem Klick auf die Sprechblasen rechts öffnet sich der gesamte Chatverlauf. Diese sind Indikatoren für fehlende Themen, die in den Ressourcen ergänzt und in die Knowledge Base aufgenommen werden sollten.
6. KI-Suche in der Knowledge Base
In der Knowledge Base erleichtert die KI-Suche das Auffinden relevanter Quellen und Ressourcen zu einem bestimmten Thema. Die Suchbegriffe werden nicht nur in den Titeln, sondern auch innerhalb der Inhalte durchsucht. Dadurch werden alle Ressourcen berücksichtigt, die thematisch passend sind.
Darüber hinaus können beispielhafte Anfragen ebenfalls eingeben werden. Es werden alle Quellen aufgelistet, die Inhalte zur Beantwortung der Frage enthalten. Diese Quellen können dann geprüft und aktiviert/deaktiviert werden.
Die KI-Such-Funktion wird mit einem Klick auf den Toggle KI-Suche aktiviert.
Beispiel
Suchergebnis ohne KI-Suche
Suchergebnis mit KI-Suche
Suchergebnis einer Anfrage mit KI-Suche
7. Antwortvorlagen in der Knowledge Base
Antwortvorlagen können verwendet werden, um Elemente wie Slides oder URL-Buttons in die generierten KI-Chatbot-Antworten zu integrieren. Diese visuelle Darstellung der Inhalte verbessert das Kundenerlebnis und rückt die Produkte in den Mittelpunkt. In diesem Artikel wird beschrieben, wie Antwortvorlagen angelegt werden.