KI-Workshops
Company Brain: Definition, Architektur und Abgrenzung

Glossar

Company Brain: Definition, Architektur und Abgrenzung

Ein Company Brain ist ein internes KI-System, das auf den freigegebenen Dokumenten und Daten eines Unternehmens aufsetzt und Fragen in natürlicher Sprache mit belegten Antworten aus diesen Quellen beantwortet. Es kombiniert eine durchsuchbare Wissensbasis mit einem Sprachmodell, sodass verstreutes Firmenwissen abrufbar wird, ohne dass es jemand auswendig kennt.

Gebaut für

Adobe Logo
NavVis Logo
Onventis Logo
YOYABA Logo

Kurzdefinition

Ein Company Brain ist ein internes KI-System, das auf den freigegebenen Dokumenten und Daten eines Unternehmens aufsetzt und Fragen in natürlicher Sprache mit belegten Antworten aus diesen Quellen beantwortet. Es kombiniert eine durchsuchbare Wissensbasis mit einem Sprachmodell, sodass verstreutes Firmenwissen abrufbar wird, ohne dass es jemand auswendig kennt.

Woher der Begriff kommt und wie er sich verschoben hat

Das Bild vom Firmengehirn ist alt. Wissensmanagement-Projekte der 1990er und 2000er versprachen schon, das Wissen einer Organisation zentral verfügbar zu machen. Sie scheiterten meist an der Suche. Wikis und Dokumentenablagen wuchsen, aber die richtige Information zu finden blieb mühsam, weil Volltextsuche exakte Wörter braucht, nicht Bedeutung.

Mit Retrieval-Augmented Generation, kurz RAG, hat sich das verschoben. Ein Sprachmodell kann jetzt semantisch suchen, also nach Bedeutung statt nach Stichwort, und die gefundenen Stellen in eine formulierte Antwort mit Quellenangabe verwandeln. Damit wird aus einer toten Ablage ein System, das man fragen kann. Company Brain ist der handliche Name für genau diese Kombination.

Der Mechanismus: wie aus Dokumenten belegte Antworten werden

Ein Company Brain rät nicht aus dem Gedächtnis eines Modells, sondern schlägt in freigegebenen Quellen nach und antwortet nur auf dieser Grundlage. Der Ablauf ist eine Kette, die man kennen sollte, weil an jeder Stelle Qualität oder Risiko entsteht.

   Dokumente (freigegeben)
       |
       v
   Zerlegen in Abschnitte  ---> Vektor-Index
       |                          (semantische Suche)
       v                             |
   Frage des Nutzers  --------------> passende Stellen finden
                                        |
                                        v
                                Sprachmodell formuliert
                                Antwort + Quellenverweis

Der entscheidende Punkt ist die Erdung. Weil die Antwort aus konkreten, benannten Stellen kommt, lässt sie sich prüfen. Fehlt eine Quelle, sollte das System das sagen, statt zu erfinden. Genau diese Erdung unterscheidet ein Company Brain von einem allgemeinen Chatbot, der plausibel klingt, aber nichts belegen kann.

Ein durchgerechnetes Mini-Beispiel

Ein illustratives Modell für eine 200-köpfige Firma. Mitarbeiter suchen wiederkehrend nach internen Antworten, etwa zu Prozessen, Richtlinien oder alten Projekten. Angenommen jede Person verliert im Schnitt 20 Minuten pro Tag mit Suchen und Nachfragen.

  • Ausgangslage: 200 Personen, je 20 Minuten pro Tag, das sind rund 66 Stunden Suchzeit pro Tag im Unternehmen.
  • Company Brain als Prototyp: ein internes Frage-Antwort-Tool auf den freigegebenen Handbüchern, Richtlinien und Projektarchiven. Angenommen die Hälfte der Suchzeit fällt weg, weil die Antwort mit Quelle direkt kommt.
  • Neuer Aufwand: rund 33 Stunden pro Tag. Ersparnis: rund 33 Stunden pro Tag, wenn die Annahme trägt.

Die Zahlen sind ein Rechenmodell, keine Kundenzahl. Der Punkt ist die Struktur. Der Nutzen hängt an drei prüfbaren Größen: wie viele Menschen wirklich suchen, wie viel Zeit eine Suche kostet und welcher Anteil sich durch belegte Antworten wirklich verkürzt. Wer diese drei ehrlich schätzt, bekommt eine überprüfbare Entscheidung statt eines Versprechens.

Anwendungsfälle nach Funktion

Ein Company Brain ist selten ein einziges großes System. Meist ist es ein abgegrenzter Wissensraum je Funktion, der genau die Quellen kennt, die dort zählen.

FunktionWissensquelleNutzen
KundenserviceHandbücher, FAQ, frühere Ticketsschnelle, belegte Antworten mit geprüften Bausteinen
VertriebProduktinfos, Preislogik, Fallbeispieleschnellere Angebotsvorbereitung mit Quellen
HRRichtlinien, Betriebsvereinbarungen, OnboardingSelbstauskunft für Mitarbeiterfragen
Engineeringinterne Doku, Architekturentscheidungenschnelleres Einarbeiten, weniger Rückfragen
Recht und ComplianceVorlagen, Richtlinien, Vertragsmusterschnellerer Zugriff mit Quellenprüfung
OperationsProzesse, Runbooks, Wissen aus Köpfenverstreutes Wissen wird abrufbar

Branchen, die ein Company Brain aufbauen

Der Hebel ist dort am größten, wo viel Wissen in Dokumenten und Köpfen steckt und oft gebraucht wird. In Maschinenbau und Industrie geht es um technische Dokumentation und Angebotswissen, das schnell auffindbar sein muss. In IT und SaaS ist es interne Doku und Support-Wissen. In Beratung und Consulting ist das Wissen selbst das Kapital, ein Company Brain macht es teilbar. In Finanzen und Versicherung stehen Richtlinien und Prüfregeln im Vordergrund, hier zählt die belegte Quelle besonders. In Gesundheit und Pharma ist Sorgfalt und Nachvollziehbarkeit entscheidend. Der gemeinsame Nenner ist eine große, wachsende Wissensbasis, die ohne semantische Suche kaum beherrschbar bleibt.

Abgrenzung zu verwandten Begriffen

Company Brain wird leicht mit angrenzenden Systemen verwechselt. Die Unterschiede liegen in Quelle und Erdung.

BegriffKernUnterschied zum Company Brain
Allgemeiner ChatbotAntwort aus Modellwissenkennt eure Dokumente nicht, kann nichts belegen
VolltextsucheTreffer nach Stichwortfindet Wörter, nicht Bedeutung, formuliert keine Antwort
Wiki oder WissensdatenbankAblage von Wissenspeichert, sucht aber nicht semantisch und antwortet nicht
Custom GPT auf Dokumentengenau diese Idee, in kleinem Rahmenein möglicher Baustein oder eine Vorstufe eines Company Brain
KI-Agenthandelt und ruft Werkzeuge aufein Company Brain liefert Wissen, ein Agent trifft Aktionen

Ein Company Brain ist die Wissensschicht. Ein Agent kann darauf aufsetzen, ist aber ein anderer Baustein.

Wann sich ein Company Brain lohnt, und wann nicht

Es lohnt sich, wenn Wissen verstreut, umfangreich und häufig gefragt ist, wenn die Quellen freigegeben werden können und wenn belegte Antworten einen echten Unterschied machen. Es lohnt sich nicht, wenn das relevante Wissen klein und stabil ist und eine gute Suche reicht, wenn die Quellen aus rechtlichen Gründen nicht angefasst werden dürfen oder wenn niemand die Wissensbasis pflegt, denn ein Company Brain ist immer nur so gut wie seine freigegebenen und aktuellen Quellen.

Company Brain und der EU AI Act

Ein Company Brain verarbeitet interne, oft personenbezogene oder vertrauliche Daten. Datenschutz, Zugriffsrechte und Dokumentation der Grenzen sind daher zentral, unabhängig vom AI Act. Der Aufbau eines solchen Systems im Team kann zugleich eine praktische Kompetenzmaßnahme im Sinne von Artikel 4 dokumentieren, weil die Beteiligten Anwendung, Bewertung und verantwortlichen Umgang mit Daten üben. Das ersetzt keine rechtliche Prüfung, ist kein Nachweis und garantiert keine automatische Compliance. Die Angemessenheit muss das Unternehmen selbst bewerten, im Zweifel mit qualifizierter Beratung.

FAQ

Erfindet ein Company Brain Antworten? Gut gebaut nicht. Es antwortet aus benannten, freigegebenen Stellen und weist die Quelle aus. Fehlt eine Grundlage, sollte es das sagen statt zu raten. Diese Erdung ist der ganze Unterschied zu einem allgemeinen Chatbot und muss beim Bau bewusst abgesichert werden.

Wo bleiben unsere Daten? Das hängt von der gewählten Architektur ab. Entscheidend sind Zugriffsrechte, wo der Index liegt und welches Modell die Daten sieht. Diese Fragen klärt man vor dem Bau mit IT und Datenschutz, nicht danach. Ein enger, freigegebener Ausschnitt ist ein guter erster Schritt.

Ist ein Custom GPT schon ein Company Brain? Ein Custom GPT auf einigen Dokumenten kann eine Vorstufe sein. Ein vollwertiges Company Brain deckt mehr Quellen ab, hält sie aktuell, verwaltet Zugriffsrechte und weist Quellen konsequent aus. Der Übergang ist fließend, oft startet man klein, bei Corporathon zum Beispiel im KI-Workshop mit einem freigegebenen ersten Ausschnitt, und baut im mehrtägigen Hackathon auf mehr Quellen und Teams aus.

Ist diese Seite eine Rechtsberatung? Nein. Bei Datenschutz- und Regulierungsfragen muss die konkrete Rechtslage mit qualifizierter Beratung geprüft werden.

Wer statt eines Hackathons einen geführten Kurs sucht, findet unseren Prompt Engineering Workshop als eintägiges Format mit festem Curriculum, das Vorlagen für gute Aufträge an ein Company Brain liefert.

Verwandte Begriffe im Glossar

KI-Prototyp · KI-Adoption · AI Enablement · KI-Hackathon · AI Literacy · KI-Readiness-Check

Weiterlesen

Nächster Schritt

Nächster Schritt

Buch direkt einen Discovery Call, wir klären Ziel, Format und Termin im Gespräch.

Der Kalender lädt externe Inhalte von Cal.com. Klicke, um ihn zu laden, oder akzeptiere "Funktionalität" in den Cookie-Einstellungen, damit er künftig automatisch lädt.

FAQ

Fragen, die vor dem ersten Call geklärt sein sollten.

Gut gebaut nicht. Es antwortet aus benannten, freigegebenen Stellen und weist die Quelle aus. Fehlt eine Grundlage, sollte es das sagen statt zu raten. Diese Erdung ist der ganze Unterschied zu einem allgemeinen Chatbot und muss beim Bau bewusst abgesichert werden.

Das hängt von der gewählten Architektur ab. Entscheidend sind Zugriffsrechte, wo der Index liegt und welches Modell die Daten sieht. Diese Fragen klärt man vor dem Bau mit IT und Datenschutz, nicht danach. Ein enger, freigegebener Ausschnitt ist ein guter erster Schritt.

Ein Custom GPT auf einigen Dokumenten kann eine Vorstufe sein. Ein vollwertiges Company Brain deckt mehr Quellen ab, hält sie aktuell, verwaltet Zugriffsrechte und weist Quellen konsequent aus. Der Übergang ist fließend, oft startet man klein, bei Corporathon zum Beispiel im KI-Workshop mit einem freigegebenen ersten Ausschnitt, und baut im mehrtägigen Hackathon auf mehr Quellen und Teams aus.

Nein. Bei Datenschutz- und Regulierungsfragen muss die konkrete Rechtslage mit qualifizierter Beratung geprüft werden. Wer statt eines Hackathons einen geführten Kurs sucht, findet unseren Prompt Engineering Workshop als eintägiges Format mit festem Curriculum, das Vorlagen für gute Aufträge an ein Company Brain liefert.

Für Fachteams aus Marketing, Sales, Operations, Produkt und IT. Programmierkenntnisse sind kein Muss, wir moderieren so, dass jedes Team am Ende einen laufenden Prototyp hat.

In der Regel eine Woche: Scoping-Call, Auswahl der Use Cases, Zugänge und Tool-Setup. Danach ist der Sprint startklar.

Ihr entscheidet, welche Daten in den Sprint gehen. Zugriffe, Datenschutz und Grenzen klären wir vorab und arbeiten ausschließlich mit freigegebenem Material.

Euch. Prototypen, Automationen, Workflows, Prompts und generierter Code gehören nach dem Sprint eurem Unternehmen.

Wir arbeiten mit dem Stack, der zu euch passt: von LLM-APIs über Automations- und Datenplattformen bis zu euren bestehenden Systemen.

Teams aus vier bis sechs Personen funktionieren am besten. Insgesamt begleiten wir Gruppen von einem einzelnen Team bis zu mehreren Dutzend Teilnehmenden.