- Eine Frage stellen, statt mehrere Dokumente durchsuchen
- Drei praktische Einsatzmöglichkeiten
- Die KI arbeitet auf eigener Hardware
- Keine KI-Tokengebühren – aber transparente Betriebskosten
- Wie der Wissensstand aktuell bleibt
- Klein anfangen und an echten Aufgaben messen
- Häufige Fragen
Ein Handbuch nützt nur dann etwas, wenn Mitarbeiter die richtige Information auch tatsächlich finden. Ein lokaler KI-Assistent kann diesen Weg verkürzen: von der Frage in Alltagssprache zur Antwort mit nachvollziehbarer Quelle. Wer KI Qualitätsmanagement lokal einsetzen möchte, muss dafür keine Dokumente an externe Dienste übergeben.
In vielen Unternehmen sind Abläufe gut dokumentiert. Trotzdem landen dieselben Fragen immer wieder bei denselben erfahrenen Mitarbeitern.
Welche Unterlagen brauchen wir bei einer Einstellung? Wohin kommt ein unterschriebenes Übergabeprotokoll? Wo stehen die Vorgaben zum Umgang mit Sicherheitsdatenblättern?
Eine klassische Suche liefert Dateien. Dann beginnt die eigentliche Arbeit: Dokumente öffnen, relevante Abschnitte lesen, Vorgaben für die konkrete Situation zusammenstellen. Genau hier setzt der Anwendungsfall im Qualitätsmanagement an.
Eine Frage stellen, statt mehrere Dokumente durchsuchen
Wir haben einen KI-Assistenten aufgebaut, der einen klar abgegrenzten Bestand an QM-Unterlagen durchsucht und daraus Antworten formuliert.
Im aktuellen Pilotprojekt ist das Objektleiter-Handbuch eingebunden. Der Assistent stützt seine Antworten auf diesen Bestand und nennt die verwendeten Quellen. Für Bereiche, deren Unterlagen noch nicht eingebunden sind, fehlt ihm die dokumentierte Grundlage – und er sagt das auch.
Eine typische Anfrage lautet:
„Erstelle aus den belegten Vorgaben eine kurze Checkliste für die Einstellung eines neuen Mitarbeiters. Nenne zu jedem Punkt die Quelle."
Aus einer allgemeinen Suche wird damit ein konkreter Arbeitsauftrag. Der Assistent bringt belegte Vorgaben in eine übersichtliche Reihenfolge. Mitarbeiter können anschließend die Quellen öffnen und die Checkliste fachlich prüfen.
Das Ergebnis bleibt ein Entwurf. Gerade im Qualitätsmanagement darf eine flüssig formulierte Antwort nicht mit einer freigegebenen Arbeitsanweisung verwechselt werden. Diese Unterscheidung ist kein Nachteil des Werkzeugs, sondern ein bewusster Teil des Prozesses.
Drei praktische Einsatzmöglichkeiten
1. Einarbeitung unterstützen
Neue Mitarbeiter kennen weder die Ordnerstruktur noch die internen Begriffe. Mit einem KI-Assistenten können sie ihre Fragen trotzdem in Alltagssprache stellen:
„Welche Aufgaben hat ein Objektleiter laut Handbuch? Nenne die zugehörigen Quellen."
Dokumentiertes Wissen wird so leichter zugänglich. Erfahrene Kollegen können sich auf Fragen konzentrieren, die tatsächlich Erfahrung und persönliche Einordnung erfordern. Der Assistent übernimmt dabei keine fachliche Verantwortung – er verkürzt den Weg zur richtigen Stelle im Dokument.
2. Wiederkehrende Abläufe vorbereiten
Aus belegten Vorgaben lassen sich kompakte Arbeitshilfen erstellen:
„Welche Schritte sind bei einer Fahrzeugübergabe vorgesehen? Erstelle eine kurze Checkliste mit Quellen."
Der Nutzen liegt in der Zusammenstellung: Relevante Informationen werden für einen konkreten Vorgang aufbereitet. Fachliche Prüfung und Freigabe bleiben beim zuständigen Mitarbeiter. Das Werkzeug beschleunigt die Vorbereitung, ersetzt aber nicht das Urteilsvermögen der Person, die den Ablauf kennt.
3. Nachweise und Informationslücken finden
Auch die Grenzen der Dokumentation sind wichtig:
„Welche Aussagen zu diesem Thema sind im Handbuch belegt, und welche Informationen fehlen?"
Der Assistent benennt fehlende Nachweise ausdrücklich. Historische Normangaben oder alte Jahresziele dürfen nicht als Beleg für den heutigen Stand ausgegeben werden. Diese Transparenz über Lücken ist im QM-Kontext mindestens so wertvoll wie eine vollständige Antwort.
Die KI arbeitet auf eigener Hardware
Dokumentverarbeitung, Suchbestand und Sprachmodell laufen in dieser Lösung lokal auf einem eigenen KI-Server.
Die Frage wird dort verarbeitet. Passende Textstellen werden dort gesucht. Die Antwort entsteht dort. Dokumentinhalte verlassen für diese Verarbeitung das eigene Netzwerk nicht.
Im beschriebenen Projekt liegen die Originaldateien in Microsoft SharePoint. SharePoint bleibt damit Teil der vorhandenen Cloud-Infrastruktur – lokal ist die KI-Verarbeitung, nicht die gesamte Dokumentenablage. Wer Dokumente auf einem lokalen Fileserver verwaltet, kann dasselbe Prinzip mit einer Serverfreigabe umsetzen; die Lösung benötigt dafür einen passenden Anschluss an diese Ablage.
Für Unternehmen, die mit sensiblen Prozessbeschreibungen, internen Qualitätsstandards oder DSGVO-relevanten Dokumenten arbeiten, ist das kein Nebenpunkt. Das lokale Modell verarbeitet Inhalte, ohne dass sie das eigene Netzwerk verlassen.
Keine KI-Tokengebühren – aber transparente Betriebskosten
Bei vielen KI-Diensten wird nach der Menge verarbeiteter Texte abgerechnet. Je mehr Dokumente und Anfragen, desto höher die laufenden Nutzungsgebühren.
Die hier eingesetzten Modelle laufen auf eigener Hardware. Externe KI-Tokengebühren fallen deshalb nicht an.
Kosten entstehen weiterhin für Hardware, Strom, Speicher, Wartung und gegebenenfalls bestehende Softwarelizenzen. Auch die Leistungsfähigkeit des Servers bestimmt, wie viele Anfragen gleichzeitig sauber bearbeitet werden können.
Für Entscheider ergibt sich daraus eine andere Kostenstruktur: Die KI-Nutzung verursacht keine zusätzliche Gebühr pro verarbeitetem Text. Investition und Betrieb müssen dennoch zur tatsächlichen Nutzung passen. Wer täglich zehn Anfragen erwartet, braucht eine andere Dimensionierung als ein Team mit hundert Anfragen pro Stunde.
Wie der Wissensstand aktuell bleibt
Eine gute Antwort setzt aktuelle Unterlagen voraus.
Im Pilotprojekt werden die eingebundenen SharePoint-Dokumente jede Nacht auf Änderungen geprüft. Neue freigegebene Versionen werden verarbeitet; unveränderte Dokumente müssen nicht erneut aufbereitet werden. Der neue Suchbestand wird geprüft und gesichert, bevor er für den Chat aktiviert wird. Nicht veröffentlichte oder nicht mehr zugängliche Quellen werden ausgeschlossen.
Dabei wird das Sprachmodell nicht jede Nacht neu trainiert. Aktualisiert wird der Dokumentenbestand, in dem der Assistent nach Belegen sucht. Das ist ein wichtiger Unterschied: Das Modell selbst bleibt stabil, der Wissensstand des Assistenten folgt dem Stand der freigegebenen Unterlagen.
Für QM-Verantwortliche bedeutet das: Wer eine neue Version eines Verfahrensdokuments freigibt und in SharePoint veröffentlicht, kann davon ausgehen, dass der Assistent am nächsten Morgen auf dieser Version arbeitet.
Klein anfangen und an echten Aufgaben messen
Für einen sinnvollen Einstieg braucht es einen überschaubaren, verlässlichen Dokumentenbestand und Fragen aus dem tatsächlichen Arbeitsalltag.
Im Qualitätsmanagement lässt sich der Nutzen gut prüfen:
- Sind die Antworten fachlich richtig und vollständig?
- Führen die Quellen zur passenden Vorgabe?
- Werden fehlende Informationen klar benannt?
- Lassen sich Checklisten und Zusammenfassungen mit vertretbarem Aufwand prüfen?
- Finden Mitarbeiter die benötigte Information schneller?
Technischer Betrieb und fachliche Abnahme sind dabei zwei unterschiedliche Schritte. Ein funktionierender Assistent muss sich anschließend im Alltag mit den zuständigen Mitarbeitern bewähren. Technik und Fachlichkeit werden gemeinsam abgenommen – nicht nacheinander.
Ein guter Anfang sind zehn wiederkehrende Fragen und die Dokumente, aus denen Ihre Mitarbeiter heute die Antworten zusammensuchen. Wenn diese Fragen einen klaren Bezug zu vorhandenen Unterlagen haben, ist die Grundlage für einen Piloten gelegt.
BREiHOF iT GmbH unterstützt Unternehmen in der Rhein-Neckar-Region beim Aufbau lokaler KI-Infrastruktur und RAG-Lösungen für den Mittelstand. Wenn Sie wissen möchten, ob sich Ihre QM-Unterlagen für einen lokalen KI-Assistenten eignen, sprechen Sie uns an.
Häufige Fragen
Was bedeutet „lokale Verarbeitung" bei einem KI-Assistenten im QM?
Das Sprachmodell und der Dokumentenbestand laufen auf einem eigenen Server im Unternehmen oder im betreuten Netzwerk. Fragen und Dokumentinhalte werden dort verarbeitet, ohne an externe KI-Anbieter übertragen zu werden.
Kann der Assistent mit beliebigen QM-Dokumenten arbeiten?
Ja, sofern die Dokumente in einem lesbaren Format vorliegen und in den Suchbestand eingebunden werden. Im beschriebenen Projekt erfolgt die Anbindung über Microsoft SharePoint; eine Serverfreigabe ist ebenfalls möglich.
Gibt der Assistent Antworten aus, die nicht durch Dokumente belegt sind?
Nein, wenn er korrekt konfiguriert ist. Der Assistent stützt seine Antworten auf den eingebundenen Dokumentenbestand und nennt Quellen. Für Bereiche ohne eingebundene Unterlagen benennt er die fehlende Grundlage ausdrücklich.
Darf ich die Antworten des Assistenten direkt als freigegebene Arbeitsanweisung verwenden?
Nein. Die Antworten sind Entwürfe, die auf belegten Vorgaben basieren. Fachliche Prüfung und formale Freigabe bleiben bei den zuständigen Mitarbeitern. Das ist kein Nachteil, sondern ein bewusster Teil des Prozesses.
Wie bleibt der Wissensstand des Assistenten aktuell?
Im beschriebenen Projekt werden die eingebundenen Dokumente jede Nacht auf Änderungen geprüft. Neue freigegebene Versionen werden verarbeitet; das Sprachmodell selbst wird dabei nicht neu trainiert.
Entstehen laufende Kosten pro Anfrage oder verarbeitetem Dokument?
Bei einem lokal betriebenen Modell fallen keine externen KI-Tokengebühren an. Kosten entstehen für Hardware, Strom, Speicher und Wartung. Die Kostenstruktur unterscheidet sich damit grundlegend von nutzungsbasierten Cloud-KI-Diensten.
Für welche Unternehmen ist dieser Ansatz geeignet?
Der Ansatz eignet sich für Unternehmen, die bereits strukturierte QM-Unterlagen pflegen und wiederkehrende Fragen haben, die sich klar auf diese Dokumente beziehen. Besonders relevant ist er, wenn Datenschutz oder interne Compliance-Anforderungen eine externe Verarbeitung von Dokumentinhalten ausschließen.
