Konnektoren vs. Datenpools

Beim Erstellen von KI-Assistenten stehen Dir zwei grundlegend verschiedene Methoden zur Verfügung, um externe Datenquellen einzubinden: Konnektoren (auch KI-Tools genannt) und Datenpools (RAG-Suchindex). Beide haben unterschiedliche Stärken und Anwendungsfälle.

Auf einen Blick

Konnektoren (KI-Tools)

Konnektoren verbinden Deinen Assistenten direkt mit externen Diensten wie Google Workspace, Microsoft 365, Jira, Confluence und vielen anderen. Sie arbeiten über Live-API-Aufrufe und liefern immer die aktuellsten Daten.

Vorteile

• Echtzeitdaten: Immer der aktuelle Stand aus dem Quellsystem
• Aktionen ausführen: Nicht nur lesen, sondern auch schreiben (E-Mails senden, Termine erstellen, Tickets anlegen)
• Nutzer-Berechtigungen: Zugriff entspricht den Berechtigungen des einzelnen Nutzers im Quellsystem
• Einfache Einrichtung: Jeder Nutzer kann Konnektoren selbst verbinden

So funktioniert es

1. Der Nutzer autorisiert sich einmalig per OAuth beim externen Dienst (z.B. Google)
2. Bei einer Anfrage ruft der Assistent die API des Dienstes auf
3. Die Daten werden in Echtzeit abgerufen und verarbeitet
4. Der Assistent erhält nur Zugriff auf das, was der Nutzer im Quellsystem sehen darf

Typische Anwendungsfälle

• E-Mails lesen und schreiben (Google Mail, Outlook)
• Kalender verwalten (Termine einsehen, erstellen, verschieben)
• Tickets bearbeiten (Jira-Issues erstellen, aktualisieren)
• Dokumente in der Cloud (aktuelle Dateien aus Drive/OneDrive)
• Projekt-Updates (aktueller Status aus Asana, Monday.com)

Datenpools (RAG-Suchindex)

Datenpools sind vorab indizierte Dokumentensammlungen, die mit der RAG-Technologie (Retrieval-Augmented Generation) durchsucht werden. Die Dokumente werden regelmäßig synchronisiert und in einem Vektorindex gespeichert.

Vorteile

• Schnelle Suche: Vektorsuche ist extrem schnell, auch bei großen Datenmengen
• Zentrale Verwaltung: Admins kuratieren die Wissensquellen für das gesamte Team
• Konsistenz: Alle Nutzer greifen auf dieselbe Wissensbasis zu
• Offline-fähig: Funktioniert auch, wenn das Quellsystem nicht erreichbar ist
• Optimiert für Suche: Chunking und Embeddings sind auf Textsuche optimiert

So funktioniert es

1. Admins konfigurieren die Datenquellen (Confluence, SharePoint, S3, etc.)
2. Dokumente werden automatisch indiziert und in Vektor-Embeddings umgewandelt
3. Bei einer Anfrage wird eine semantische Suche durchgeführt
4. Relevante Textpassagen werden dem Assistenten als Kontext mitgegeben

Typische Anwendungsfälle

• Unternehmens-Wiki durchsuchen (Confluence, Notion)
• Richtlinien und Handbücher (HR-Dokumente, Prozessbeschreibungen)
• Produktdokumentation (technische Dokumentation, FAQs)
• Schulungsmaterialien (Onboarding-Unterlagen, Lernressourcen)
• Archivierte Berichte (Quartalsberichte, Analysen)

Datapool aktivieren und nutzen

Häufige Frage: "Ich habe einen Datapool ausgewählt, aber der Assistent findet keine Dokumente."

Das passiert meist, weil der Assistent nach der Datapool-Auswahl nicht gespeichert wurde. Die Konfiguration wird erst beim Speichern an den Backend-Service übermittelt.

So aktivierst Du einen Datapool korrekt:

1. Öffne den Assistenten-Editor
2. Wähle unter "Datenpools" den gewünschten Pool aus
3. Klicke auf "Speichern" - dieser Schritt ist entscheidend
4. Starte einen neuen Chat mit dem Assistenten

Wie funktioniert die Suche im Chat?

Sobald ein Datapool aktiv ist, durchsucht der Assistent automatisch die Wissensbasis bei relevanten Fragen. Du musst keine speziellen Befehle verwenden - der Assistent erkennt, wann eine Suche sinnvoll ist, und zeigt Dir die gefundenen Quellen als Referenz an.

Berechtigungen und Verwaltung

Konnektoren

• Nutzer verbindet seinen eigenen Account (z.B. Google-Konto)
• Zugriff ist auf die Daten des Nutzers beschränkt
• Keine Admin-Einrichtung erforderlich
• Ideal für persönliche Produktivitäts-Assistenten

Datenpools

• Zentrale Verwaltung durch IT/Admins
• Einheitliche Wissensbasis für Teams oder die gesamte Organisation
• Kontrolle über sensible Unternehmensdaten
• Ideal für Wissensmanagement und Support-Assistenten

Wann welche Option wählen?

Wähle Konnektoren, wenn Du...

• Echtzeitdaten benötigst (aktuelle E-Mails, Kalenderereignisse)
• Aktionen ausführen willst (Tickets erstellen, E-Mails senden)
• Personalisierte Daten brauchst (nur Deine eigenen Dateien)
• Schnell etwas verbinden willst, ohne auf Admins zu warten

Wähle Datenpools, wenn Du...

• Große Dokumentensammlungen durchsuchen willst
• Unternehmensweites Wissen teilen möchtest
• Konsistente Antworten über alle Nutzer hinweg brauchst
• Daten aus Systemen ohne API verfügbar machen willst

Praxisbeispiele

Support-Assistent

Empfehlung: Datenpool + Konnektor

• Datenpool: Produktdokumentation, FAQs, bekannte Probleme
• Konnektor: Jira für das Erstellen und Aktualisieren von Tickets

Der Assistent kann Wissensdatenbank-Artikel finden UND direkt Tickets im Ticketsystem erstellen.

Sales-Assistent

Empfehlung: Konnektoren

• Google Calendar: Verfügbarkeit für Demos prüfen
• CRM-Integration: Aktuelle Kundendaten abrufen
• E-Mail: Follow-up-E-Mails versenden

Hier sind Echtzeitdaten und Aktionen wichtiger als archiviertes Wissen.

Rechtsabteilungs-Assistent

Empfehlung: Datenpool

• Datenpool: Vertragsvorlagen, Compliance-Richtlinien, interne Policies

Hier geht es primär um das Durchsuchen von Dokumenten, die sich selten ändern.

Onboarding-Assistent

Empfehlung: Datenpool + Konnektor

• Datenpool: Onboarding-Materialien, Prozessbeschreibungen, HR-Richtlinien
• Konnektor: Google Workspace für Kalender-Termine und E-Mail-Benachrichtigungen

Neue Mitarbeiter können Fragen stellen UND der Assistent kann automatisch Termine einrichten.

Kombination beider Ansätze

Die stärksten Assistenten nutzen oft beide Methoden kombiniert:

1. Datenpools für stabiles Unternehmenswissen
2. Konnektoren für aktuelle Daten und Aktionen

---