So trainieren Sie einen AI Assistant mit Ihren eigenen Daten – ganz ohne Code

Kurz gesagt

• Wenn Sie einen KI-Assistenten für Ihr Unternehmen entwickeln – sei es für den Kundensupport, Buchungen oder die Beantwortung häufig gestellter Fragen –, gehört zu den wichtigsten Entscheidungen, die Sie treffen müssen, wie der Assistent Informationen findet und abruft.
• Wenn Sie hier die falsche Entscheidung treffen, gibt Ihr Assistent vage Antworten, erfindet Preise oder sorgt für Verwirrung bei Ihren Kunden. Wenn Sie es richtig angehen, wird er zu einem der zuverlässigsten Tools in Ihrem Unternehmen.
• Dieser Leitfaden erklärt die beiden wichtigsten Methoden zum Abrufen von Informationen – die Suche in einer Wissensdatenbank und Aktionen –, wann sich welche Methode eignet, warum die korrekte Benennung Ihrer Dokumente und Tools entscheidend ist und wie Sie Ihren Assistenten vor dem Start testen.

Wenn Sie Ihren Assistenten mit Ihren eigenen Daten trainieren, bauen Sie damit die Wissensebene auf. Einen umfassenden Überblick bietet der 4-schichtige Aufbau eines KI-Business-Agenten: Wissen, Skills, Tools und Intelligenz.

Was ist eine Wissensdatenbank für einen KI-Assistenten und wie funktioniert sie?

Eine Wissensdatenbank ist eine Sammlung von Dokumenten, Texten und strukturierten Inhalten, die Sie in Ihren KI-Assistenten laden. Dazu können Ihre Website-URL, Dienstleistungsbeschreibungen, Preislisten, Stornierungsbedingungen, FAQs, Informationen zu Standorten und Öffnungszeiten sowie alles Weitere gehören, worauf sich der Assistent bei der Beantwortung von Fragen beziehen soll.

Wenn ein Nutzer eine Frage stellt, führt der Assistent eine umfassende semantische Suche in der gesamten Wissensdatenbank durch. Bei der semantischen Suche sucht der Assistent nicht nur nach exakt übereinstimmenden Stichwörtern, sondern versteht die Bedeutung der Frage und findet die relevantesten Informationsabschnitte – auch wenn sie anders formuliert sind.

Nachdem der Assistent die relevanten Inhalte gefunden hat, fasst er die Antwort zusammen und kann die Quelle zitieren oder auf das Quelldokument verlinken.

Das ist die Grundlage der meisten KI-Assistenten für häufig gestellte Fragen – und das aus gutem Grund: Die Methode ist schnell, flexibel und erfordert keine individuelle Entwicklung.

Wann eine Wissensdatenbank ausreicht: der FAQ-Assistent

Für einen allgemeinen FAQ-Assistenten ist es sinnvoll, alle Inhalte in die Wissensdatenbank zu laden. Website-URL, Dienstleistungsliste, Preisübersicht, Richtlinien, Öffnungszeiten, Standorte – laden Sie einfach alles hinein.

Die Aufgabe des Assistenten besteht in diesem Fall darin:

• eine umfassende semantische Suche in allen verfügbaren Dokumenten durchzuführen
• die relevanteste Antwort zu finden
• sie für den Nutzer verständlich zusammenzufassen
• die Quelle zu nennen oder zu verlinken, wenn Sie dies in den Anweisungen vorgeben.

Das funktioniert gut, weil FAQ-Fragen informativen Charakter haben und Spielraum lassen. Ein Kunde, der fragt: „Bieten Sie Strähnchen an?“ oder „Wie lange haben Sie sonntags geöffnet?“, braucht keine mathematisch exakte Antwort. Gesucht ist eine hilfreiche, korrekte Zusammenfassung – und damit kommt die Wissensdatenbank gut zurecht.

Die Wissensdatenbank ist außerdem die schnellste verfügbare Methode, mit der ein KI-Assistent Informationen abrufen kann. Da dabei nur eine semantische Suche statt eines Hin-und-zurück-Aufrufs an ein externes System erfolgt, kommen die Antworten schnell. Geschwindigkeit ist bei konversationeller KI wichtig, denn Nutzer erwarten nahezu sofortige Antworten.

Wenn Ihr Assistent hauptsächlich Informationsfragen beantwortet, reicht eine gut organisierte Wissensdatenbank für den Einstieg aus.

Wann eine Wissensdatenbank nicht ausreicht: Preise, Buchungen und Sonderfälle

Hier machen viele Teams einen entscheidenden Fehler. Sie gehen davon aus, dass die Wissensdatenbank, wenn sie für FAQs funktioniert, auch für Preisfragen, Buchungsregeln und Sonderfälle bei Richtlinien geeignet ist. Das ist sie nicht – zumindest nicht zuverlässig.

Wenn ein Kunde fragt: „Was würde Balayage bei langem, dichtem Haar mit Toner und Föhnen kosten?“, muss der Assistent eine ganz bestimmte Antwort finden. Wenn Ihre Preise in einem Fließtext auf der Website stehen, vermischt mit Marketingformulierungen und allgemeinen Beschreibungen, muss der Assistent raten. Und wenn KI-Assistenten bei Preisen raten, liegen sie oft falsch – das untergräbt das Vertrauen und führt zu echten Problemen für Ihr Unternehmen.

Die Lösung besteht darin, Aktionen – auch Tools genannt – hinzuzufügen, mit denen der Assistent Informationen systematisch und deterministisch abrufen kann.

Eine Aktion ist im Grunde eine direkte Abfrage: eine Funktion, die der Assistent aufrufen kann und die eine präzise, strukturierte Antwort zurückgibt. Statt breit zu suchen und Inhalte zusammenzufassen, greift der Assistent direkt auf die richtige Quelle zu und liefert die exakten Daten – zum Beispiel über eine Google-Sheets-Aktion.

Beispiele für Aktionen, die häufige Probleme mit der Antwortgenauigkeit lösen:

Get Pricing (hairLength, thickness, hairType, toner, treatment, blowout) gibt den genauen Preis für eine bestimmte Kombination von Dienstleistungen zurück. So werden Unklarheiten und veraltete Informationen aus alten Dokumenten der Wissensdatenbank vermieden.

Get Policy (policyName) gibt die verbindliche, aktuelle Version einer bestimmten Richtlinie zurück, etwa zu Stornierungen, Rückerstattungen oder verspätetem Erscheinen. Der Assistent muss sie weder interpretieren noch umformulieren.

List Services gibt die offizielle Liste der Dienstleistungen zurück, die das Unternehmen aktuell anbietet. Das ist besonders wichtig, weil KI-Assistenten manchmal mit großer Sicherheit Dienstleistungen beschreiben, die es gar nicht gibt – ein Problem, das als Halluzination bezeichnet wird und auch vom KI-Modell abhängen kann. Eine stets aktuelle Dienstleistungsliste verhindert, dass der Assistent unbelegte Angaben macht.

Mit Aktionen ist der Assistent kein System mehr, das sucht und Vermutungen anstellt. Stattdessen fragt er gezielt Informationen ab und gibt Antworten. Das ist ein grundlegender Wandel in puncto Zuverlässigkeit.

Wissensdatenbank oder Aktionen: Abwägung zwischen Geschwindigkeit und Genauigkeit

Bei der Entwicklung von KI-Assistenten stellt sich häufig die Frage, ob für eine bestimmte Art von Frage die Wissensdatenbank oder eine Aktion verwendet werden sollte.

So lässt sich die Abwägung einordnen:

• Der Abruf über die Wissensdatenbank ist schneller. Dabei handelt es sich um eine einzelne semantische Suche, die vollständig im Kontext des Assistenten stattfindet. Es gibt keinen externen API-Aufruf und keinen Hin-und-zurück-Aufruf an eine Datenbank. Das eignet sich ideal für Informationsfragen, bei denen eine schnelle Antwort wichtig ist und eine leichte Ungenauigkeit wenig ausmacht. Sie können Ihrem Assistenten folgende Anweisung geben: „Beantworte Fragen nur anhand der Informationen in der Wissensdatenbank“, damit Ihr KI-Assistent korrekte Antworten gibt.
• Aktionen sind langsamer, aber genauer. Jede Aktion erfordert einen Hin-und-zurück-Aufruf: Der Assistent entscheidet, die Aktion aufzurufen, sendet die Anfrage, wartet auf die Antwort und formuliert dann seine eigene Antwort. Das erhöht die Latenz. Dafür ist die zurückgegebene Antwort präzise, aktuell und maßgeblich.

Als Faustregel gilt: Verwenden Sie die Wissensdatenbank für informative Inhalte und Aktionen für alles, was exakt sein muss. Preise, Anspruchsberechtigung, aktuelle Verfügbarkeit, Formeln, Berechnungen, Buchungsregeln und Einzelheiten zu Richtlinien sollten über Aktionen abgerufen werden. Fügen Sie Aktionen nicht nur um ihrer selbst willen hinzu, sondern nur dort, wo Genauigkeit wirklich erforderlich ist.

Wenn ein Nutzer nach einem Preis fragt und nur eine Wissensdatenbank zur Verfügung steht, läuft im Hintergrund Folgendes ab: Der Assistent durchsucht alle verfügbaren Dokumente gleichzeitig, findet Preisangaben in den FAQs, auf der Dienstleistungsseite, vielleicht in einem alten PDF und auf einer Werbeseite und wählt dann aus, was am relevantesten erscheint. Vielleicht findet er den richtigen Preis. Vielleicht einen veralteten. Vielleicht bildet er einen Mittelwert aus zwei widersprüchlichen Angaben. Bei Preisen ist nichts davon akzeptabel.

Mit einer korrekt benannten Preisabfrage-Aktion ruft der Assistent eine Funktion auf, erhält eine Antwort und gibt sie mit voller Sicherheit weiter.

Warum die Benennung Ihrer Dokumente und Aktionen für die Leistung Ihres KI-Assistenten entscheidend ist

Dies ist einer der am häufigsten übersehenen Faktoren bei der Entwicklung von KI-Assistenten und wirkt sich unmittelbar auf deren Leistung aus – insbesondere bei kleineren oder weniger leistungsfähigen Modellen.

Der Assistent nutzt die Namen Ihrer Dokumente und Aktionen als Hinweise darauf, welche Quelle maßgeblich ist. Wenn ein Nutzer eine Preisfrage stellt, überprüft der Assistent die Namen aller verfügbaren Ressourcen und entscheidet, wo er suchen soll. Heißt Ihr Preisdokument „Preise: Balayage“, greift er zuerst darauf zurück. Heißt es hingegen „sheet(1)“, „Code837720“ oder „final_final2“, kann der Assistent nicht erkennen, was darin steht, und übersieht das Dokument möglicherweise ganz oder stuft es falsch ein.

Gute Dokumentnamen für einen KI-Assistenten in einem Dienstleistungsunternehmen:

• Preise – Balayage
• Preise – Colorationen
• Preise – Zusatzleistungen
• Richtlinien – Stornierungen und Nichterscheinen
• Richtlinien – Rückerstattungen
• Dienstleistungen – Vollständige Leistungsübersicht
• FAQ – Allgemein
• FAQ – Buchungen und Termine

Gute Aktionsnamen für einen KI-Assistenten:

• Balayage-Preis abrufen
• Stornierungsrichtlinie abrufen
• Preise für Zusatzleistungen abrufen
• Verfügbare Dienstleistungen auflisten
• Buchungsregeln abrufen

Schlechte Namen, die zu Fehlern des Assistenten führen:

• run_query_12
• tool_7
• lookup_misc
• doc_v3_final
• neue Preise (Kopie)
• unbenannt

Das Prinzip der Namensgebung gilt auch für die Beschreibung von Aktionen in der Konfiguration Ihres Assistenten. Eine klare Beschreibung wie „Gibt den genauen Preis für Balayage anhand von Haarlänge, Haardichte und ausgewählten Behandlungen zurück“ hilft dem Assistenten zu entscheiden, wann er die Aktion aufrufen soll. Eine vage Beschreibung wie „liefert ein paar Preisinformationen“ bietet ihm kaum Orientierung.

Einheitliche, für Menschen verständliche Namen sind nicht bloß eine Frage der Ordnung. Sie sind eine funktionale Voraussetzung für einen leistungsfähigen KI-Assistenten.

Das bedeutet nicht, dass Sie für jeden einzelnen Punkt ein eigenes Dokument brauchen. Manche Inhalte lassen sich zusammenfassen.

Eine einfache Entscheidungshilfe: Dokument in der Wissensdatenbank oder Aktion?

Nutzen Sie die folgenden Punkte als Ausgangspunkt, wenn Sie entscheiden, wie Sie die Informationen für Ihren Assistenten strukturieren:

• Wenn die Frage informativ ist, etwa zu Öffnungszeiten, Standort, allgemeinen Dienstleistungsbeschreibungen, der Markengeschichte oder allgemeinen FAQs, ist ein Dokument in der Wissensdatenbank die richtige Wahl. Laden Sie es hoch, benennen Sie es eindeutig, und der Assistent kann damit arbeiten.
• Wenn die Frage exakte, aktuelle oder strukturierte Daten erfordert, etwa Preise mit mehreren Variablen, Buchungsberechtigung, Rückerstattungsberechnungen oder Richtlinien mit Sonderfällen, erstellen Sie eine Aktion. Geben Sie ihr einen klaren Namen, dokumentieren Sie, welche Daten sie zurückgibt, und testen Sie sie gründlich.
• Wenn der Assistent dazu verleitet werden könnte, etwas zu beschreiben, das es nicht gibt, zum Beispiel eine früher angebotene Dienstleistung oder eine abgelaufene Werbeaktion, fügen Sie eine Aktion zum Auflisten der Dienstleistungen oder aktuellen Werbeaktionen hinzu. Alternativ können Sie ein Dokument in der Wissensdatenbank hinterlegen, das dem Assistenten vermittelt, was derzeit tatsächlich verfügbar ist.

So testen Sie Ihren KI-Assistenten vor dem Start

Ob ein KI-Assistent gut gestaltet oder frustrierend ist, zeigt sich oft erst beim Testen. Hier ist eine praktische Vorgehensweise:

Stellen Sie dieselbe Preis- oder Richtlinienfrage zehnmal auf unterschiedliche Weise. Formulieren Sie sie um, kürzen Sie sie ab und stellen Sie sie sowohl locker als auch förmlich. Prüfen Sie, ob der Assistent stets die richtige Antwort findet oder ob seine Antworten von einer Sitzung zur nächsten abweichen. Inkonsistenzen deuten auf ein Benennungsproblem oder eine fehlende Aktion hin.

Testen Sie mit den Modellen, deren Einsatz Sie tatsächlich in Betracht ziehen. Leistungsstärkere Modelle wie Claude Sonnet können mehrdeutige Anfragen besser zuordnen. Sie erkennen eher, wann eine Aktion aufgerufen werden sollte und wann eine Suche in der Wissensdatenbank ausreicht – selbst bei nicht optimalen Namen. Kleinere oder schnellere Modelle reagieren stärker auf die Qualität der Benennung. Eine schlecht benannte Aktion, die ein leistungsstarkes Modell korrekt auswählt, wird von einem kleineren Modell möglicherweise völlig ignoriert.

Deshalb sind Tests mit verschiedenen Modellen wichtig. Dieselbe Assistentenkonfiguration kann sich je nach zugrunde liegendem Modell deutlich anders verhalten. Wenn Sie Kosten sparen möchten, indem Sie ein kleineres Modell verwenden, sollten Sie das durch bessere Namen, klarere Aktionsbeschreibungen und eine übersichtlichere Wissensdatenbank ausgleichen.

Achten Sie gezielt auf erfundene Dienstleistungen oder Preise. Fragen Sie den Assistenten nach Angeboten, die Sie nicht bereitstellen, und beobachten Sie seine Antworten. Beschreibt er selbstbewusst eine Dienstleistung, die Sie nicht mehr anbieten, haben Sie drei Möglichkeiten: Fügen Sie eine Aktion zum Auflisten der Dienstleistungen hinzu, die ausschließlich aktuell verfügbare Angebote zurückgibt; ergänzen Sie ein Dokument in der Wissensdatenbank, das Ihre aktuelle Dienstleistungsliste ausdrücklich festhält; oder prüfen Sie Ihre Website, falls Sie sie gecrawlt haben, und entfernen Sie veraltete Seiten und Inhalte, bevor der Assistent sie übernimmt. Anschließend können Sie sie jederzeit mit einem Klick über Knowledge neu indexieren.

Einen KI-Assistenten entwickeln, der korrekte Antworten gibt

Damit Kunden einem KI-Assistenten vertrauen, kommt es auf drei gut durchdachte Entscheidungen an.

1. Wählen Sie für jede Art von Informationen die passende Abrufmethode. Nutzen Sie die Suche in der Wissensdatenbank für allgemeine Informationsfragen, bei denen Geschwindigkeit wichtig und eine gewisse Ungenauigkeit akzeptabel ist. Verwenden Sie Aktionen für Preise, Richtlinien, Buchungsregeln und alles, was exakt sein muss.
2. Benennen Sie alles klar und einheitlich. Ihre Dokumente und Aktionen dienen dem Assistenten als Wegweiser durch Ihre Informationen. Aussagekräftige, für Menschen verständliche Namen sind unverzichtbar – sie entscheiden direkt darüber, ob der Assistent die richtige Antwort findet.
3. Testen Sie mit dem Modell, das Sie einsetzen möchten, und nicht nur mit dem leistungsstärksten verfügbaren Modell. Verschiedene Modelle gehen unterschiedlich mit mehrdeutigen Suchanfragen um, und Leistungsunterschiede werden bei realistischen Tests sichtbar.

Ein so entwickelter KI-Assistent mit einer übersichtlichen Wissensdatenbank, klar abgegrenzten Aktionen und durchdachter Namensgebung beantwortet nicht einfach nur Fragen. Er wird zu einer zuverlässigen Erweiterung Ihres Unternehmens, der Ihre Kunden vertrauen und zu der sie zurückkehren.

Sind Sie bereit loszulegen?

Am besten lernt man, indem man selbst etwas aufbaut. Laden Sie Ihre Inhalte hoch, stellen Sie die zehn häufigsten Fragen Ihrer Kunden und beobachten Sie, was passiert. Innerhalb einer Stunde werden Sie wissen, ob Sie auf dem richtigen Weg sind.

Möchten Sie es ausprobieren? Invent Business bietet Ihnen eine kostenlose 14-tägige Testphase und einen dauerhaft kostenlosen Tarif.

Beginnen Sie noch heute mit dem Aufbau Ihres Assistenten und entdecken Sie, was er für Ihre Kunden leisten kann.

Häufig gestellte Fragen

Welche Plattformen bieten einfache Tools, um einen KI-Chatbot ohne Programmierkenntnisse zu trainieren?

Zu den wichtigsten Kategorien gehören KI-Trainingsplattformen und visuelle Flow-Builder. Bei KI-Trainingsplattformen wie Invent, Chatbase, SiteGPT und CustomGPT müssen Sie lediglich Inhalte hochladen oder URLs angeben. Visuelle Flow-Builder wie Landbot, Voiceflow und Tars bieten Drag-and-Drop-Oberflächen. Für Wissensdatenbanken mit vielen Dokumenten sind Invent, Chatbase und CustomGPT auf das Training von KI-Assistenten mit unternehmenseigenen Dokumenten, Websites und internen Wissensdatenbanken ausgerichtet.

2. Die besten Plattformen für die Entwicklung individueller KI-Chatbots

Das hängt von Ihrem Anwendungsfall ab:

• Invent: Am besten geeignet für Gründer, kleine Teams und Unternehmen jeder Branche, die WhatsApp, SMS, Gmail, Instagram, Messenger und TikTok mit einem gemeinsamen Posteingang nutzen möchten.
• Botpress: Am besten geeignet für Teams, die eine Bereitstellung über mehrere Kanäle benötigen und später eventuell Code hinzufügen möchten.
• Voiceflow: Am besten geeignet für den Aufbau skalierbarer Support-Agenten: StubHub International entwickelte und startete mit Voiceflow innerhalb von 90 Tagen einen leistungsstarken KI-Kundenservice-Agenten, der von nichttechnischen Teams betrieben wird.
• CustomGPT: Am besten geeignet für Unternehmen, die Agenten benötigen, die mit fachspezifischen Daten trainiert und in bestehende Wissensdatenbanken integriert werden.
• ManyChat / Chatfuel: Am besten geeignet für die Automatisierung von WhatsApp, Instagram und sozialen Medien.

Was sind die wichtigsten Bestandteile einer effektiven Trainingsstrategie für KI-Chatbots?

Aus den gemeinsamen Erkenntnissen der Plattformen ergeben sich folgende zentrale Bestandteile:

1. Gut organisierte, eindeutig benannte Inhalte: Lade Dokumente, PDFs, URLs und FAQs mit klaren, aussagekräftigen Namen hoch, damit der Assistent weiß, wo er suchen muss.
2. Aktionen für präzise Antworten: Füge strukturierte Dokumente und Dateien zu Preisen, Richtlinien und allen Informationen hinzu, die exakt wiedergegeben werden müssen.
3. Testen und iterieren: Die Ausgaben der KI variieren immer. Teste den Assistenten, indem du dieselbe Frage auf verschiedene Arten stellst, und vergleiche die Antworten auf ihre Konsistenz.
4. Analyse der Kennzahlen: Plattformen wie Invent liefern detaillierte Einblicke in die Gesprächsleistung, den CSAT-Wert und mehr.
5. Modellauswahl: Die Genauigkeit unterscheidet sich je nach Modell erheblich.

Welche Preismodelle gibt es für Plattformen zum Trainieren von Chatbots?

Es gibt drei gängige Preismodelle:

• Abonnementstufen: kostenlos bis etwa 500 $ pro Monat (z. B. kostenlos mit ca. 100 Nachrichten und einem Bot; höhere Tarife mit bis zu ca. 40.000 Nachrichten und Analytics).
• Preise pro Kanal: Je nach Kanal gelten unterschiedliche Preise (z. B. für Facebook/Instagram im Vergleich zu WhatsApp).
• Nutzungs- bzw. Guthabenmodell: Du zahlst pro Nachricht oder Guthaben. Hochwertigere Modelle können pro Antwort deutlich mehr Guthaben verbrauchen, sodass die Kosten variieren können.
• Enterprise- oder individuelle Tarife: Diese beginnen in der Regel bei etwa 300 $ pro Monat; bei hohem Volumen und zusätzlichen Sicherheits- oder Supportleistungen kommen individuelle Verträge zum Einsatz.

5. Kostenlose Testversionen für Plattformen zur Erstellung von KI-Chatbots

Die meisten großen Plattformen bieten eine kostenlose Nutzungsmöglichkeit, mit der du sie vor einer Entscheidung testen kannst. Hier ein Überblick:

Plattformen mit kostenlosen Tarifen oder Testversionen:

• Invent: kostenloser Tarif mit Zugriff auf alle Funktionen sowie eine 14-tägige kostenlose Testversion des Business-Abos
• Chatbase: kostenloser Tarif mit 100 Nachrichtenguthaben pro Monat
• Botpress: kostenloser Tarif mit nutzungsabhängigen Gebühren
• Voiceflow: kostenloser Tarif verfügbar
• ManyChat: kostenloser Tarif für grundlegende Automatisierungen

Weiterführende Ratgeber

• So erstellst du einen KI-Assistenten für dein Unternehmen
• Warum eine Wissensdatenbank für KI-Assistenten unverzichtbar ist
• Was ist Conversational AI?
• Die 4-Schichten-Architektur eines KI-Business-Agenten