Kurze Definitionen der Begriffe, denen Sie in der LiKE-Oberfläche begegnen — besonders in Analytics und bei der Arbeit mit KI.
#KI und Suche
| Begriff | Was er bedeutet |
|---|---|
| Indexierung (Embeddings) | Umwandeln des Artikeltexts in numerische Vektoren, die die semantische Suche antreiben. Erfolgt automatisch beim Erstellen oder Aktualisieren eines Artikels. Ohne Indexierung wird ein Artikel von der KI-Suche nicht gefunden. |
| Transkription | Umwandeln einer Audioaufnahme in Text. Im Editor können Sie eine Audionotiz hochladen — LiKE wandelt sie in Text um, der dann wie ein regulärer Artikel verwendet wird. |
| KI-Suche (RAG) | Eine Pipeline aus 15 Stufen: Anfragevalidierung → Vorbereitung → Indexsuche → Ranking → Erstellen einer Antwort mit Links zu den Quellen. |
| Quality Score | Eine Artikelqualitätsbewertung von 0–100 über fünf Komponenten: Vollständigkeit, Struktur, Lesbarkeit, Kohärenz und Nützlichkeit. Hilft zu verstehen, welche Artikel verbessert werden sollten. |
| Lücken (Gap Alerts) | Nutzerfragen, für die die Wissensdatenbank keine Antwort hat. Ein Signal, dass Sie einen Artikel erstellen oder erweitern müssen. |
#Antworttypen
In Analytics → Nach Ergebnistyp wird jede KI-Antwort mit einem der folgenden Typen gekennzeichnet:
| Typ | Was er bedeutet |
|---|---|
| KI-generiert | Die Antwort wurde vom Modell auf Basis der gefundenen Quellen von Grund auf erstellt. |
| Aus dem Cache | Eine zuvor gespeicherte Antwort auf eine ähnliche Frage wird wiederverwendet — ohne einen neuen Aufruf des Modells. Spart Tokens und beschleunigt die Antwort. |
| Technische Antwort | Das Modell hat keine reguläre Antwort gegeben — zum Beispiel gibt es keine relevanten Informationen in der Datenbank oder die KI ist vorübergehend nicht verfügbar. Es werden direkte Auszüge aus den gefundenen Artikeln angezeigt. |
#Tokens und Kosten
Ein Token ist eine Einheit der Textverarbeitung durch ein KI-Modell (etwa ¾ eines Wortes). Nach Kostentyp:
| Kostentyp | Was er bedeutet |
|---|---|
| Input-Tokens | Der Text der Anfrage und des Kontexts, der an das Modell gesendet wird. |
| Output-Tokens | Der Text der vom Modell generierten Antwort. |
| Indexierungs-Tokens | Werden beim Erstellen von Vektoren während der Indexierung von Artikeln verbraucht (siehe „Indexierung"). |
| Cache Hit Rate | Der Anteil der aus dem Cache bereitgestellten Antworten. Je höher er ist, desto geringer der Token-Verbrauch. |
#Struktur der Wissensdatenbank
| Begriff | Was er bedeutet |
|---|---|
| Space | Ein isolierter Wissensbereich mit eigenen Artikeln, Mitgliedern und Berechtigungen. Die Suche bleibt immer innerhalb eines einzelnen Space. |
| Sammlung | Ein Ordner zur Gruppierung von Artikeln innerhalb eines Space. Unterstützt Verschachtelung und Drag-and-drop. |
| Sichtbarkeit (publish state) | Die Zugriffsstufe eines Artikels: Public (für alle sichtbar, auch anonym), Internal (nur das Team — der Standard), Draft (nur Editoren) oder Inherited (übernimmt die Stufe von der übergeordneten Sammlung). |
Tipp: Wenn Sie in der Oberfläche auf einen unbekannten Begriff stoßen — finden Sie ihn hier über die KI-Suche in dieser Datenbank.