Wissen & Daten
Knowledge Catalog
Was kostet das ungefähr? Passt das auch für uns? Wie läuft das ab? Dein Betrieb beantwortet diese Fragen jeden Tag – nur steht keine der Antworten irgendwo, wo man sie nachschlagen könnte.
Danach habt ihr …
- 1
Eine geordnete Wissensgrundlage
Leistungen, Spannen, häufige Fragen, Abläufe und Referenzen stehen als saubere Struktur an einem Ort – statt verstreut über Website-Texte, PDFs und Köpfe.
- 2
Überall dieselbe Antwort
Website, Companion, Vertrieb und KI-Suchmaschinen greifen auf dieselben geprüften Antworten zu – keine drei Preisangaben mehr an drei Stellen.
- 3
Lücken und Veraltetes werden sichtbar
Beim Aufbau zeigt sich, was fehlt, sich widerspricht oder nicht mehr stimmt – und mit festen Verantwortlichen bleibt der Katalog aktuell.
01Intro
Der Knowledge Catalog sammelt die Antworten auf die Fragen eurer Kunden: Leistungen, Preise oder Spannen, Abläufe, Referenzen, Besonderheiten – geprüft, mit Stand und Verantwortlichem, an genau einer Stelle. Von dort aus werden sie überall gleich ausgespielt: auf der Website, im Companion, in Angeboten, am Telefon und für KI-Suchmaschinen. Egal wer fragt und wo, die Antwort ist dieselbe. Beim Aufbau zeigt sich nebenbei, was fehlt, sich widerspricht oder veraltet ist. Wie ihr intern arbeitet – Standards, Projekte, Erfahrungswerte – gehört nicht hierher, sondern ins KI-Wissenssystem.
Vorweg: Das ist Ordnungsarbeit, keine Technik-Zauberei – erst die Struktur, dann die Werkzeuge. Und ein Katalog lebt nur, wenn jemand ihn pflegt: Verantwortliche und Aktualisierungs-Rhythmus werden im Projekt festgelegt, sonst veraltet er.
02Ablauf
- 01
Wissen einsammeln
Website, PDFs, Preislisten, Mail-Antworten, Kundenfragen: Was existiert wo? Auch das Wissen, das nur mündlich weitergegeben wird, kommt auf den Tisch.
- 02
Struktur festlegen
Welche Wissensarten gibt es bei euch – Leistungen, FAQs, Preise, Abläufe, Referenzen? Jede bekommt klare Felder: Aus „steht irgendwo im Text“ wird „steht in Feld X, gepflegt von Y“.
- 03
Befüllen und dabei aufräumen
Beim Einsortieren zeigt sich alles: die FAQ-Antwort, die dem Angebots-PDF widerspricht, der Preis von vorletztem Jahr, die Leistung ohne Beschreibung.
- 04
Anschließen, was daraus liest
Website und Companion, Angebotsvorlagen und Preislisten, der Vertrieb am Telefon, Anzeigen oder ein Display im Laden, strukturierte Daten für Suche und KI: Jeder Kanal liest aus derselben Quelle, dort, wo er gebraucht wird.
- 05
Pflege verankern
Wer aktualisiert was, in welchem Rhythmus, mit welchem Review-Datum? Klein und realistisch – lieber ein Bereich, der stimmt, als zehn, die veralten.
03Ausbaustufen
Der Katalog wächst Thema für Thema – niemand strukturiert sein ganzes Unternehmen an einem Stück.
Einstieg: ein Thema
Ein Thema wird sauber erfasst, meist das, wonach am häufigsten gefragt wird: etwa Leistungen und Preise oder die Inhalte der Website. Daraus speist sich der erste Kanal, weitere kommen später dazu.
Ausbau: alle wichtigen Themen
Alle Themen, nach denen Kunden fragen, stehen im Katalog: Leistungen, Preise, Abläufe, Referenzen, Besonderheiten. Website, Companion, Vertrieb und Angebote lesen daraus und geben dieselbe Antwort.
Vollausbau: die lebende Datenbasis
Der Katalog wird laufend ergänzt, mit Pflegeprozess, Verantwortlichen und Stand je Baustein. Neue Kanäle docken an, ohne dass jemand Texte kopiert: Anzeigen, Preislisten, das Display im Schaufenster, KI-Suchmaschinen.
04Selbst ausprobieren
Der Katalog der fiktiven „Lichtwerk Werbetechnik“. Noch antwortet jede Stelle anders. Schließ sie an den Katalog an, ändere dann einen Wert im Baustein und speichere – Website, Companion, Angebot und Telefon ziehen gleichzeitig nach.
Jede Stelle pflegt ihre eigene Fassung der Antwort.
So ist der Katalog gebaut: Bausteine mit festen Feldern – jeder mit Stand und Verantwortlichem – und Ausgabestellen, die sich daraus bedienen. Keine Stelle hat eine eigene Kopie: Ändert sich ein Wert, ziehen alle nach, die ihn nutzen. KI-Suchmaschinen bekommen dieselben Angaben als strukturierte Daten.
Wähl im Tab „ausprobieren“ einen Baustein – hier leuchtet er samt den Stellen auf, die ihn nutzen.
05Technische Umsetzung
- Der Speicher richtet sich nach euch: Markdown-Struktur, CMS Collections, Airtable/Notion oder eine Datenbank – Hauptsache, klare Content-Typen mit Feldern.
- Typische Wissensarten: Leistungen, FAQs, Preise/Spannen, Referenzen, Zielgruppen, Abläufe, Entscheidungskriterien.
- Die Ausgabe ist mehrfach: Website-Seiten, strukturierte Daten (Schema.org), Companion-Kontext, Angebotsvorlagen, Exporte für Anzeigen oder Displays, interne Nachschlage-Ansicht.
- KI hilft beim Sortieren, Lückenfinden und Formulieren – die fachliche Richtigkeit prüft ihr.
- Vektor-Suche (RAG) kommt erst bei großem Umfang – meist reicht die saubere Struktur mit direktem Kontext.
- Jeder Wissensbereich trägt Verantwortliche und Review-Datum – Pflege ist Teil des Modells, nicht Nachgedanke.
zur einordnung · Diese Punkte zeigen, wie so etwas typischerweise gebaut wird – nicht, wie es bei dir gebaut werden muss. Was wirklich passt, entscheidet sich im Projekt: an deinem Bestand, deinem Team und dem, was sich danach gut pflegen lässt.