renate.chat
Zwölf Monate Herumprobieren
Seit Anfang 2024 haben wir jeden Monat einen neuen Chatbot gebaut — Liz, Luc, Lucy, Klaus, Werner — um zu lernen, wie KI-Assistenten gebaut werden: welches Modell, welche Oberfläche, welche Datengrundlage.
- Ihre Rückfragen waren dabei Signale, die eingeflossen sind: was erwartet man von einem digitalen Assistenten in der eigenen Community.
- Die Antworten des Chatbots waren lange mittelmäßig — nicht falsch, nur nicht gut genug. Das Modell war nicht das Problem.
- Die Wende kam über die Daten selbst: erst als die Lernhappen aus der Ausbilderakademie.digital sauber organisiert wurden, wurde aus dem Herumprobieren ein fester Assistent — Renate.
- Kostenfrage? Die Sprachmodell-Nutzung läuft über ScaDS.AI, die KI-Recheninfrastruktur der TU Dresden — keine laufenden Kosten pro Anfrage an einen externen Anbieter.
Garten, Teich, Schuppen, Persona
Die Community
Etwas, das über Zeit gepflegt wird — nicht einmal installiert und dann vergessen. Renate lebt darin, nicht daneben.
Die Wissensbasis
Die Lernhappen aus der Ausbilderakademie.digital, jetzt durchsuchbar statt nur abgelegt.
Die Werkzeuge
HWK-Kontaktsuche und Forum-Suche — wie beim letzten Treffen besprochen, jetzt im Einsatz.
Renate selbst
Lokale KI, ohne Cloud-Anbieter im Hintergrund — sachkundig in der Domäne, präsent im Garten.
Die Werkzeuge sind im Einsatz
Forum- und Kontaktsuche benutzen einen Werkzeugaufruf, wenn die Frage passend formuliert wird.
- Renate beantwortet Fragen nach Ansprechpartnerinnen direkt aus dem HWK-Verzeichnis.
- Die Forum-Suche zieht passende Diskussionen aus der Ausbilderinnen-Community mit ein.
Verteilt gebaut — und genau deshalb robust
Renate ist kein einzelnes Programm, sondern mehrere Bausteine, die zusammenarbeiten: Suche im Teich, Sprachmodell, Antwortaufbau. Das klingt nach mehr Komplexität — ist aber der Grund, warum Ausfälle nicht auffallen.
- Jeder Baustein hält fest, was er schon erledigt hat, bevor der nächste beginnt.
- Fällt einer kurz aus, macht Renate genau dort weiter, wo sie war, statt von vorn zu beginnen.
Ein Blick in den Garten
Fragen aus dem Alltag, live gestellt:
- „Wie lange muss ich das Berichtsheft aufheben?"
- „Wie viel Urlaub steht einem Azubi zu?"
- „Was passiert, wenn die Abschlussprüfung nicht bestanden wird?"
Qualitätsbewertung
Regine Thiering hat fünf Qualitätskriterien für Renate definiert: Fehlerquote, Fallback-Rate, Antwortlatenz, Konsistenz — automatisiert, mit klaren Alarmgrenzen — und Kontextverständnis, bewusst manuell.
- Antwortlatenz: im Durchschnitt ca. 7 Sekunden, bei einzelnen Ausreißern bis zu 18 Sekunden — spürbar, aber in Ordnung für einen Chat, nicht für einen Telefonanruf.
- Verstehen, nicht nur Antworten (bewusst manuell): Folgefragen, Tippfehler, ein falscher Einwand, ein Themenwechsel — vier Gesprächsszenarien, die nur ein Mensch sinnvoll beurteilen kann.
Vom Ordner in den Teich
Genau wie bei jeder Antwort wird auch beim Einlesen jeder Schritt festgehalten, bevor der nächste beginnt.
Wie der Garten weiter wächst
- Picknick-Läufe: „ab und zu führen wir im Garten ein Picknick durch" — neues Material aus DOCX-Ordnern, Nextcloud-Freigaben oder ganzen Forumsbereichen landet dabei im Teich. Jeder Lauf erzeugt einen Bericht im Forum (Kategorie „Chatbot").
- Experten-Digest: einmal wöchentlich ein Forumspost mit den Top-Fragen der Woche — ein Mensch liest ihn und entscheidet, was zurück in die Community geht, nicht die KI selbst.
- Qualitätsmessung vor jedem Release — das Testprotokoll (Eval) läuft weiter, teilweise automatisiert.
- Die Wissensbasis wächst langsam und kontrolliert — mit Human-in-the-loop, nicht automatisiert im Hintergrund.
