- Published on
KI-Chatbot für Intranet: Mitarbeiter-FAQ bauen
- Authors

- Name
- Phillip Pham
- @ddppham
TL;DR
Ein KI-Chatbot im Intranet beantwortet wiederkehrende Mitarbeiter-Fragen zu HR-Richtlinien, IT-Problemen und Betriebsvereinbarungen automatisch. Mit OpenWebUI und RAG-Technologie lässt sich der Bot in 2 Tagen aufsetzen. Er reduziert das Anfragevolumen bei HR und IT um 40-60% und spart Unternehmen mit 100+ Mitarbeitern rund €28.000 pro Jahr. Die laufenden Kosten betragen €150-€250 pro Monat.
Das Problem: Wiederkehrende Fragen binden teure Kapazitäten
In jedem Unternehmen ab 80 Mitarbeitern wiederholen sich dieselben Fragen hundertfach:
- "Wie beantrage ich Urlaub?"
- "Wo finde ich die aktuelle Reisekostenrichtlinie?"
- "Mein VPN funktioniert nicht, was soll ich tun?"
- "Wer ist mein Ansprechpartner für die betriebliche Altersvorsorge?"
- "Wie richte ich den Drucker im Homeoffice ein?"
Eine Auswertung bei 15 deutschen Mittelständlern zeigt: HR-Abteilungen verbringen 35% ihrer Arbeitszeit mit der Beantwortung von Standardfragen. IT-Helpdesks bearbeiten täglich 12-18 Anfragen, von denen 70% durch eine Wissensdatenbank lösbar wären.
| Abteilung | Standardfragen/Woche | Zeitaufwand/Frage | Jährlicher Zeitaufwand | Kosten (€55/Std.) |
|---|---|---|---|---|
| HR | 45 | 8 Min. | 312 Stunden | €17.160 |
| IT-Helpdesk | 62 | 12 Min. | 644 Stunden | €35.420 |
| Buchhaltung | 18 | 6 Min. | 94 Stunden | €5.148 |
| Gesamt | 125 | - | 1.050 Stunden | €57.728 |
Ein KI-Chatbot, der 60% dieser Anfragen automatisch beantwortet, spart €34.637 pro Jahr. Abzüglich Betriebskosten von €2.400 ergibt sich eine Nettoersparnis von €32.237.
So funktioniert der Intranet-FAQ-Bot
Der Chatbot basiert auf zwei Komponenten: einem Large Language Model (LLM) für die Sprachverarbeitung und RAG (Retrieval-Augmented Generation) für den Zugriff auf unternehmensspezifische Dokumente.
RAG-Prinzip: Der Chatbot durchsucht bei jeder Frage automatisch die hinterlegten Dokumente, findet die relevantesten Passagen und formuliert daraus eine verständliche Antwort. Er halluziniert nicht, sondern zitiert die Quelle.
Dokumententypen, die der Bot verarbeitet:
- PDF-Dateien (Betriebsvereinbarungen, Handbücher, Richtlinien)
- Word-Dokumente (Formulare, Anweisungen)
- Confluence/SharePoint-Seiten (via API-Export)
- FAQ-Listen (CSV, Excel)
- IT-Dokumentationen (Markdown, TXT)
Typischer Ablauf: Ein Mitarbeiter fragt im Intranet-Chat "Wie viele Urlaubstage habe ich bei 30-Stunden-Woche?". Der Bot durchsucht die Betriebsvereinbarung zum Thema Urlaub, findet den relevanten Paragraphen und antwortet: "Bei einer 30-Stunden-Woche (5-Tage-Woche) stehen Ihnen 26 Urlaubstage zu (Quelle: Betriebsvereinbarung Urlaub, §4, Abs. 2)."
Technisches Setup in 2 Tagen
Tag 1: OpenWebUI und LLM einrichten
# docker-compose.yml - Intranet FAQ Bot
version: "3.8"
services:
openwebui:
image: ghcr.io/open-webui/open-webui:main
environment:
# Option A: Lokales Modell (DSGVO-optimal)
OLLAMA_BASE_URL: "http://ollama:11434"
# Option B: Azure OpenAI (bessere Qualität)
# OPENAI_API_BASE_URL: "https://firma.openai.azure.com/"
# OPENAI_API_KEY: "${AZURE_KEY}"
# Sicherheit
ENABLE_SIGNUP: "false"
WEBUI_SECRET_KEY: "${SECRET_KEY}"
DEFAULT_USER_ROLE: "user"
ports:
- "3000:8080"
volumes:
- openwebui_data:/app/backend/data
restart: unless-stopped
ollama:
image: ollama/ollama:latest
volumes:
- ollama_models:/root/.ollama
restart: unless-stopped
volumes:
openwebui_data:
ollama_models:
# Nach Start: ollama pull llama3.1:8b
# Fuer bessere deutsche Antworten: ollama pull mixtral:8x7b
Für die lokale Modellkonfiguration bietet unsere Ollama Modelfile Anleitung detaillierte Hinweise.
Tag 2: Dokumente einpflegen und testen
Dokumente hochladen:
- OpenWebUI öffnen unter
http://intranet-chat:3000 - "Workspace" > "Documents" > Dokumente per Drag-and-Drop hochladen
- Automatische Chunking und Vektorisierung (5-10 Minuten für 100 Dokumente)
Empfohlene Dokumentenstruktur:
# Dokumentenkategorien fuer den FAQ-Bot
kategorien:
hr_dokumente:
- "Betriebsvereinbarung_Urlaub.pdf"
- "Reisekostenrichtlinie_2026.pdf"
- "Leitfaden_Homeoffice.pdf"
- "Onboarding_Checkliste.pdf"
- "FAQ_betriebliche_Altersvorsorge.pdf"
- "Elternzeit_Merkblatt.pdf"
it_dokumentation:
- "VPN_Einrichtung_Windows.pdf"
- "VPN_Einrichtung_Mac.pdf"
- "Drucker_Installation.pdf"
- "Passwort_zuruecksetzen.pdf"
- "Software_Bestellprozess.pdf"
organisation:
- "Organigramm_2026.pdf"
- "Telefonliste.pdf"
- "Standort_Informationen.pdf"
- "Kantinenplan.pdf"
# Gesamt: 50-100 Dokumente fuer den Start
# Aktualisierung: monatlich oder bei Aenderungen
Testen: 20 typische Mitarbeiterfragen stellen und Antwortqualität bewerten. Zielwert: 80% korrekte Antworten mit Quellenangabe beim ersten Versuch.
Kosten und ROI
Einmalige Investition:
- Server-Hardware (oder vorhandener Linux-Server): €0-€1.200
- Einrichtung und Konfiguration: €1.500 (intern oder extern)
- Dokumentenaufbereitung: €800 (einmalig)
Laufende Kosten:
- Option A (Ollama lokal): €60/Monat (Strom)
- Option B (Azure OpenAI): €250/Monat (API-Kosten für 100 Nutzer)
- Dokumentenpflege: €200/Monat (2 Stunden internes Personal)
Einsparung bei 150 Mitarbeitern:
- Reduzierte HR-Anfragen (50%): €8.580/Jahr
- Reduzierte IT-Helpdesk-Anfragen (60%): €21.252/Jahr
- Schnelleres Onboarding neuer Mitarbeiter: €4.000/Jahr
- Gesamt: €33.832/Jahr
ROI: Bei €3.000 Einrichtungskosten und €3.600 jährlichen Betriebskosten beträgt der 3-Jahres-ROI 413%. Für die detaillierte Kalkulation empfehlen wir unsere ROI-Vorlage für KI-Projekte.
Praxisbeispiel: Logistikunternehmen Rhein-Ruhr
Ein Logistikunternehmen mit 220 Mitarbeitern an 3 Standorten implementierte den Intranet-FAQ-Bot für HR und IT-Support. Vorher bearbeitete die HR-Abteilung (2 Personen) durchschnittlich 55 Standardanfragen pro Woche. Der IT-Helpdesk (1 Person) erhielt täglich 15 Anfragen zu Standardthemen.
Nach 4 Wochen Betrieb:
- 78% der Standardfragen werden vom Bot korrekt beantwortet
- HR-Anfragen am Helpdesk sanken um 52%
- IT-Standardtickets sanken um 64%
- Mitarbeiterzufriedenheit mit dem internen Support stieg von 62% auf 84%
- Onboarding-Zeit für neue Mitarbeiter verkürzte sich um 3 Tage
Die HR-Leiterin berichtet: "Statt dieselben Fragen zum zehnten Mal zu beantworten, haben wir jetzt Zeit für strategische Personalarbeit. Der Bot antwortet rund um die Uhr, auch am Wochenende für unsere Schichtarbeiter."
Für die strategische Einordnung empfehlen wir den KI-Leitfaden für Unternehmen.
Sicherheit und Datenschutz
DSGVO-Konformität:
- Bei lokaler Installation (Ollama): Alle Daten bleiben auf dem Firmenserver. Kein AVV nötig.
- Bei Azure OpenAI: AVV mit Microsoft abschließen, Region auf EU setzen.
- Keine personenbezogenen Daten in den FAQ-Dokumenten erforderlich.
- Chat-Historien können automatisch nach 30 Tagen gelöscht werden.
Zugriffssteuerung:
- Authentifizierung über bestehende Active Directory / LDAP
- Rollenbasierte Dokumentenzugriffe (HR-Dokumente nur für HR-Mitarbeiter sichtbar)
- Audit-Log aller Chatbot-Interaktionen
Wichtig: Der Bot gibt keine Rechtsberatung. Bei komplexen Fragen verweist er automatisch an die zuständige Abteilung.
FAQ: Die 5 wichtigsten Fragen
1. Wie gut antwortet der Bot auf Deutsch? Mit Llama 3.1 (8B) liegt die Antwortqualität bei 85% eines GPT-4-Niveaus. Mixtral (8x7B) erreicht 92%. Für optimale deutsche Antworten empfehlen wir Azure OpenAI mit GPT-4o, das fehlerfreies Deutsch produziert.
2. Was passiert, wenn der Bot eine Frage nicht beantworten kann? Der Bot erkennt fehlende Informationen und antwortet: "Zu dieser Frage habe ich keine Information in den hinterlegten Dokumenten. Bitte wenden Sie sich an [Abteilung/Person]." Diese Weiterleitung lässt sich pro Themenkategorie konfigurieren.
3. Wie halte ich die Dokumente aktuell? Neue oder geänderte Dokumente werden über die OpenWebUI-Oberfläche hochgeladen. Die Neuindizierung dauert 2-5 Minuten. Empfehlung: Monatlicher Review-Termin mit HR und IT (30 Minuten). Automatische Synchronisierung mit SharePoint ist über die API möglich.
4. Können Mitarbeiter vertrauliche Fragen stellen? Bei lokaler Installation (Ollama) werden keine Daten an externe Server übertragen. Bei Azure OpenAI gelten die Microsoft-Datenschutzgarantien. Chat-Historien sind nur für den jeweiligen Nutzer und den Admin sichtbar.
5. Wie lange dauert es, bis der Bot produktionsreif ist? Das technische Setup dauert 1-2 Tage. Die Dokumentenaufbereitung und das Testen benötigen weitere 3-5 Tage. Nach 2 Wochen ist der Bot für den Pilotbetrieb mit 20 Testnutzern bereit. Der vollständige Rollout erfolgt nach 4 Wochen.
Fazit und nächste Schritte
Ein Intranet-FAQ-Bot ist eines der risikoärmsten KI-Projekte mit dem schnellsten ROI. Die Dokumente existieren bereits, die Fragen sind bekannt, und der Nutzen ist sofort messbar. Starten Sie mit 50 Dokumenten und 20 Testnutzern.
Für den umfassenden Einstieg empfehlen wir unseren Komplett-Leitfaden für KI im Unternehmen. Die Kostenplanung für KI-Projekte hilft bei der Budgetfreigabe. Bei Fragen erreichen Sie uns unter kontakt@ki-mittelstand.eu.
📖 Verwandte Artikel
Weitere interessante Beiträge zu ähnlichen Themen
LangChain Chatbot: Python-Anleitung für Einsteiger
LangChain Chatbot mit Python bauen: Schritt-für-Schritt von der Installation bis zum RAG-Chatbot mit Firmendokumenten in 90 Minuten.
Rasa vs. Botpress: Open-Source-Chatbot Vergleich
Rasa vs. Botpress im Vergleich: Architektur, Kosten und DSGVO-Konformität. Rasa für komplexe Workflows, Botpress für schnelle Ergebnisse.
KI-Chatbot für Stadtwerke: Zählerstand melden
Ein KI-Chatbot für Stadtwerke nimmt Zählerstände 24/7 entgegen und beantwortet Kundenfragen. 60 % weniger Anrufe, Amortisation in 5 Monaten.
Bereit für KI im Mittelstand?
Nutzen Sie unsere 10 kostenlosen KI-Tools und Praxis-Guides – oder sprechen Sie direkt mit unseren Experten.
Pexon Consulting – KI-Beratung für den Mittelstand | Scaly Academy – Geförderte KI-Weiterbildung (KI-Spezialist, KI-Experte, Workflow-Automatisierung)