Kolibri im Unternehmen: einen Dokumentenpilot planen

Eine Aufgabe auswählen und den Rest ausschließen

Kolibri-1 ist nach der Herstellerbeschreibung für deutsch- und englischsprachige Textarbeit und dokumentengestützte Assistenten vorgesehen. Offene Gewichte ermöglichen einen eigenen Betriebsweg. Daraus folgt noch keine Freigabe für personenbezogene Daten, einen bestimmten Hoster oder einen unbeaufsichtigten Prozess.

Ein enger erster Einsatz könnte lauten: „Aus einer freigegebenen Wartungsnotiz einen Entwurf für die interne Rückfrage erstellen.“ Schließe reale Maschinensteuerung, automatische Bestellungen und Änderungen an Stammdaten aus. Dann lässt sich ein Fehler erkennen, ohne dass der Test selbst eine operative Aktion auslöst.

Ein kleines Dokument mit bewusst fehlenden Angaben

Fiktive Vorlage: Die Quellenkennung gehört zum Text und muss in der Antwort erhalten bleiben.

Dokument A, Version 1
Die Sichtprüfung der Pumpe P-17 ist montags vorgesehen.
Vor Arbeiten ist die Anlage nach dem internen Freigabeprozess zu sichern.
Für ungewöhnliche Geräusche ist das Wartungsteam zuständig.
Ein Grenzwert für die Temperatur ist hier nicht angegeben.

Plane drei Arten von Fragen: eine direkt beantwortbare, eine fehlende und eine mit einer widersprüchlichen zweiten Unterlage. Bei Dokumentensuche mit RAG prüfst du den Abruf zuerst separat. Kommt das falsche Material an, kann selbst eine sprachlich gute Antwort am Bedarf vorbeigehen.

Erwartete Antworten vor dem Modellaufruf festhalten

Du kannst beide Modelle mit denselben Texten, Fragen und Bewertungskriterien prüfen. Halte auch Abbrüche und unbrauchbare Antworten fest. Ändere den Prompt während eines Vergleichslaufs, wird daraus eine andere Versuchsbedingung. Beurteile Quellenbezug und fachliche Korrektheit getrennt von Lesbarkeit.

Aleph Alpha dokumentiert Training auf Enthaltung bei fehlenden Belegen. Das ist ein Designziel, keine Zusicherung für die einzelnen Antworten in deinem Pilot. Der Gegenbeispiel-Test bleibt deshalb notwendig.

Erst nach fachlicher Freigabe weitergehen

Lege fest, wer die Textvorlage freigibt, wer den Dienst betreibt und wer die Ergebnisse beurteilt. Ein Entwurf kann falsch sein, obwohl er korrekt zitiert. Die verantwortliche Person muss deshalb auch prüfen, ob die zitierte Passage tatsächlich zur Frage passt und noch gilt. Halte Verantwortliche und erlaubte Daten in der internen KI-Richtlinie fest, bevor der Versuch in einen betrieblichen Ablauf übergeht.

Ein Ablauf mit menschlicher Freigabe trennt Lesen und Vorschlagen vom tatsächlichen Handeln. Für den ersten Pilot genügt ein gespeicherter Entwurf mit Prüfergebnis. Werkzeuge mit Schreibrechten gehören erst in einen gesondert bewerteten nächsten Schritt. Die Entscheidung nach dem KI-Pilot hält fest, ob du begrenzt fortsetzt, nachbesserst oder stoppst, bevor du den Betrieb erweiterst.

Aufgabe / ausgeschlossene Aktionen:
Dokumentversionen / zulässige Daten:
Modell-ID / Gewichteversion / Datum:
Prompt / Kontextlimit / Reasoning:
Testfälle: richtig / falsch / offen:
Fehler mit Beispiel und Beleg:
Betriebskosten / Prüfzeit:
Verantwortliche Person / Entscheidung: weiter, nacharbeiten oder stoppen

Bewahre nur die für die Auswertung erforderlichen Testdaten auf. Ob und unter welchen Bedingungen reale Unternehmensdaten verwendet werden dürfen, muss für den konkreten Prozess geklärt sein.

Auch Betrieb und Nacharbeit in die Entscheidung aufnehmen

Ein eigenes Modell verursacht mehr als GPU-Kosten: Datenaufbereitung, Integration, Updates, fachliche Prüfung und Störungsbehandlung gehören in das Kostenblatt. Ein niedriger Verbrauch hilft wenig, wenn jede Antwort aufwendig repariert werden muss. Wenn du den eigenen Betrieb praktisch vorbereitest, zeigt die Anleitung zum lokalen Kolibri-Setup, wie du Hardware und Laufzeit prüfst und einen begrenzten ersten Endpunkt startest.

Beschließe vorab, welche Fehler einen Test stoppen und welche Nacharbeit vertretbar ist. Dokumentiere anschließend den tatsächlichen Befund und die offenen Punkte. Ein Pilot kann sinnvoll mit „noch nicht einsetzen“ enden. Das ist eine überprüfbare Entscheidung und kein gescheitertes Versprechen einer allgemeinen Modellrangliste.