AI Wiki – Wissen trifft souveräne KI


Resultat & Impact
Mit dem smartfactory AI Wiki haben wir unser gesamtes internes Wissen über einen zentralen KI-Assistenten zugänglich gemacht. Von technischen Dokumentationen und Coding Guidelines bis zu Prozessen, Architekturentscheidungen und Best Practices: Mitarbeitende stellen ihre Fragen in natürlicher Sprache und erhalten direkt Antworten aus unserer Wissensbasis.
Dank RAG und lokal betriebenem Sprachmodell läuft die gesamte KI-Verarbeitung auf unserer eigenen Infrastruktur. Schneller Zugriff auf internes Know-how, weniger Suchaufwand und volle Kontrolle über sensible Unternehmensdaten.
Herausforderung
In einem Softwareunternehmen steckt enormes Wissen: technische Dokumentationen, Coding Guidelines, Architekturentscheidungen, interne Prozesse und Best Practices. Doch dieses Wissen verteilt sich über unzählige Wiki-Seiten, Dokumente und Projekte. Die richtige Information zu finden, kostet Zeit und unterbricht den Arbeitsfluss.
Die Herausforderung: Unser gesamtes Unternehmenswissen mit KI intelligent zugänglich machen, Zusammenhänge verstehen und präzise Antworten liefern. Und das vollständig auf unserer eigenen Infrastruktur, ohne sensible Unternehmensdaten an externe KI-Anbieter weiterzugeben.
AI Wiki – Wissen trifft souveräne KI
Resultat & Impact
Mit dem smartfactory AI Wiki haben wir unser gesamtes internes Wissen über einen zentralen KI-Assistenten zugänglich gemacht. Von technischen Dokumentationen und Coding Guidelines bis zu Prozessen, Architekturentscheidungen und Best Practices: Mitarbeitende stellen ihre Fragen in natürlicher Sprache und erhalten direkt Antworten aus unserer Wissensbasis.
Dank RAG und lokal betriebenem Sprachmodell läuft die gesamte KI-Verarbeitung auf unserer eigenen Infrastruktur. Schneller Zugriff auf internes Know-how, weniger Suchaufwand und volle Kontrolle über sensible Unternehmensdaten.
Herausforderung
In einem Softwareunternehmen steckt enormes Wissen: technische Dokumentationen, Coding Guidelines, Architekturentscheidungen, interne Prozesse und Best Practices. Doch dieses Wissen verteilt sich über unzählige Wiki-Seiten, Dokumente und Projekte. Die richtige Information zu finden, kostet Zeit und unterbricht den Arbeitsfluss.
Die Herausforderung: Unser gesamtes Unternehmenswissen mit KI intelligent zugänglich machen, Zusammenhänge verstehen und präzise Antworten liefern. Und das vollständig auf unserer eigenen Infrastruktur, ohne sensible Unternehmensdaten an externe KI-Anbieter weiterzugeben.
Ausgangslage
Bei smartfactory steckt viel Know-how in unserer internen Wissensdatenbank: technische Dokumentationen, Coding Guidelines, Architekturentscheidungen, bewährte Lösungsansätze, Projektwissen und interne Prozesse. Dieses Wissen wird zentral gepflegt und wächst mit jedem Projekt weiter.
Doch je umfangreicher die Dokumentation, desto schwieriger wird es, relevante Informationen schnell zu finden. Klassische Suchfunktionen liefern Dokumente und Trefferlisten, aber keine Antworten auf konkrete Fragen.
Deshalb haben wir unser internes Wiki auf das nächste Level gebracht: Ein eigener KI-Wissensassistent, der unser Unternehmenswissen versteht, Zusammenhänge erkennt und Fragen direkt beantwortet. Vollständig selbst gehostet und unabhängig von externen KI-Diensten.


Umsetzung: Unternehmenswissen trifft auf eigene KI-Infrastruktur
Für das smartfactory AI Wiki haben wir eine vollständige KI-Lösung auf Basis von Retrieval-Augmented Generation, kurz «RAG», entwickelt. Statt auf allgemeines KI-Wissen zurückzugreifen, nutzt unser Assistent die tatsächlichen Inhalte unserer internen Wissensdatenbank. Die gesamte Verarbeitung läuft auf unserer eigenen Infrastruktur – vom Durchsuchen der Dokumentation bis zur Generierung der Antworten.
Das Unternehmenswiki wird zur intelligenten WissensbasisUnser gesamtes Wiki-Wissen wird über eine API automatisch eingebunden und für die KI aufbereitet. Technische Dokumentationen, Coding Guidelines, Prozesse und Best Practices werden strukturiert erfasst und in durchsuchbare Wissensbausteine zerlegt.
Dabei bleiben Überschriften, Dokumentenstruktur und Quellen erhalten. So kann die KI Informationen nicht nur finden, sondern auch im richtigen fachlichen Zusammenhang verwenden.
RAG und lokale LLMs: Die richtige Antwort statt einer TrefferlisteDas Herzstück ist unsere eigene RAG-Pipeline. Mithilfe von Embeddings und einer FAISS-Vektorsuche erkennt das System inhaltliche Zusammenhänge und findet relevante Informationen, selbst wenn eine Frage ganz anders formuliert ist als die Dokumentation.
Ein lokal betriebenes Large Language Model (LLM) verarbeitet die gefundenen Inhalte und formuliert daraus verständliche Antworten. Für den Modellbetrieb setzen wir auf Ollama.
Der entscheidende Vorteil: Unser internes Wissen bleibt intern. Keine Übertragung vertraulicher Dokumente an externe KI-Anbieter, volle Kontrolle über Modelle, Daten und Infrastruktur.
Eigene KI-Plattform statt externer ChatbotAuch die Anwendung selbst haben wir vollständig inhouse entwickelt. Ein Django-Backend orchestriert die Wissenssuche und KI-Verarbeitung, Celery übernimmt Hintergrundaufgaben und eine mit Nuxt entwickelte Weboberfläche ermöglicht den direkten Zugriff über einen intuitiven Chat.
Mitarbeitende können komplexe technische Fragen in natürlicher Sprache stellen und erhalten strukturierte, formatierte Antworten aus unserem Unternehmenswissen.
Technisch durchdacht. Vollständig unter eigener Kontrolle.Von der Dokumentenaufbereitung über die Vektorsuche bis zum lokalen LLM-Betrieb haben wir die gesamte KI-Architektur selbst umgesetzt.
Dabei wurden Modellwahl, Antwortqualität und Ressourcenbedarf gezielt optimiert. Die modulare Architektur ermöglicht es uns, Wissensquellen, KI-Modelle und Funktionen unabhängig voneinander weiterzuentwickeln.
Das smartfactory AI Wiki zeigt, wie sich RAG, lokale Sprachmodelle und bestehende Unternehmenssysteme zu einer leistungsfähigen, datensouveränen KI-Lösung verbinden lassen.

Resultat
Mit dem smartfactory AI Wiki haben wir unser internes Unternehmenswissen in einen intelligenten, KI-gestützten Wissensassistenten verwandelt. Technische Dokumentationen, Coding Guidelines, Prozesse und Best Practices sind über eine zentrale Chatoberfläche direkt zugänglich – ohne mühsames Durchsuchen unzähliger Dokumente.
Die Kombination aus RAG, semantischer Suche und lokalem Sprachmodell ermöglicht schnelle, kontextbezogene Antworten auf Basis unseres eigenen Wissens. Das spart Suchaufwand, erleichtert den Wissenstransfer und macht internes Know-how im Arbeitsalltag besser nutzbar.
Die gesamte Lösung läuft auf unserer eigenen Infrastruktur. Damit behalten wir die volle Kontrolle über unsere Daten und zeigen, wie leistungsfähige Unternehmens-KI unabhängig von externen KI-Diensten umgesetzt werden kann.
Highlight
Leistungsfähige Unternehmens-KI. Ohne externe KI-Dienste.
Das smartfactory AI Wiki kombiniert RAG, semantische Suche und lokal betriebene Sprachmodelle zu einem vollständig selbst gehosteten KI-Assistenten. Die KI greift auf internes Unternehmenswissen zu, versteht fachliche Zusammenhänge und liefert fundierte Antworten aus der eigenen Wissensbasis.
Das Besondere: Sämtliche Daten und die gesamte KI-Verarbeitung bleiben auf unserer eigenen Infrastruktur. Volle Datenkontrolle, keine Abhängigkeit von externen KI-Anbietern und eine Architektur, die sich auf weitere Unternehmensanwendungen übertragen lässt.


