Wie steht ein individuelles RAG-System gegenüber Zendesk AI oder Intercom AI für ein Mittelstands-Supportteam da?+
Ein individuelles RAG-System verankert jede Antwort in Ihrer aktuellen Produktdokumentation, Ihren Release-Notes und Ihrer Ticket-Historie, zitiert jede faktische Aussage zu ihrer Quelle und verweigert die Antwort, wenn der abgerufene Kontext die Aussage nicht stützt. Generische Helpdesk-KI-Add-ons optimieren auf Deflection-Metriken und erfinden häufig plausibel klingende Antworten, wenn das Retrieval dünn ist. Für Teams von 20 bis 300 Agenten liegt der individuelle Pfad üblicherweise ab Monat 18 unter dem Pro-Konversation-Preismodell und beseitigt das Halluzinationsrisiko, das Rechtsabteilungen bei den generischen Plattformen markieren.
Wie verhindern Sie, dass das System halluziniert?+
Drei Mechanismen greifen ineinander. Erstens weist der Prompt- und Orchestrierungs-Layer das LLM explizit an, nur aus dem abgerufenen Kontext zu antworten und sonst zu verweigern. Zweitens wird jede Aussage in der Antwort zu einem Quell-Chunk verlinkt, und Antworten ohne Zitate werden unterdrückt. Drittens misst ein wöchentliches Evaluations-Harness Precision, Recall und Verweigerungsrate gegen 150 bis 300 bewertete reale Tickets, sodass Halluzinationsregressionen vor den Agenten gefangen werden.
Was passiert, wenn das System die Antwort nicht kennt?+
Es verweigert. Das System ist so entworfen, dass es "Dafür habe ich keine Quelle" sagt, statt zu erfinden, und das Ticket mit protokollierter Anfrage an einen menschlichen Agenten weiterleitet. Die Verweigerungsrate ist eine verfolgte Metrik, kein Fehler: Ein gesundes produktives Support-RAG verweigert typischerweise zwischen 5 und 15 Prozent der Anfragen, und diese Zahl wird monatlich gegen Ihr reales Traffic-Profil überprüft.
Wie behandeln Sie Zugriffskontrolle, damit interne Runbooks nicht in Endkunden-Antworten auftauchen?+
Zugriffskontrolle wird auf Chunk-Ebene angewendet, nicht auf Dokumentenebene, und spiegelt Ihren bestehenden Identity-Provider. Jeder Chunk erbt die ACL seiner Quelle, und der Retrieval-Schritt filtert nach der Identität des Aufrufers, bevor Kontext das LLM erreicht. Ein agentenseitiger und ein kundenseitiger Assistent schöpfen aus überlappenden Korpora mit unterschiedlichen Berechtigungsgrenzen, schriftlich definiert, bevor der erste Chunk indexiert wird.
Welches Embedding-Modell und welches LLM setzen Sie ein?+
Die Wahl erfolgt pro Mandat auf Basis von Qualität, Latenz, Kosten und Datenresidenz. Für EU-Region-Mandate bevorzugen wir Open-Source-Embedding-Modelle selbstgehostet in Frankfurt oder gehostete Modelle mit sauberen EU-AV-Bedingungen. Für den Generierungsschritt verwenden wir das Modell, das auf Ihrem Eval-Set am besten abschneidet unter den im AV-Vertrag erlaubten Optionen, typischerweise von Anthropic, OpenAI, Mistral oder ein selbstgehostetes Open-Weights-Modell. Die Wahl steht im Scope und wird quartalsweise überprüft.
Wie oft wird der Index aktualisiert, wenn sich unsere Doku ändert?+
Die Default-Refresh-Pipeline läuft nächtlich für Produktdoku und Release-Notes, mit ereignisgesteuerten Updates bei Major-Releases. Ticket-Historie-Korpora aktualisieren sich wöchentlich. Die Kadenz ist an Ihren Release- und Doku-Takt gekoppelt, im Betriebs-Runbook festgehalten und so überwacht, dass veraltete Quellen Alerts auslösen, statt leise zu driften.
Wie hoch ist die Latenz pro Antwort?+
Die Ende-zu-Ende-Antwortzeit liegt typischerweise zwischen 1 und 4 Sekunden, abhängig von Retrieval-Tiefe und Generierungsmodell. Der Retrieval-Schritt selbst liegt üblicherweise unter 300 Millisekunden. Latenzziele werden in die SLA geschrieben, wenn der Assistent kundenseitig ist, und die vollständige Timing-Aufschlüsselung (Retrieval, Generierung, Nachverarbeitung) wird für jede Antwort protokolliert.
Wo liegen die Wissensbasis und der Vektor-Index?+
Standardmäßig in der Region Frankfurt (EU) eines Hyperscale-Clouds unter unterzeichnetem AV-Vertrag, optional in Ihrem eigenen Cloud-Account. US-only-Dienste setzen wir in der Pipeline nicht ein, wenn EU-Region-Hosting im Scope ist, und Sub-Prozessoren sind gelistet und werden quartalsweise überprüft.
Wie behandeln Sie personenbezogene Daten in indexierter Ticket-Historie?+
Bevor ein Ticket in den Index gelangt, durchläuft es eine Redaktionsstufe, die direkte Kennungen (Namen, E-Mail-Adressen, Telefonnummern, Account-IDs) entfernt und sensible Felder markiert. Die Redaktions-Policy steht im Scope, wird von Ihrem Datenschutzbeauftragten geprüft und ist Teil des Evaluations-Harness. Der Rohspeicher der Tickets bleibt unberührt; die Redaktion geschieht auf dem Weg in die Retrieval-Pipeline.
Wie passt das zur DSGVO und zum EU AI Act?+
Vor Baubeginn wird ein AV-Vertrag unterzeichnet, der jedes System in der Pipeline abdeckt. Das RAG-System wird gegen die Risikostufen des EU AI Act inventarisiert (typischerweise begrenztes Risiko für interne Support-Assistenten, mit Transparenzpflichten) und mit der vom Gesetz geforderten Dokumentation ausgeliefert: Zweck, Herkunft von Trainings- und Retrieval-Daten, Evaluationsergebnisse und ein menschlicher Aufsichtspfad. EU-Region-Hosting ist Default.
Wie evaluieren Sie die Retrieval-Qualität im Zeitverlauf?+
Ein bewertetes Evaluationsset von 150 bis 300 realen Tickets entsteht während des Pilots gemeinsam mit Ihren Senior-Agenten und wächst monatlich. Wir fahren das volle Set wöchentlich und berichten Precision, Recall, Zitatgenauigkeit, Verweigerungsrate und Halluzinationsrate pro Quell-Domäne. Regressionen werden auf dem gleichen zweiwöchigen Takt wie Feature-Arbeit priorisiert, und das Eval-Set wird parallel zur Pipeline versioniert.
Wer ist Deploris und warum sollten wir Ihnen unser Support-Wissenssystem anvertrauen?+
Deploris ist ein in den USA registriertes Engineering-Unternehmen (Colorado LLC 20268259375) mit einem DACH-Delivery-Team, aufgebaut als die Mittelstandsantwort auf die Lücke zwischen Agenturen, die Software schreiben, und MSPs, die Infrastruktur betreiben. Von 40 benchmarkten Mittelstandsfirmen in USA und DACH sind wir das einzige Team, das beide Hälften unter einem Vertrag abdeckt. Die Person in Ihrer On-Call-Eskalation ist dieselbe Person, die das Modul geschrieben hat, das sie gepaged hat.
