Skip to main content
Startseite > “Admin-Menü” > “Wissensdatenbanken”
Mit VARIOS AI können Sie leistungsfähige Vektordatenbanken auf Basis des Retrieval-Augmented-Generation-Ansatzes (RAG) erstellen – wir nennen sie Wissensdatenbanken. Über verschiedene Datenquellen (z. B. manueller Upload, GitHub, WebDAV, VARIOS AI Server-Ordner, Webseite) werden Dokumente eingespielt, als Embeddings gespeichert und per semantischer Suche nutzbar gemacht. Wissensdatenbanken können einem oder mehreren Assistenten zugewiesen werden. Die Vorteile:
  • Semantische Suche: Statt reiner Stichwortsuche sucht das System nach inhaltlich ähnlichen Texten mittels Vektorisierung.
  • Aktuelle Wissensbasis: Neue oder geänderte Dokumente können je nach Quellentyp automatisch oder manuell synchronisiert werden.
  • Einsatz in Assistenten: Aktivieren Sie Wissensdatenbanken bei Assistenten, um unternehmensspezifisches Wissen in Antworten einzubeziehen (siehe Globale Assistenten).

​
Übersicht der Wissensdatenbanken

Auf der Seite Wissensdatenbanken sehen Sie alle angelegten Wissensdatenbanken in einer Tabelle: Aktionen pro Zeile:
  • Bearbeiten (Stift-Icon): Wissensdatenbank öffnen, Name/Beschreibung und Quellen verwalten.
  • Löschen (Papierkorb-Icon): Wissensdatenbank inklusive aller Quellen und Dokumente entfernen.
Über das Suchfeld können Sie nach dem Namen filtern. Die Liste ist paginiert („Vorherige” / „Nächste”).
Beim Löschen einer Wissensdatenbank werden alle zugehörigen Quellen und Dokumente unwiderruflich gelöscht. Entfernen Sie die Wissensdatenbank ggf. zuerst von allen Assistenten.

​
Wissensdatenbank erstellen und bearbeiten

1

Neue Wissensdatenbank anlegen

Klicken Sie auf Neue Wissensdatenbank. Sie werden zur Bearbeitungsansicht weitergeleitet.
2

Name und Beschreibung setzen

Vergeben Sie einen Namen und optional eine Beschreibung (z. B. Zweck und Inhalt). Klicken Sie auf Speichern, damit die Wissensdatenbank angelegt wird.
3

Datenschutz (DLP) festlegen

Der Schalter Datenschutz (DLP) steht standardmäßig auf Pseudonymisiert: Suchergebnisse der Wissensdatenbank werden bei aktiver DLP-Prüfung im Chat geprüft und pseudonymisiert, bevor sie das Sprachmodell erreichen. Wählen Sie Ungeprüft nur für Inhalte ohne Personenbezug, zum Beispiel öffentliche Produktdokumentation: Die Ergebnisse gehen dann ungeprüft an das Modell, jede Umgehung wird protokolliert.
Eine Wissensdatenbank mit Ungeprüft umgeht die DLP-Prüfung der Ergebnisse. Prüfen Sie die Einstellung, wenn Sie neue Quellen hinzufügen.
4

KI-Modell zur Generierung von Embeddings auswählen

Wählen sie aus, welches Embedding-Modell in der Wissensdatenbank zur Generierung von Embeddings verwendet werden soll.
5

Datenquellen hinzufügen

Erst nach dem Speichern können Sie unter Neue Quelle erstellen Quellen anlegen. Wählen Sie den Typ der Datenquelle und klicken Sie auf Quelle anlegen. Anschließend konfigurieren Sie die Quelle (siehe Abschnitt Datenquellen und Quellentypen).
6

Wissensdatenbank einem Assistenten zuweisen

Aktivieren Sie die Wissensdatenbank bei einem oder mehreren Globale Assistenten. Die Berechtigung, welche Nutzer auf welche Wissensdatenbank zugreifen können, wird über die Assistenten gesteuert.

​
Datenquellen und Quellentypen

Eine Wissensdatenbank kann mehrere Quellen haben. Jede Quelle hat einen Quellentyp, der beim Anlegen festgelegt wird und nicht mehr geändert werden kann.
Quellentyp ist fest: Der Typ einer Quelle (z. B. GitHub, WebDAV) kann nachträglich nicht geändert werden. Für einen anderen Typ müssen Sie eine neue Quelle anlegen und ggf. die alte löschen.

​
Verfügbare Quellentypen

​
Allgemeine Konfiguration jeder Quelle

  • Ihr Name für die Datenquelle: Ein frei wählbarer Anzeigename (z. B. „GitHub 1”, „WebDAV Rechtstexte”).
  • Verbindung testen: Bei GitHub, WebDAV, Webseite und VARIOS AI Server-Ordner prüft der Button Zugangsdaten und Erreichbarkeit. Bei Fehlern erscheint ein roter Status „Fehler” in der Konfiguration.
  • Synchronisierung: Nur bei Quellen mit externem Zugriff (nicht bei Manueller Upload):
    • Intervall: Manuell, jede Stunde, jeden Tag, jede Woche oder jeden Monat.
    • Jetzt synchronisieren: Startet einen sofortigen Sync.
Nach dem Speichern einer Quelle zeigt die Oberfläche Konfiguration (Status: Keine Fehler / Fehler) und Dateien (Anzahl Dokumente, Status Fertig / In Bearbeitung / Fehler). Über die Icons können Sie die Quelle neu laden, löschen oder bearbeiten.

​
Manueller Upload

  • Pro Wissensdatenbank ist nur eine Quelle vom Typ „Manueller Upload” möglich. Ist das Limit erreicht, erscheint „Manueller Upload (Limit erreicht)” und die Option ist deaktiviert.
  • Dokumente: Ziehen Sie Dateien in den Drag-&-Drop-Bereich oder klicken Sie auf Hochladen und wählen Sie Dateien aus.
  • Es gibt kein Synchronisationsintervall – Inhalte werden nur durch manuelles Hochladen ergänzt.
  • Ausgewählte Dokumente: Liste der hochgeladenen Dateien mit Status:
    • Fertig (grün): Erfolgreich verarbeitet und eingebettet.
    • In Bearbeitung (orange): Verarbeitung läuft noch.
    • Fehler (rot): Verarbeitung fehlgeschlagen (z. B. ungültiges Format).
  • Einzelne Dokumente können über das Papierkorb-Icon aus der Quelle entfernt werden.
Unterstützte Formate entnehmen Sie der Anwendung (z. B. PDF, DOCX, TXT, MD). Sehr große Dateien können abhängig von der Konfiguration ausgeschlossen werden.

​
VARIOS AI Server-Ordner

Dokumente werden aus einem lokalen Ordner gelesen, der dem Container als Volume bereitgestellt wird. Der Freigabeordner, den Sie in der UI angeben, ist ein Unterordner innerhalb des Container-Basisverzeichnisses /data/Data/KnowledgebaseDocuments.
  • Verbindung testen prüft, ob der Ordner im Container existiert und lesbar ist.
  • Versteckte Dateien (mit . oder ~ beginnend) sowie Symlinks werden automatisch übersprungen.

VARIOS AI Server-Ordner einrichten

Technische Anleitung: Docker-Compose-Volumes konfigurieren, Netzwerk-Shares (SMB/NFS) einbinden, typische Fehler beheben.

​
GitHub

Dokumente werden aus einem GitHub-Repository geladen.
  • Verbindung testen prüft Repository, Token und Branch.
  • Mögliche Fehler: ungültiges Repository-Format, Authentifizierung fehlgeschlagen, unzureichende Berechtigungen, Repository/Branch nicht gefunden, API-Ratenlimit.

​
WebDAV

Dokumente werden von einem WebDAV-Server (z. B. Nextcloud, ownCloud) geholt.
  • Verbindung testen prüft URL und Anmeldung. Typische Fehler: Authentifizierung fehlgeschlagen, Schema/Host nicht gesetzt.

​
Webseite

Die Seiten einer öffentlichen Webseite werden eingelesen, zum Beispiel das eigene Internetangebot für einen Chatbot. VARIOS AI beginnt bei der Start-URL, folgt Links auf derselben Domain bis zur eingestellten Tiefe und übernimmt von jeder Seite standardmäßig den Hauptinhalt ohne Navigation, Kopf- und Fußbereich (umschaltbar auf den gesamten Seiteninhalt). Die Adresse der Seite wird im Dokument gespeichert, damit der Assistent in Antworten auf die Originalseite verweisen kann. In der Bearbeitungsansicht der Quelle finden Sie die Einstellungen unter Webseite einlesen.
  • Was die Start-URL erlaubt: Gelesen werden nur Seiten auf dem Host der Start-URL, wobei ein führendes www. keine Rolle spielt: www.your-domain.de und your-domain.de gelten als dieselbe Seite. Alles andere gilt als fremd und wird nie abgerufen, auch wenn es verlinkt ist: Subdomains wie service.your-domain.de, andere Domains wie portal.example.org und Portale, auf die Ihre Seite verweist. Der Pfad der Start-URL begrenzt zusätzlich, welche Seiten dieses Hosts eingelesen werden, solange Auf bestimmte Seiten beschränken leer ist.
  • Weitere Domains und Subdomains öffnen den Rahmen gezielt: Ein Eintrag *.your-domain.de nimmt alle Subdomains dieser Domain und die Domain selbst hinzu, ein Eintrag portal.example.org genau diesen Host, aber nicht dessen Subdomains. Jeder zusätzliche Host wird gegen seine eigene robots.txt geprüft und unterliegt derselben Prüfung auf interne Adressen; die Muster aus Auf bestimmte Seiten beschränken und Seiten ausschließen gelten hostübergreifend.
  • Muster: Muster, die mit / beginnen, werden gegen Pfad und Parameter der Adresse geprüft, Muster mit http:// oder https:// gegen die vollständige Adresse. Ein Muster ohne führenden /, etwa print oder *?print=1, passt an beliebiger Stelle in Pfad und Parametern. * steht für beliebige Zeichen, und jedes Muster gilt als Präfix: /contact erfasst diese Seite und alle Adressen, die damit beginnen. Mehrere Muster trennen Sie durch Kommas; Groß- und Kleinschreibung spielt keine Rolle.
  • Beachtet werden robots.txt, noindex/nofollow und rel="canonical". Ausgeschlossene Seiten werden nicht abgerufen, Seiten mit noindex nicht gespeichert, und bei doppelten Adressen wird die kanonische Adresse verwendet.
  • Eingelesen werden HTML-Seiten sowie Text- und Markdown-Dateien (.txt, .md, etwa eine llms.txt); Textdateien werden unverändert übernommen. Nicht eingelesen werden Adressen außerhalb des Scopes, Dateien wie PDF oder Bilder, XML-Feeds sowie Seiten mit weniger als 40 Zeichen Text. Tracking- und Sitzungsparameter werden aus Adressen entfernt.
  • Synchronisierung: Geänderte Seiten erhalten einen neuen Inhalt und werden neu eingebettet, verschwundene Seiten werden aus der Quelle entfernt. Zwischen zwei Abrufen wartet der Crawler kurz, ein Lauf mit einigen hundert Seiten dauert deshalb einige Minuten.
  • Verbindung testen prüft, ob die Start-URL (und die Sitemap, falls angegeben) erreichbar ist und eine HTML- oder Textseite beziehungsweise eine XML-Sitemap liefert.
  • Interne Adressen: Adressen, die auf interne Netze zeigen, werden bei jedem Abruf abgelehnt, auch bei Weiterleitungen, nicht nur bei Verbindung testen. Intranet-Seiten lassen sich deshalb nicht einlesen.
  • Grenzen: Zusätzlich zur maximalen Seitenzahl gelten feste Grenzen je Lauf: 2 MB pro Seite (beim Lesen geprüft, größere Seiten werden abgebrochen), 100 MB insgesamt, 15 Minuten Laufzeit und höchstens 4 Parameter in einer Adresse. Ein Lauf, der an eine Grenze stößt, endet sauber, und Letzter Lauf nennt den Grund. Sitemaps werden bis zur maximalen Seitenzahl ausgelesen.
  • Schonender Abruf: Der Crawler wartet 250 ms zwischen zwei Abrufen (oder den Wert aus Pause zwischen Seitenaufrufen) und beachtet eine Crawl-delay-Angabe der robots.txt bis höchstens 10 Sekunden, wenn sie länger ist. Antwortet die Seite mit 429 oder 503, verdoppelt er seine Pause, mindestens auf 500 ms, oder wartet die im Retry-After-Header genannte Zeit, wenn sie länger ist, jeweils höchstens 10 Sekunden. Er wiederholt den Abruf bis zu dreimal und behält das langsamere Tempo für den Rest des Laufs. Letzter Lauf zeigt, wie oft die Seite gedrosselt hat und mit welcher Pause der Lauf endete. Der Crawler sendet den User-Agent Mozilla/5.0 (compatible; VARIOS-AI Knowledgebase Crawler) und wertet in der robots.txt die Regeln für VARIOS-AI aus (ohne eigene Gruppe die Regeln für *), damit Betreiber die Zugriffe zuordnen und steuern können. Seiten auf der letzten Link-Ebene werden per ETag/Last-Modified bedingt abgefragt und bei unverändertem Inhalt nur bestätigt, nicht erneut geladen; Seiten, deren Links verfolgt werden, werden immer neu geladen.
  • Ausfall der Quelle: Liefert ein Lauf keine einzige Seite, bleibt der bisherige Stand erhalten und die Quelle zeigt „Fehler”. Endet ein Lauf an einer Grenze oder mit fehlgeschlagenen Abrufen, bleiben auch die nicht erreichten Seiten erhalten; entfernt werden dann nur Seiten, die die Webseite mit 404 oder 410 als verschwunden meldet. Erst ein vollständiger, fehlerfreier Lauf entfernt Seiten, die nicht mehr verlinkt sind.
  • Gespeicherter Inhalt: Der eingelesene Inhalt jeder Seite wird unter Data/Persistent/WebsiteSources abgelegt, damit die Einbettung genau den Stand verarbeitet, der beim Lauf gelesen wurde. Weiterleitungen werden bis zu fünfmal hintereinander verfolgt, sofern das Ziel auf dem Host der Start-URL oder unter Weitere Domains und Subdomains liegt; die Seite wird unter ihrer endgültigen Adresse gespeichert.
  • Letzter Lauf: Nach jedem Lauf zeigt die Quelle unter Letzter Lauf die Zahl der gelesenen, unveränderten und fehlgeschlagenen Seiten sowie der durch robots.txt blockierten Adressen, und ob der Lauf an einer Grenze gestoppt wurde.
Hinweise zur Nutzung von Webseiten als Wissensquelle: Die Oberfläche zeigt diese Hinweise beim Anlegen einer Webseiten-Quelle an.
  • Berechtigung: Lesen Sie nur Webseiten ein, deren Inhalte Sie für diesen Zweck verwenden dürfen, und beachten Sie die Nutzungsbedingungen der Webseite.
  • Datenschutz: Webseiten können personenbezogene oder vertrauliche Informationen enthalten. Eingelesene Inhalte können bei Anfragen an das konfigurierte KI-Modell übermittelt werden. Ein aktivierter Datenschutzfilter kann sensible Daten erkennen, bietet aber keinen vollständigen Schutz. Er greift für die Inhalte nur, wenn bei der Wissensdatenbank Datenschutz (DLP) auf Pseudonymisiert steht und DLP im Chat aktiv ist.
  • Vertrauenswürdigkeit: Verwenden Sie nur vertrauenswürdige Quellen. Webseiten können manipulierte Inhalte oder versteckte Anweisungen enthalten, die Antworten und Aktionen der KI beeinflussen.
  • Aktualität und Vollständigkeit: Die Wissensquelle entspricht dem Stand der letzten Synchronisierung. Nicht alle Seiten und Inhalte lassen sich vollständig einlesen. Letzter Lauf zeigt das Ergebnis der Verarbeitung.

​
Status und Fehlerbehandlung

​
Status der Wissensdatenbank (Übersichtsliste)

  • Grün: Keine Fehler, alle Quellen in Ordnung bzw. Dokumente verarbeitet.
  • Orange: Mindestens eine Quelle oder Dokumente sind „In Bearbeitung” (z. B. Sync oder Embedding läuft).
  • Rot: Mindestens eine Quelle oder Dokumente haben den Status „Fehler”.

​
Status einer Quelle (in der Bearbeitungsansicht)

  • Keine Fehler: Konfiguration und Verbindung sind in Ordnung.
  • Fehler: Verbindungstest oder letzter Sync fehlgeschlagen (z. B. falsche Zugangsdaten, Ordner nicht erreichbar).
  • Synchronisierung: Sync läuft gerade.

​
Dokumentenstatus (pro Quelle)

  • Fertig: Dokument wurde erfolgreich eingelesen und eingebettet.
  • In Bearbeitung: Verarbeitung oder Embedding läuft noch.
  • Fehler: Verarbeitung fehlgeschlagen (z. B. Dateiformat, Größe, Lesefehler).
1

Bei rotem Status der Wissensdatenbank

In der Übersicht auf Bearbeiten klicken und die Quellen prüfen. Quelle mit rotem Konfigurationsstatus öffnen (Bearbeiten-Icon).
2

Quelle prüfen

Verbindung testen ausführen. Fehlermeldung lesen (z. B. falscher Pfad, ungültiger Token, WebDAV-Login). Einstellungen korrigieren und Speichern.
3

Sync ggf. erneut anstoßen

Bei GitHub/WebDAV/VARIOS AI Server-Ordner/Webseite Jetzt synchronisieren klicken. Anschließend die Dokumentenliste prüfen (Filter „Fehler”, ggf. einzelne Dokumente entfernen oder erneut einbetten, falls die UI das anbietet).

​
Kurzüberblick: Was Sie beachten sollten

  • Quellentyp vor dem Anlegen wählen – er ist danach nicht änderbar.
  • Manueller Upload: Nur eine solche Quelle pro Wissensdatenbank; Dokumente nur manuell hochladen.
  • VARIOS AI Server-Ordner: Pfad und Leseberechtigung auf dem Host/Container prüfen; bei Bedarf Volumes korrekt mounten.
  • GitHub: Token mit ausreichenden Rechten (Repository lesen); ggf. Ratenlimits beachten.
  • WebDAV: URL inkl. Schema (z. B. https://), Benutzer und Passwort korrekt; Freigabeordner und Ordnertiefe passend setzen.
  • Webseite: Nur Webseiten einlesen, deren Inhalte Sie verwenden dürfen; Start-URL, Verlinkungen folgen und Maximale Anzahl Seiten passend setzen und nach der Synchronisierung Letzter Lauf prüfen.
  • Synchronisierung: Nur bei GitHub, WebDAV, VARIOS AI Server-Ordner und Webseite – Intervall wählen oder manuell synchronisieren.
  • Berechtigungen: Zugriff auf Wissensdatenbanken wird über die Zuweisung zu Globale Assistenten gesteuert.
Die Berechtigung, welche Nutzer Zugriff auf welche Wissensdatenbank haben, wird über die Assistenten gesteuert. Weisen Sie die Wissensdatenbank nur solchen Assistenten zu, für die der Inhalt bestimmt ist.