Internes Handbuch als KI-Chat.

Fast jedes mittelständische Unternehmen hat ein internes Handbuch — eine Sammlung aus Verfahrensanweisungen, Reisekostenrichtlinien, IT-Regeln, Compliance-Vorgaben, Onboarding-Materialien, Qualitätsmanagement-Dokumenten. Die Realität ist: Niemand liest es. Bei einer Frage zur Reisekostenregelung wird die Kollegin gefragt, nicht ins Handbuch geschaut. Bei einer Frage zu einer Sicherheitsvorschrift wird improvisiert. Das hat zwei Folgen: Erstens machen Mitarbeitende oft Dinge, die anders geregelt sind, als sie wissen. Zweitens sind diejenigen, die das Handbuch geschrieben haben, frustriert, weil ihre Arbeit ungenutzt liegt. Genau hier setzt ein KI-Chat auf dem internen Handbuch an: Das Handbuch wird zum Gesprächspartner, der gezielt Antworten gibt. Wie das praktisch funktioniert und was es bringt, ist das Thema dieses Artikels.

Warum klassische Handbücher nicht funktionieren.

Klassische interne Handbücher scheitern an drei strukturellen Problemen, die unabhängig vom Engagement der Autoren bestehen.

Findbarkeit. Wer eine konkrete Frage hat — „Wie hoch ist die Übernachtungspauschale für eine Dienstreise nach Frankfurt?“ —, muss erst das richtige Dokument finden, dann die richtige Stelle, dann die richtige Tabelle. Das dauert oft länger als ein Anruf beim Kollegen, der die Antwort kennt.

Aktualität. Handbücher werden geschrieben, dann vergessen. In zwei Jahren sind die Hälfte der Verfahrensanweisungen veraltet — aber niemand weiß, welche Hälfte. Wer eine Auskunft aus dem Handbuch nimmt, kann sich darauf nicht verlassen.

Lesbarkeit. Verfahrensanweisungen sind aus juristischen und Audit-Gründen oft formal und sperrig formuliert. „Bei Anwendung von Verfahren X gemäß QM-Norm 4.2.3 ist sicherzustellen, dass…“ — Sätze, die einen Mitarbeitenden nicht erreichen, der eine konkrete Frage hat.

Ein KI-Chat löst alle drei Probleme: Er findet die richtige Stelle in Sekunden, er kann pflegeleicht aktuell gehalten werden, und er übersetzt formale Texte in eine umgangssprachliche Antwort. Das ist nicht spektakulär — aber es ist die Art von operativer Verbesserung, die im Alltag den Unterschied macht.

Wie ein praktikabler RAG-Chat aussieht.

Technisch baut ein interner Handbuch-Chat auf einem RAG-System auf (Retrieval-Augmented Generation). Die wesentlichen Komponenten sind:

• Dokumentenpool. Alle relevanten internen Dokumente werden gesammelt: PDFs, Word-Dokumente, Confluence-Seiten, Intranet-Artikel, gegebenenfalls auch Mails mit operativ relevanten Anweisungen. Typische Mengen im Mittelstand: 200 bis 2.000 Dokumente.
• Vektorisierung und Indexierung. Die Dokumente werden in kleinere Abschnitte zerlegt und mathematisch indexiert, sodass ein Suchsystem ähnliche Inhalte finden kann.
• Suchschicht. Bei einer Frage des Nutzers werden die ähnlichsten Abschnitte aus dem Dokumentenpool herausgesucht.
• Antwortgenerierung. Ein Sprachmodell formuliert aus den gefundenen Abschnitten eine umgangssprachliche Antwort — mit Verweis auf die Quelle.
• Oberfläche. Eine einfache Chat-Schnittstelle, idealerweise in das bestehende Intranet oder den Messenger (Teams, Slack) integriert.

Diese Komponenten sind heute Standard. Es gibt fertige Lösungen — von Microsoft Copilot über spezialisierte Anbieter wie Glean oder Vercept bis hin zu Open-Source-Frameworks. Die Wahl hängt vom Budget, der Microsoft-Affinität und den Datenschutzanforderungen ab.

Was zuerst aufgeräumt werden muss.

Die häufigste Fehlannahme: Man kippt alle vorhandenen Dokumente in das System und es funktioniert. So einfach ist es nicht. Vor dem produktiven Einsatz lohnt sich eine Inhaltsaufräumung.

Veraltete Dokumente entfernen. Wenn die Reisekostenrichtlinie von 2019 und die von 2024 beide im System sind, gibt das System manchmal die alte Antwort. Eine Sichtung der Dokumente und die Markierung des aktuellen Stands sind unverzichtbar.

Duplikate identifizieren. Die gleiche Information taucht oft in mehreren Dokumenten in leicht abweichender Form auf. Das verwirrt das System — und liefert inkonsistente Antworten je nach Frage. Hier hilft eine systematische Quellenkonsolidierung.

Strukturierung verbessern. Dokumente mit klaren Überschriften, durchnummerierten Abschnitten und definierten Begriffen funktionieren besser im RAG-System als zusammenhängende Lauftexte ohne Struktur. Eine moderate Überarbeitung der wichtigsten Dokumente lohnt sich.

Wer diese Aufräumarbeit überspringt, bekommt ein System, das oft falsche oder veraltete Antworten gibt. Damit ist das Vertrauen der Mitarbeitenden nach wenigen Wochen verloren — und der Bot wird wieder ignoriert.

Was der Bot leisten kann — und was nicht.

Ein gut konfigurierter Handbuch-Chat leistet im Alltag deutlich mehr, als oft angenommen. Vier konkrete Beispiele:

• Reisekosten-Fragen. „Bekomme ich für eine Dienstreise nach München mit Übernachtung eine Pauschale, oder muss ich einzeln abrechnen?“ — wird in Sekunden korrekt beantwortet, statt dass die Mitarbeiterin Buchhaltung gefragt wird.
• IT-Sicherheit. „Darf ich mit meinem Privathandy auf Firmen-Mails zugreifen?“ — die Antwort steht in der IT-Richtlinie, aber niemand findet sie. Mit Chat ist sie verfügbar.
• Qualitätsmanagement. „Wie ist das Verfahren bei einer Reklamation gemäß QM?“ — eine Frage, die ohne Chat regelmäßig zu Anfragen beim Qualitätsbeauftragten führt.
• Onboarding. Neue Mitarbeitende können in den ersten Wochen viele Standardfragen über den Chat klären, ohne dauernd Kollegen unterbrechen zu müssen.

Was er nicht ersetzt: Entscheidungen, die juristisch verbindlich sein müssen. Komplexe Sonderfälle, die im Handbuch nicht beschrieben sind. Persönliche Mentorenarbeit. Wer den Bot als Ersatz für menschliche Führung sieht, missversteht ihn — er ist ein Werkzeug für die Standardfälle, nicht für die individuelle Begleitung.

Quellenangaben — die wichtigste Funktion.

Das wichtigste Designmerkmal eines internen Handbuch-Chats ist die Quellenangabe. Jede Antwort des Bots muss den Verweis auf die zugrundeliegenden Dokumente enthalten — idealerweise mit direkter Verlinkung auf die Stelle im Originaldokument.

Warum das so wichtig ist? Drei Gründe. Erstens: Mitarbeitende können die Antwort prüfen, ohne dem Bot blind vertrauen zu müssen. Zweitens: Wenn der Bot mal halluziniert (was vorkommt), ist die fehlende oder falsche Quelle ein erkennbares Warnsignal. Drittens: Mitarbeitende, die im Original lesen, lernen den Inhalt besser kennen — und entwickeln ein Gespür dafür, wo ihre Antworten herkommen.

Ein Chat ohne Quellenangaben ist nur teilweise nutzbar. Wer das anbietet, baut ein System auf, das im Detail nicht prüfbar ist — und das ist im internen Kontext ein erheblicher Vertrauensverlust. Bei der Auswahl von Anbietern sollte die Qualität der Quellenangaben ein zentrales Auswahlkriterium sein.

Datenschutz und Rechte-Management.

Interne Dokumente enthalten regelmäßig Daten, die nicht für alle Mitarbeitende gedacht sind: Personalakten, Gehaltsstrukturen, M&A-Pläne, Mandantenakten in beratenden Berufen.

Ein produktives RAG-System muss Rechte-Management beherrschen. Das bedeutet: Das System weiß, welcher Mitarbeitende welche Dokumente sehen darf, und liefert nur Antworten aus Dokumenten, zu denen der Anfragende Zugriff hat. Wenn ein Vertriebsmitarbeiter nach Gehaltsstrukturen fragt, darf das System keine Antwort liefern — auch wenn die Informationen im Dokumentenpool sind.

Die Implementierung dieses Rechte-Managements ist die komplexeste Teilaufgabe in einem RAG-Projekt. Sie erfordert, dass die Berechtigungsstruktur des bestehenden Systems (SharePoint, Confluence, Datei-Server) sauber ist — und das ist sie in vielen Mittelständlern nicht. Ein Vorprojekt zur Klärung der Berechtigungen ist oft notwendig — und gleichzeitig eine sinnvolle Aufräumaktion unabhängig vom RAG-Projekt.

Akzeptanz der Mitarbeitenden.

Technisch funktionierende Systeme scheitern oft an mangelnder Akzeptanz. Drei Punkte sind in der Praxis kritisch.

Auffindbarkeit im Arbeitsalltag. Wenn der Chat in einem separaten Tool versteckt ist, das man extra öffnen muss, wird er ignoriert. Wenn er in Microsoft Teams oder im Intranet eingebettet ist, dort wo die Mitarbeitenden ohnehin sind, wird er genutzt. Die Integration in den bestehenden Arbeitsfluss ist wichtiger als die Brillanz der KI-Antworten.

Erste Erfahrungen. Wenn ein neuer Bot in den ersten Tagen mehrfach falsche oder veraltete Antworten gibt, ist das Vertrauen schnell weg. Eine sehr gründliche Testphase vor dem Live-Gang ist daher kein nice-to-have, sondern entscheidend.

Feedback-Schleife. Wenn Mitarbeitende dem Bot sagen können „Diese Antwort war falsch“ oder „Hier fehlt etwas“, und wenn diese Hinweise dann wirklich in die Pflege der Dokumente einfließen, wird der Bot mit der Zeit besser. Wenn diese Schleife fehlt, bleibt das System auf dem Stand des ersten Tags.

Was Sie konkret tun können.

Wenn Sie das Thema „Handbuch als KI-Chat“ in Ihrem Unternehmen aufsetzen wollen, sind drei Schritte sinnvoll:

1. Dokumentenbestand sichten. Wie viele relevante Dokumente haben Sie? In welchen Systemen liegen sie? Wie alt sind die wichtigsten? Diese Bestandsaufnahme ist die Vorarbeit, ohne die kein Projekt funktioniert.
2. Pilot-Bereich definieren. Starten Sie nicht mit dem gesamten Unternehmenshandbuch, sondern mit einem klar abgegrenzten Bereich — Reisekostenrichtlinien plus IT-Regeln plus Onboarding-Material zum Beispiel. Das ist überschaubar genug für eine gute Aufbereitung und liefert schnell sichtbare Ergebnisse.
3. Verantwortliche benennen. Wer pflegt die Dokumente in Zukunft? Wer wertet die Bot-Anfragen aus, um Schwachstellen zu erkennen? Wer entscheidet bei strittigen Auskünften? Ohne klare Verantwortlichkeit verlottert das System binnen Monaten.

Ein gut aufgesetzter interner Handbuch-Chat kostet typischerweise 30.000 bis 120.000 Euro Einrichtung plus 5.000 bis 25.000 Euro jährlicher Betrieb. Der ROI liegt selten in eingesparten Stellen — er liegt in besseren Entscheidungen der Mitarbeitenden, weniger Unterbrechungen für Fachexperten, und einem Wissensmanagement, das endlich genutzt statt nur gepflegt wird.

Sie wollen Ihr internes Handbuch endlich nutzbar machen? Unverbindlich anfragen — wir schauen gemeinsam auf den Dokumentenbestand, den sinnvollen Pilot-Bereich und die Tool-Wahl.