Wissensdatenbank

v1.0.x · aktualisiert 2026-07-08

Der Wissensdatenbank ist ein Speicher von Dokumenten, aus denen Agenten Fakten ziehen, wenn sie antworten (RAG, retrieval-augmented generation). Sie laden Unternehmensmaterial hoch, AiHummer extrahiert den Text, teilt ihn in Abschnitte auf und indiziert ihn; der Agent findet dann die relevanten Abschnitte und antwortet daraus.

Was Sie hochladen können

Drei Möglichkeiten, Inhalte hinzuzufügen:

+ Datei — Wählen Sie eine oder mehrere Dateien aus. Unterstützt: PDF, Word (.docx), Excel (.xlsx), CSV, .txt, .md, .rtf; das Limit beträgt 20 MiB pro Datei. Der Server extrahiert Text und meldet die Anzahl der pro Datei erzeugten Abschnitte.
+ Text — Text direkt einfügen: Titel, Quelle und Text.
+ URL — auf einen Link zeigen; der Seiteninhalt wird abgerufen.

Die Liste

Jedes Dokument zeigt seinen Titel/Quelle, die Anzahl der Abschnitte und die hinzugefügte Zeit. Es gibt eine Suche und Sortierung nach Name oder Datum sowie einen Gesamtzähler für Abschnitte in der Kopfzeile.

Wie man es benutzt

Dokumente hochladen (sauberer, strukturierter Text funktioniert am besten).
Überprüfen Sie, ob die Anzahl der Blöcke ungleich Null ist — das bedeutet, dass der Text extrahiert wurde.
Stellen Sie sicher, dass der Agent Wissen verwenden darf (das capabilities Abschnitt) und dass der Gewählte Einbettung passt zu deinem Sprache.

Konfiguration

Extraktions-, Einbettungs- und Chunk-Größeneinstellungen gehören zur RAG-Engine — siehe Wissen & RAG. Das Standard-Einbettungsmodell ist mehrsprachig; bei großen Mengen kann es auf eine GPU verschoben werden.

Tipps

Große Dokumente nach dem Inhalt aufteilen – so ist die Recherche genauer.
Gib eine bedeutungsvolle “Quelle”: Sie hilft sowohl den Menschen als auch dem Agenten, zu zitieren, woher eine Tatsache stammt kam von.

Wissen & RAG — wie semantische Suche funktioniert.
Einsteins Gedächtnis — wie sich Fakten von Dokumenten unterscheiden.
Agenten — wo die Wissensnutzung aktiviert werden kann.