# Wissensdatenbank für KI-Agenten: So erstellen Sie eine, die Ihr Agent wirklich nutzt

> Erstellen Sie eine stets aktuelle Wissensdatenbank für Ihren KI-Agenten. Inhalte, Dateien vs. RAG, veraltete und widersprüchliche Informationen beheben und mit 20 Fragen testen.

Last updated: 2026-09-28T10:00:00

Canonical URL: https://crevio.co/de/blog/ai-agent-knowledge-base

*Zuletzt aktualisiert: September 2026*

**Eine Wissensdatenbank für KI-Agenten scheitert selten daran, dass der Agent Ihre Erstattungsrichtlinie nicht findet. Sie scheitert daran, dass er zwei davon findet.** 2024 ordnete ein kanadisches Tribunal an, dass Air Canada einen Kunden entschädigen muss, nachdem der Chatbot der Airline eine Erstattung im Todesfall zugesagt hatte, die laut der eigenen Richtlinienseite ausgeschlossen war. Das Modell hatte seine Aufgabe erfüllt. Das dahinterliegende Wissen widersprach sich selbst.

Dieser Leitfaden richtet sich an Unternehmerinnen und Unternehmer, die möchten, dass ein KI-Agent ihr Unternehmen gut genug kennt, um entsprechend zu handeln – unabhängig davon, ob der Agent für sie Abläufe übernimmt oder Kundenanfragen beantwortet. Wir zeigen, welche Inhalte in die Wissensdatenbank gehören, welche nicht, wie Agenten sie tatsächlich lesen und wie Sie sie testen, bevor es ein Kunde tut.

- **Eine Wissensdatenbank für KI-Agenten ist die schriftliche Grundlage, auf der Ihr Agent arbeitet**: Richtlinien, Produktinformationen, FAQs, Abläufe und alles, was der Agent über Sie gelernt hat
- **Sortieren Sie nach der Änderungsfrequenz.** Stabile Regeln gehören in Dateien. Alles, was sich häufiger als monatlich ändert (Preise, Lagerbestand, Bestellungen), sollte live abgefragt und niemals in eine Datei kopiert werden
- **Die meisten kleinen Unternehmen brauchen keine Vektorsuche.** Bei weniger als etwa 500 Seiten kann ein Agent die passenden Dateien direkt öffnen – das ist einfacher und deutlich leichter zu korrigieren
- **Widersprüche schaden mehr als Lücken.** Ein Agent, der keine Antwort findet, kann das sagen. Ein Agent, der zwei Antworten findet, entscheidet sich für eine
- **Testen Sie mit 20 echten Kundenfragen** in einem neuen Chat und korrigieren Sie die Quelldatei, niemals den Chat

## Was ist eine Wissensdatenbank für KI-Agenten?

Eine Wissensdatenbank für KI-Agenten ist die Sammlung schriftlich festgehaltener Geschäftsinformationen, die ein Agent liest, bevor er handelt: Ihre Richtlinien, Produktdetails, Antworten auf häufige Fragen, Schritt-für-Schritt-Abläufe und Fakten, die er während der Zusammenarbeit mit Ihnen gelernt hat. Sie macht aus einem universell einsetzbaren Modell etwas, das *Ihr* Erstattungsfenster, *Ihren* besten Kunden und *Ihre* Art, Nein zu sagen, kennt.

Sie enthält vier Arten von Wissen, die sich jeweils anders verhalten:

| Art | Beispiel | So geht etwas schief |
|---|---|---|
| **Fakten** | „Der Pro-Kurs umfasst 12 Module und lebenslangen Zugriff“ | Werden veraltet, wenn sich das Produkt ändert |
| **Regeln** | „Erstattung innerhalb von 30 Tagen nach dem Kauf, ohne Angabe von Gründen“ | Werden durch eine ältere Version an anderer Stelle widersprochen |
| **Abläufe** | „So onboarden wir einen neuen Coaching-Kunden“ | Sind zu vage, um sie zu befolgen, und der Agent improvisiert |
| **Erinnerungen** | „Axel bevorzugt kurze Antworten und hasst Ausrufezeichen“ | Werden aus einem schlechten Tag gelernt und nie korrigiert |

Der Begriff umfasst zwei Aufgabenbereiche. Zum einen gibt es Agenten, die *für Sie* arbeiten: Sie formulieren E-Mails, aktualisieren Produkte und erstellen Berichte. Dafür müssen sie wissen, wie Ihr Unternehmen funktioniert. Zum anderen gibt es Agenten, die *Ihre Kunden* anhand einer Support-Wissensdatenbank beraten. Dieselbe Wissensdatenbank kann für beides genutzt werden. Die Risiken sind jedoch unterschiedlich, weil Kunden auf das handeln, was der Agent ihnen sagt. Die Support-Seite behandeln wir weiter unten in einem eigenen Abschnitt.

## Was gehört in Ihre Wissensdatenbank für KI-Agenten?

Beginnen Sie mit dem, was Sie bereits regelmäßig erklären. Für die meisten kleinen Unternehmen ist das eine kurze Liste:

1. **Ein Absatz über das Unternehmen.** Was Sie verkaufen, wer es kauft und was Sie nicht anbieten
2. **Kundenorientierte Richtlinien.** Erstattungen, Stornierungen, Versand oder Lieferung, Datenschutz und Supportzeiten – jeweils in der aktuellen Formulierung
3. **Produktinformationen.** Was jedes Produkt enthält, für wen es gedacht ist und für wen ausdrücklich *nicht*
4. **FAQs in den Worten Ihrer Kunden.** Übernehmen Sie echte Fragen aus Ihrem Posteingang, nicht die Formulierungen Ihrer Verkaufsseite
5. **Sprache und Tonalität.** Drei Beispielantworten, mit denen Sie zufrieden waren, sind hilfreicher als ein Absatz voller Adjektive
6. **Eskalationsregeln.** Was der Agent an Sie übergeben muss: rechtliche Drohungen, Erstattungen über einem bestimmten Betrag sowie medizinische oder finanzielle Themen
7. **Wiederkehrende Abläufe.** Einen Kunden onboarden, ein Produkt veröffentlichen, auf eine Rückbuchung reagieren

Die schwierigere Entscheidung ist, wo die einzelnen Informationen abgelegt werden. Sortieren Sie nach der Änderungsfrequenz, nicht nach dem Thema:

![Diagramm mit drei Ebenen des Geschäftswissens für einen KI-Agenten: bei jeder Aufgabe gelesene Grundanweisungen, bei Bedarf geöffnete Referenzdateien und frisch über Live-Verbindungen abgerufene Informationen](https://crevio.co/vite/assets/where-business-knowledge-belongs-i0z68ico.svg)

### Was nicht hineingehört

- **Alles, was sich häufiger als monatlich ändert.** Preise, Rabattcodes, Lagerbestand, Buchungen und Bestellstatus gehören in das System, das diese Informationen verwaltet. Der Agent sollte sie über eine Integration abrufen. Ein in ein Dokument eingetragener Preis ist eine falsche Antwort auf Raten
- **Passwörter und API-Schlüssel.** Wissensdateien werden gelesen, zitiert und in Entwürfe kopiert. Zugangsdaten gehören in einen geeigneten Secrets Manager
- **Alte Versionen.** Löschen Sie die Erstattungsrichtlinie von 2024. Sie „zur Referenz“ im selben Ordner aufzubewahren, ist der Anfang des Air-Canada-Problems
- **Übertriebene Marketingtexte.** Wenn auf Ihrer Verkaufsseite „unbegrenzter Support“ steht, wird der Agent unbegrenzten Support versprechen. Begeisterung kann er nicht von einer verbindlichen Richtlinie unterscheiden

## Wie Agenten eine Wissensdatenbank lesen: Dateien, Suche oder RAG

Es gibt drei Möglichkeiten, wie ein Agent auf Ihr Wissen zugreifen kann. Welche die richtige ist, hängt vor allem vom Umfang ab.

| Ansatz | Funktionsweise | Geeignet für | Größte Schwäche |
|---|---|---|---|
| **Alles laden** | Die gesamte Wissensdatenbank wird in jede Anfrage übernommen | Einige wenige Seiten mit grundlegenden Anweisungen | Kosten; mit wachsendem Prompt sinkt die Qualität |
| **Dateien plus Suche** | Ein kurzer Index wird immer geladen; der Agent sucht und öffnet Dateien bei Bedarf | Die meisten kleinen Unternehmen | Der Agent muss die richtige Datei auswählen |
| **Vektorsuche (RAG)** | Dokumente werden in Abschnitte aufgeteilt; pro Frage werden die ähnlichsten Abschnitte abgerufen | Tausende Seiten, umfangreiche Support-Bibliotheken | Abschnitte verlieren Kontext, Fehler sind schwer zu analysieren |

Für kleine Unternehmen sprechen die Zahlen für die einfachste Option. In ihrem Beitrag zum Retrieval weist [Anthropic darauf hin](https://www.anthropic.com/engineering/contextual-retrieval), dass Sie bei einer Wissensdatenbank mit weniger als 200.000 Token, also „etwa 500 Seiten Material“, dem Modell den gesamten Inhalt „ohne RAG oder ähnliche Methoden“ geben können. Die Richtlinien, Produktinformationen und FAQs der meisten kleinen Unternehmen passen auf einige Dutzend Seiten.

Das bedeutet nicht, dass Sie alles in jede Anfrage packen sollten. [Chromas Untersuchung zu Context Rot](https://www.trychroma.com/research/context-rot) hat 18 führende Modelle getestet und festgestellt, dass „die Modellleistung mit zunehmender Eingabelänge durchgehend abnimmt“ – selbst bei einfachen Aufgaben. Der praktische Mittelweg für kleine Unternehmen lautet daher: Dateien plus Suche. Der Agent sieht immer einen kurzen Index und öffnet thematische Dateien, wenn eine Aufgabe dies erfordert.

Vektorsuche hat durchaus ihren Platz. Bei Tausenden von Hilfeartikeln rechtfertigt sie ihre Komplexität. Gleichzeitig werden Wissensdatenbanken dadurch schwieriger nachvollziehbar. In den eigenen Tests von Anthropic ließ ein standardmäßiges Retrieval-Setup die richtige Passage in 5,7 % der Fälle aus den 20 besten Ergebnissen aus. Erst mehrere zusätzliche Techniken senkten diesen Wert auf 1,9 %. Bei Dateien sehen Sie, welche Datei der Agent geöffnet hat, wenn etwas schiefläuft, und können genau diese Datei korrigieren.

## So strukturieren Sie eine Wissensdatenbank für KI-Agenten, damit der Agent sie nutzt

Eine Wissensdatenbank kann technisch vollständig sein und trotzdem ignoriert werden. Diese Gewohnheiten machen den Unterschied:

- **Führen Sie einen Index.** Eine Zeile pro Datei: ein Link plus ein Hinweis, wann sie geöffnet werden soll, zum Beispiel „Erstattungsrichtlinie: 30-Tage-Frist, Ausnahmen für Bundles“. Der Agent liest zuerst den Index. Eine Datei, die dort nicht erwähnt wird, ist praktisch unsichtbar
- **Ein Thema pro Datei, jeder Fakt an einer Stelle.** Wenn die Erstattungsfrist in drei Dateien steht, wird sie irgendwann in allen drei unterschiedlich lauten
- **Formulieren Sie Regeln mit Zahlen.** „Erstattungen innerhalb von 30 Tagen nach dem Kauf“ ist besser als „etwa einen Monat“. „Erstattungen über 200 $ eskalieren“ ist besser als „große Erstattungen eskalieren“
- **Nennen Sie den Grund und den Sonderfall.** „Keine Erstattung für bereits durchgeführte Coaching-Sitzungen, weil die Zeit dafür aufgewendet wurde. Ausnahme: wenn wir abgesagt haben.“ Agenten kommen mit Sonderfällen deutlich besser zurecht, wenn sie den Grund für eine Regel kennen
- **Legen Sie fest, was bei fehlender Information zu tun ist.** „Wenn die Antwort hier nicht zu finden ist, sagen Sie, dass Sie dies prüfen und an mich weiterleiten.“ Ohne diese Zeile füllt der Agent die Lücke mit etwas, das plausibel klingt
- **Zeigen statt beschreiben.** Zwei echte Antworten, die Ihnen gefallen haben, vermitteln die Tonalität besser als „freundlich, aber professionell“
- **Datieren Sie alles, was zeitlich gebunden ist.** „Gültig ab 1. September 2026“ hilft Ihnen und dem Agenten, veraltete Inhalte zu erkennen

Wiederkehrende Abläufe verdienen ein eigenes Format. Wir haben das in [unserem Beitrag zum Schreiben von KI-Agenten-Skills](/de/blog/ai-agent-skills) behandelt: Ein Skill beschreibt *wie* eine Aufgabe erledigt wird, während die Wissensdatenbank festhält, *was* wahr ist.

## Veraltete Informationen und Widersprüche: So gehen Wissensdatenbanken schief

Auf Lücken bereitet sich jeder vor. Sie sind außerdem am wenigsten gefährlich, weil ein Agent ohne Antwort sagen kann, dass er es nicht weiß.

**Widersprüche sind schlimmer.** In Chromas Tests „verringert bereits ein einziger Ablenkungsinhalt die Leistung“. Gemeint ist Text, der relevant aussieht, die Frage aber nicht beantwortet. In einem Unternehmen liefern die gefährlichsten Ablenkungen außerdem eine andere Antwort: die alte Preisseite, die FAQ vom letzten Jahr oder das beiläufige „Wir können eine Ausnahme machen“ in einer sechs Monate alten Notiz. Der Agent weiß nicht, welche Aussage Sie gemeint haben. Er entscheidet sich einfach.

Der Fall Air Canada zeigt die Kosten. Der Chatbot sagte einem trauernden Kunden, er könne nach der Reise noch einen Trauertarif beantragen. Die tatsächliche Richtlinie der Airline erlaubte das nicht. Das Tribunal hielt die Airline für die Aussage ihres Chatbots verantwortlich und ordnete an, die Preisdifferenz zu erstatten. Die [American Bar Association bezeichnete den Fall](https://www.americanbar.org/groups/business_law/resources/business-law-today/2024-february/bc-tribunal-confirms-companies-remain-liable-information-provided-ai-chatbot/) als Erinnerung daran, dass Unternehmen für ihre KI-Tools weiterhin haften.

**Veraltete Informationen sind dieselbe Problematik in Zeitlupe.** Ein im März geschriebenes Dokument ist im März korrekt. Im September ist es unbemerkt zu einer von zwei Antworten geworden: der alten in der Datei und der neuen in Ihrem Kopf.

Drei Regeln verhindern das meiste davon:

1. **Ändern Sie einen Fakt dort, wo er steht.** Legen Sie keine neue Datei an, die der alten widerspricht. Bearbeiten oder löschen Sie das Original
2. **Die neuere Version gewinnt – ausdrücklich.** Wenn sich zwei Quellen widersprechen können, sagen Sie dem Agenten, welche maßgeblich ist
3. **Eine verantwortliche Person pro Datei.** Jemand muss bemerken, wenn sich die Erstattungsrichtlinie ändert. In einem Ein-Personen-Unternehmen sind Sie das. Halten Sie die Liste deshalb kurz

## So halten Sie Ihre Wissensdatenbank aktuell

Bei der Pflege veralten Wissensdatenbanken meistens. Die Lösung: Verknüpfen Sie Aktualisierungen mit Ereignissen, die Sie ohnehin bemerken, statt mit einer Kalendererinnerung, die Sie wegklicken.

| Wenn dies passiert | Dann aktualisieren Sie |
|---|---|
| Sie ändern einen Preis oder veröffentlichen ein Produkt | Die Datei mit den Produktinformationen (und nichts anderes, wenn Preise live abgerufen werden) |
| Sie ändern eine Richtlinie | Die entsprechende Richtliniendatei; löschen Sie anschließend jede alte Kopie |
| Sie korrigieren den Agenten zweimal zum selben Thema | Die Datei, die diese Information hätte abdecken sollen |
| Ein Kunde stellt dreimal eine neue Frage | Die FAQ in den Worten des Kunden |
| Sie stellen jemanden ein oder ändern Zuständigkeiten | Die Eskalationsregeln |

Nehmen Sie sich einmal im Monat 15 Minuten Zeit und bitten Sie den Agenten, zusammenzufassen, was er über Ihre Erstattungen, Produkte und Kunden weiß. Falsche Annahmen werden schnell sichtbar, wenn sie als Liste vor Ihnen stehen.

Wenn Ihr Agent ein eigenes Gedächtnis führt, behandeln Sie die gespeicherten Informationen wie die Notizen eines neuen Mitarbeiters: nützlich, meistens richtig und einen kurzen Blick wert. Auch ein Gedächtnis, das sich selbst aktualisiert, braucht jemanden, der es liest.

## So testen Sie Ihre Wissensdatenbank für KI-Agenten

Das Testen wird fast immer übersprungen und dauert weniger als eine Stunde.

![Vierschleifiger Testprozess für eine Wissensdatenbank für KI-Agenten: 20 echte Fragen sammeln, in einem neuen Chat stellen, jede Antwort bewerten und die Quelldatei statt der Antwort korrigieren](https://crevio.co/vite/assets/knowledge-base-test-loop-nlvijmc1.svg)

1. **Sammeln Sie 20 echte Fragen** aus Ihrem Posteingang, Ihren DMs und Verkaufsgesprächen. Fügen Sie drei Fragen hinzu, die der Agent ablehnen oder eskalieren sollte, etwa eine Erstattung, die weit außerhalb der Richtlinie liegt
2. **Stellen Sie jede Frage in einem neuen Chat.** Aus vorherigen Nachrichten können Hinweise durchsickern. Fragen Sie den Agenten, woher die Antwort stammt
3. **Bewerten Sie jede Antwort**: richtig, falsch, erfunden oder „Ich weiß es nicht“. Werten Sie „Ich weiß es nicht“ als bestanden, wenn die Wissensdatenbank die Frage tatsächlich nicht abdeckt
4. **Korrigieren Sie die Quelle, nicht die Antwort.** Eine Korrektur im Chat behebt ein einziges Gespräch. Eine Korrektur in der Datei behebt jedes folgende Gespräch

Führen Sie anschließend zwei gezielte Prüfungen durch. **Der Widerspruchstest:** Ändern Sie eine Richtlinie und fragen Sie danach dazu. Wenn der Agent die alte Version zitiert, versteckt sich irgendwo noch eine Kopie. **Der Lückentest:** Fragen Sie nach etwas, das nachweislich nicht abgedeckt ist. Die richtige Antwort ist ein klares „Das muss ich prüfen“, keine selbstbewusste Vermutung.

Speichern Sie die 20 Fragen. Führen Sie sie nach jeder wesentlichen Änderung erneut durch. Für ein kleines Unternehmen ist das einem Regressionstest so ähnlich wie möglich.

## Wissensdatenbanken für KI-Support-Agenten

Vieles, was über Wissensdatenbanken für KI geschrieben wird, bezieht sich auf Support: einen KI-Agenten, der Kunden aus Ihrem Hilfe-Center heraus antwortet. Die oben genannten Grundsätze gelten auch hier – allerdings mit höheren Risiken.

Der Grund, warum Unternehmen es versuchen, ist wirtschaftlicher Natur. [Gartners Benchmarking](https://www.gartner.com/en/documents/5164231) beziffert die mittleren Kosten eines Self-Service-Kontakts auf 1,84 $, gegenüber 13,50 $ bei einem betreuten Kontakt. Diese Ersparnis gilt nur, wenn die Antworten stimmen, denn Kunden handeln danach, ohne sie zu überprüfen.

Was sich bei einem kundenorientierten Agenten ändert:

- **Schreiben Sie für die Frage, nicht für die Produktseite.** Kunden fragen „Bekomme ich mein Geld zurück, wenn ich den Kurs noch nicht begonnen habe?“, nicht „Erstattungsrichtlinie“
- **Eskalationsregeln werden zur wichtigsten Datei.** Legen Sie im Voraus fest, was der Agent niemals versprechen darf: Erstattungen außerhalb der Richtlinie, Liefertermine sowie rechtliche oder medizinische Beratung
- **Lesen Sie ungelöste Gespräche wöchentlich.** Jede Frage, die der Agent nicht beantworten konnte, weist auf eine fehlende Datei hin
- **Lassen Sie zunächst Entwürfe erstellen, während Sie Vertrauen aufbauen.** Bei allem, was Geld betrifft, sollte der Agent einen Entwurf erstellen, den eine Person freigibt. In [KI-Agenten mit Human-in-the-Loop](/de/blog/human-in-the-loop-ai-agents) zeigen wir, welche Aktionen diese Kontrolle verdienen

Wenn Sie ein hohes Volumen an Kundenfragen bearbeiten, sind spezielle Support-Tools wie [Intercoms Fin](https://fin.ai/) und [Zendesk](https://www.zendesk.com/) genau für diese Aufgabe konzipiert – einschließlich der Synchronisierung mit dem Hilfe-Center und Berichten zur Lösungsquote.

## So speichert Crevios Agent Geschäftswissen

[Crevio](https://crevio.co/) ist ein [KI-Business-Builder](/de/blog/ai-business-builder): Sie beschreiben, was Sie verkaufen möchten, und der Agent erstellt den Shop, wickelt Zahlungen ab, schreibt Marketingtexte und arbeitet gemeinsam mit Ihnen weiter am Unternehmen. Alles, was oben beschrieben wurde, prägt die Art und Weise, wie dieser Agent das Wissen über Ihr Unternehmen speichert.

![Crevio-Startseite: KI, die Ihren Shop erstellt, Zahlungen verarbeitet, Ihr Marketing schreibt und Ihren Umsatz steigert](https://crevio.co/vite/assets/crevio-homepage-k3m1mvi1.png)

So funktioniert es heute:

- **Das Gedächtnis besteht aus einfachen Dateien mit zwei Geltungsbereichen.** Das Geschäftsgedächtnis (wie das Unternehmen funktioniert) wird mit allen Teammitgliedern geteilt. Das persönliche Gedächtnis (Ihre individuellen Präferenzen) bleibt privat. Beide verfügen über einen kurzen Index, der in jeden Chat übernommen wird – begrenzt auf 6.000 Zeichen für das Geschäftsgedächtnis und 2.000 Zeichen für persönliche Notizen. Themendateien werden nur geöffnet, wenn eine Aufgabe sie benötigt
- **Es speichert, was gespeichert werden sollte.** Der Agent legt eine Erinnerung an, wenn Sie ihn darum bitten, ihn korrigieren oder einen dauerhaften Fakt wie eine Richtlinie, Zahl oder Regel nennen. Passwörter werden nicht gespeichert, und Informationen, die Crevio bereits erfasst, werden nicht kopiert
- **Live-Daten bleiben live.** Produkte, Bestellungen, Kunden und Ihre Website werden direkt abgefragt und nicht gespeichert. Eine Preisänderung hinterlässt daher keine veraltete Kopie
- **Es räumt selbst auf.** In regelmäßigen Abständen, höchstens einmal täglich, führt ein Bereinigungslauf doppelte Erinnerungen zusammen, löst Widersprüche zugunsten des neueren Fakts und entfernt veraltete Inhalte. Zuvor wird ein Snapshot erstellt
- **Keine Vektorsuche.** Der Agent durchsucht Dateien auf seinem eigenen Computer und frühere Chats als reinen Text und liest anschließend die gefundenen Inhalte. Sie können Dateien an einen Chat anhängen, damit er damit arbeiten kann

Sie können Wissen auch direkt gestalten. Jeder von Ihnen erstellte Bot verfügt über ein Feld „Persona“, das seinen Anweisungen hinzugefügt wird. Dort gehören Tonalität und dauerhafte Regeln hin:

![Crevio-Bot-Einstellungen mit den Feldern Name, Handle, Rolle und Persona, die den Anweisungen des Bots hinzugefügt wird](https://crevio.co/vite/assets/crevio-bot-persona-field-d2jyuuyk.png)

Abläufe gehören in Skills. Diese können Sie installieren, hochladen oder vom Agenten aus Erfahrungen erstellen lassen. Wenn der Agent etwas Falsches gelernt hat, finden Sie unter „Settings → Advanced“ eine Zurücksetzen-Funktion:

![Crevios Einstellung „AI Workspace Knowledge“ mit der Schaltfläche „Reset AI knowledge“, die gesammelte Notizen löscht, ohne den Onlineshop zu verändern](https://crevio.co/vite/assets/crevio-reset-ai-knowledge-nkms8zwb.png)

Die ehrlichen Einschränkungen: Eine eigene Seite zum Durchsehen und Bearbeiten des Gedächtnisses gibt es noch nicht. Sie überprüfen es, indem Sie den Agenten im Chat fragen, was er weiß. Das Zurücksetzen gilt für alles oder nichts. Außerdem ist Crevio kein kundenorientierter Support-Bot. Der Agent arbeitet für Sie, nicht in einem Hilfe-Widget auf Ihrer Website. Crevio bietet einen kostenlosen Tarif mit 20 KI-Credits pro Monat. Sie können ihm also heute Ihre Erstattungsrichtlinie mitteilen und nächste Woche prüfen, ob er sie noch kennt.

## Was Ihnen niemand sagt

**Beim Schreiben treten Ihre eigenen Widersprüche zutage.** Der erste Entwurf einer Erstattungsrichtlinie für einen Agenten zeigt meist, dass Sie Erstattungen bisher auf drei verschiedene Arten bearbeitet haben. Das ist ein Geschäftsproblem, das der Agent sichtbar gemacht hat – kein KI-Problem.

**Agenten befolgen schriftliche Regeln wörtlicher als Mitarbeitende.** Ein Mensch liest „Keine Erstattungen nach 30 Tagen“ und macht bei einem Kunden, dessen Karte doppelt belastet wurde, trotzdem eine Ausnahme. Ein Agent braucht diese Ausnahme schriftlich.

**Löschen ist die wertvollste Änderung.** Die meisten Verbesserungen an einer Wissensdatenbank nach dem ersten Monat bestehen im Entfernen: der alten FAQ, der doppelten Richtlinie, der nicht mehr gültigen Notiz. Weniger Text ohne Widersprüche ist besser als mehr Text mit einigen Widersprüchen.

**Die Wissensdatenbank macht den Unterschied zwischen einem Agenten und einem Assistenten.** Eine Korrektur, die auch einen Monat später noch gilt, nachdem andere Aufgaben erledigt wurden, ist der Test, den wir in [KI-Mitarbeiter vs. KI-Agent](/de/blog/ai-employee-vs-ai-agent) verwendet haben. Ohne dauerhaftes Wissen beginnt jede Sitzung wieder bei null.

## FAQ zur Wissensdatenbank für KI-Agenten

### Was ist eine Wissensdatenbank für KI-Agenten?

Eine Wissensdatenbank für KI-Agenten enthält das schriftlich festgehaltene Geschäftswissen, das ein Agent liest, bevor er handelt: Richtlinien, Produktinformationen, FAQs, Abläufe und gespeicherte Präferenzen. Sie ermöglicht es einem allgemeinen KI-Modell, so zu antworten und zu handeln, wie es Ihr Unternehmen tun würde, statt aus allgemeinem Wissen zu raten.

### Brauche ich RAG oder eine Vektordatenbank für meinen KI-Agenten?

Wahrscheinlich nicht, wenn Sie ein kleines Unternehmen führen. Anthropic zufolge können Wissensinhalte mit einem Umfang von etwa 500 Seiten direkt an ein Modell übergeben werden. Ein kurzer Index plus Themendateien, die der Agent bei Bedarf öffnet, ist einfacher, günstiger und leichter zu korrigieren. RAG ist bei Tausenden von Dokumenten sinnvoll.

### Was ist der Unterschied zwischen dem Gedächtnis eines Agenten und einer Wissensdatenbank?

Eine Wissensdatenbank enthält, was Sie bewusst festhalten: Richtlinien, Produktinformationen und Abläufe. Das Gedächtnis umfasst, was der Agent während der Zusammenarbeit mit Ihnen aufnimmt, etwa Präferenzen und Korrekturen. Beides erfordert dieselbe Sorgfalt: jeder Fakt an einer Stelle und alte Versionen entfernen.

### Wie oft sollte ich meine Wissensdatenbank für KI-Agenten aktualisieren?

Aktualisieren Sie sie, wenn sich etwas ändert, nicht nach einem festen Zeitplan: bei einem neuen Preis, einer geänderten Richtlinie oder einer Korrektur, die Sie zweimal vornehmen mussten. Ergänzen Sie eine monatliche 15-Minuten-Prüfung, bei der Sie den Agenten bitten, zusammenzufassen, was er über Ihre Produkte und Richtlinien glaubt.

## Kurz zusammengefasst

Eine Wissensdatenbank für KI-Agenten ist nur so gut wie ihre ungenaueste Datei. Halten Sie sie klein, speichern Sie jeden Fakt an einer einzigen Stelle, lassen Sie Live-Systeme Live-Fragen beantworten und testen Sie sie mit den Fragen, die Ihre Kunden tatsächlich stellen. Der Agent wird dem folgen, was Sie aufgeschrieben haben. Stellen Sie deshalb sicher, dass es noch stimmt.

## Verwandte Blogbeiträge

- [Skills für KI-Agenten: Was sie sind und wie Sie einen funktionierenden Skill schreiben](/de/blog/ai-agent-skills)
- [KI-Agenten mit Human-in-the-Loop: Was Sie freigeben sollten und was automatisch laufen kann](/de/blog/human-in-the-loop-ai-agents)
- [KI-Mitarbeiter vs. KI-Agent: Der Unterschied, auf den es wirklich ankommt](/de/blog/ai-employee-vs-ai-agent)
- [KI-Agenten für kleine Unternehmen: Welche Aufgaben Sie zuerst abgeben sollten](/de/blog/ai-agents-for-small-business)