Case Note
Architektur-Prototyp für RAG-nahe Wissensinfrastruktur: Suchraum, Quellenbindung, Retrieval, strukturierte Antwortlogik, Evidence-Status, Nicht-Antworten und Review-Gates.
BetriebsGehirn behandelt KI-Antworten nicht als Chatbot-Demo, sondern als Wissensinfrastruktur. Der Prototyp fragt, wie Unternehmenswissen vorbereitet werden muss, damit KI-Antworten quellengebunden, begrenzt, prüfbar und ehrlich bei fehlender Evidenz bleiben.
Problem
Viele KI-Ideen für Unternehmen starten mit derselben Annahme: interne Dokumente einlesen, ein LLM anschließen und ein Chatfenster bereitstellen. Als Demo kann das wirken, als Architektur bleiben Suchraum, Quellenlage, Rechte, Evidenz und Verantwortung oft unklar.
Positionierung
Eine brauchbare Antwort hängt an Suchraum, Dokumentstruktur, Retrieval-Qualität, Evidence-Status und Fehlerverhalten. Wenn die Evidenz nicht trägt, soll das System keine plausible Antwort erfinden, sondern eine Nicht-Antwort oder einen Review-Hinweis ausgeben.
Erst Suchraum, Quellenstatus und Evidence klären. Danach kommt die Antwort.
Das Diagramm zeigt Architekturflüsse, keine Produktoberflächen, keine Dokumentansichten, keine Provider-Logos und keine internen Runtime-Details.
Antwort mit Quellen
Kurz, nachvollziehbar und auf die Belegbasis begrenzt.
Nicht-Antwort
Bewusstes Ergebnis, wenn Evidenz fehlt oder zu schwach ist.
Review-Gate
Menschliche Klärung für Konflikte und Pilotentscheidungen.
Grenzen: lokal, synthetisch, kein Kundendatenbetrieb, keine garantierte Korrektheit.
SUPPORTED
Die Antwort ist im definierten Suchraum ausreichend durch Quellen gedeckt.
INSUFFICIENT_EVIDENCE
Es gibt Hinweise, aber keine tragfähige Belegbasis für eine belastbare Antwort.
NOT_FOUND
Der definierte Suchraum enthält keine brauchbare Grundlage für die Frage.
Konflikt
Quellen zeigen unterschiedliche Stände und müssen menschlich geklärt werden.
BetriebsGehirn wird als lokaler Architektur- und Entwicklungsstand beschrieben. Die Grenzen gehören zur Case Note, nicht in eine Fußnote.
Beratungsbrücke
Wenn ein KI-Pilot mehr sein soll als eine Demo, lohnt sich vorher ein Architekturcheck: Suchraum, Datenquellen, Ergebnisform, Evidence, Review-Gates, Risiken und realistische nächste Schritte.