Technische Dokumentation durchsuchbar machen – mit einer souveränen, lokalen KI

Stundenlang suchen statt entwickeln – das muss nicht sein

In vielen Engineering-Teams steckt das wichtigste Wissen genau dort, wo man es am schlechtesten findet: in langen PDFs, in OneNote und SharePoint, in den Köpfen einzelner erfahrener Kolleginnen und Kollegen. Wer eine Antwort braucht, scrollt durch Dokumente oder ruft jemanden an, der eigentlich gerade entwickeln sollte.

Laut dem «State of Developer Experience 2024»-Report von DX (in Partnerschaft mit Atlassian) verlieren 69 % der Entwicklerinnen und Entwickler acht Stunden oder mehr pro Woche durch Ineffizienzen – als zweithäufigste Ursache, gleich nach technischen Schulden, wird lückenhafte Dokumentation genannt. In einem Team mit rund zehn Entwicklern summiert sich schon ein Bruchteil dieser verlorenen Zeit auf einen Aufwand im Bereich von über CHF 100'000 pro Jahr – Zeit, die fürs Finden von Wissen draufgeht, das eigentlich längst vorhanden ist.

Technische Dokumentation durchsuchbar machen

Genau hier setzt unser Software-Dokumentations-Agent an. Er macht aus verstreutem, personengebundenem Wissen eine strukturierte, durchsuchbare Wissensbasis – in zwei Schritten:

Aufbereiten: Einmalig strukturieren wir vorhandene Dokumente, Repositories und Tickets zu einer konsistenten, arc42-orientierten Dokumentation.

Beantworten: Im Tagesbetrieb beantwortet ein Retrieval-Agent Fragen in Sekunden – mit Verweis auf die Quelle statt mit einem Schätzwert.

Umsysteme wie SharePoint, OneNote, JIRA oder Git werden über kontrollierte MCP-Server angebunden. Der Agent sieht nur, was freigegeben ist.

Sicher und lokal – die Daten bleiben im Haus

Für viele Unternehmen – gerade mit sensiblen Daten oder klaren CISO-Vorgaben – ist Cloud-KI keine Option. Deshalb läuft unser Retrieval im Tagesbetrieb vollständig lokal auf offenen Gewichten (z. B. Gemma), on-premise. Das heisst konkret:

Kein Datenabfluss: Im laufenden Betrieb verlassen keine Inhalte das Unternehmen.

Keine Token-Kosten pro Anfrage: kalkulierbare Kosten statt einer Cloud-Rechnung, die mit der Nutzung wächst.

Kontrolliert und auditierbar: Über die MCP-Architektur greift der Agent nur auf freigegebene Daten zu, Secrets liegen in einem Vault – nicht beim Agenten. So bleibt die Zweckbindung nachweisbar.

Das ist aus unserer Sicht der Unterschied zwischen «nettem KI-Experiment» und «läuft sicher im Betrieb».

Was wir in der Praxis sehen

Gietz – Gemeinsam haben wir die Dokumentation für Servicetechniker aufbereitet und durchsuchbar gemacht. So ist im Servicefall die richtige Information schneller zur Hand – statt sie in dicken Handbüchern zu suchen.

Bei einem Lebensmittelhersteller konnten wir zeigen, dass sich Fehler an Maschinen und in Prozessen dank der aufbereiteten Dokumentation deutlich schneller eingrenzen und finden lassen.

Bei einem Ostschweizer Technologieunternehmen haben wir einen Knowhow-Agenten als Proof of Concept aufgebaut, der Onboarding und Mitarbeiterfragen über eine strukturierte Wissensbasis unterstützt.

Lohnt sich das für Ihr Team?

Wenn Ihre Entwicklerinnen und Entwickler regelmässig Zeit mit der Suche nach Informationen verlieren, neue Mitarbeitende lange brauchen, bis sie produktiv sind, oder Sie KI aus Datenschutzgründen bisher nicht einsetzen konnten – dann lohnt sich das Gespräch.

Schreiben Sie uns über das Kontaktformular oder rufen Sie uns an. Wir schauen in einem kurzen Gespräch gemeinsam, wo bei Ihnen der grösste Hebel liegt – konkret, an Ihrem Fall.