Die Anbindung ist das eigentliche Projekt: Wo bei KI und Unternehmensdaten die Zeit verloren geht

Stellen Sie sich einen Freitagnachmittag vor. Die Demo lief gut: zwanzig Beispieldokumente, ein paar saubere Fragen, präzise Antworten mit Quellenangabe. Am Montag soll das Ganze „nur noch“ an das echte Laufwerk, an das SharePoint der Technik und an die Postfächer des Vertriebs angeschlossen werden. Drei Wochen später ist erst ein Teil der Daten durchsuchbar, die Datenschutzbeauftragte hat Rückfragen, und niemand kann sagen, ob die Antworten vollständig sind.

Dieses Szenario ist ein Gedankenexperiment, kein Kundenfall. In dieser oder ähnlicher Form tritt es aber bei fast jedem Vorhaben auf, in dem KI auf Unternehmensdaten treffen soll. Unsere These: Die Anbindung der Systeme ist das eigentliche Projekt. Das Sprachmodell lässt sich austauschen und in wenigen Tagen vorführen. Die Anbindung dagegen ist Dauerbetrieb. Sie hat eine Anmeldung, einen ersten großen Lauf, eine laufende Aktualisierung, Löschungen, Ausfälle und Quelldaten, die niemand extra für eine KI hergestellt hat.

Dieser Artikel geht diese sechs Stationen der Reihe nach durch. Er rechnet an einem Beispiel durch, wie lange eine Erstsynchronisation dauern kann, und zeigt am Konnektor-Katalog von TheroAI mit seinen 29 Apps, was wir unter einem sichtbaren Zustand verstehen. Am Ende stehen eine Position und eine Liste von Fragen, die Sie jedem Anbieter stellen können, uns eingeschlossen.

Warum die Demo nichts über den Betrieb sagt

Eine Demo beantwortet genau eine Frage: Kann das System aus diesen Dokumenten sinnvoll antworten? Sie beantwortet nicht, was danach kommt. Der Unterschied lässt sich in einer Tabelle zusammenfassen.

Der Kern liegt in der vierten Zeile. In der Demo gibt es keine Fehler, weil jemand sie vorher gefunden hat. Im Betrieb gibt es sie immer, und die entscheidende Frage lautet nicht, ob sie auftreten, sondern wer es merkt und wie schnell. Ein Konnektor, der still scheitert, ist schlimmer als einer, der laut scheitert: Die Antworten wirken weiter vollständig, obwohl ein Teil des Bestands fehlt.

Sechs Stationen, an denen Zeit verloren geht

Jede Anbindung durchläuft dieselben Stationen, egal ob es um Google Drive, SharePoint, ein Ticketsystem oder ein Wiki geht. Die Reihenfolge ist zugleich die Reihenfolge, in der die Probleme auftauchen.

Vergrößern

Die Stationen sind nicht gleich teuer. Die meiste Zeit verlieren Projekte selten an der Technik selbst, sondern an Abstimmungen (Station 1), an unterschätzten Mengen (Station 2) und an Überraschungen, die niemand sieht (Stationen 4 bis 6). Gehen wir sie einzeln durch.

Station 1: Anmeldung und Rechte

Der erste Zeitverlust entsteht, bevor ein einziges Dokument gelesen wurde. Eine Anbindung braucht einen Zugang, und den erteilt selten die Person, die das Projekt leitet. Bei Google-Workspace-Quellen verlangt die Einrichtung in TheroAI die Zugangsdaten eines Dienstkontos und die Adresse einer Administratorin oder eines Administrators. Bei Microsoft-Quellen läuft sie über eine App-Registrierung in Azure AD, der ein Administrator zustimmen muss. Das sind keine Eigenheiten eines Anbieters, sondern die Folge davon, dass die Quellen ihre Daten zu Recht schützen.

Wichtig ist die Unterscheidung zwischen zwei Arten von Rechten, die in Gesprächen gern verwechselt werden:

• Das Recht der Anbindung: Was darf der Konnektor insgesamt lesen? Das ist eine Entscheidung auf Ebene der Organisation. Sie lässt sich eingrenzen, zum Beispiel auf bestimmte Ordner, Dateitypen, Labels oder Kanäle.
• Das Recht der einzelnen Person: Was darf eine bestimmte Mitarbeiterin in Antworten sehen? Das ist eine Entscheidung pro Dokument, und sie sollte aus der Quelle übernommen werden, nicht neu erfunden.

Beides gehört zur Einrichtung. In der Einrichtung des Google-Drive-Konnektors führt TheroAI die drei Punkte, die dabei zählen, als abgehakte Zeilen auf: Benutzerberechtigungen für Dokumente werden mitindexiert, Inhalts- und Berechtigungsaktualisierungen werden mehrmals pro Stunde synchronisiert, und Echtzeit-Synchronisierung wird unterstützt. Darunter folgt die Eingabe der Authentifizierungsdaten, rechts steht die Einrichtungsanleitung.

Vergrößern

Wie viele Menschen an dieser Station mitreden müssen, wird fast immer unterschätzt:

• Die IT-Administration der Quelle, die den Zugang tatsächlich erteilt.
• Die Fachbereiche, denen die Inhalte gehören und die entscheiden, was in den Suchraum darf.
• Der Datenschutz, der den Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO prüft.
• Der Betriebsrat, sobald Postfächer, Kalender oder Chats angebunden werden sollen. Bei technischen Einrichtungen, die zur Überwachung von Verhalten oder Leistung eingesetzt werden können, kann ein Mitbestimmungsrecht nach § 87 Abs. 1 Nr. 6 Betriebsverfassungsgesetz bestehen.
• Die Geschäftsleitung, die festlegt, welche Quellen zuerst angebunden werden.

Das ist keine Rechtsberatung, klären Sie den Einzelfall mit Ihrer Rechtsberatung. Praktisch heißt es: Wer diese Runde erst nach der technischen Einrichtung zusammenruft, verliert Wochen. Wer sie vorher plant, verliert einen Termin. Mehr zur Haltung von TheroAI zu Zugriff und Datenhaltung finden Sie auf der Seite Sicherheit.

Station 2: Erstsynchronisation

Der erste Lauf liest den gesamten freigegebenen Bestand ein, zerlegt ihn und macht ihn durchsuchbar. Wie lange das dauert, hängt von drei Dingen ab: von der Menge, von den Mengenbegrenzungen, die viele Quellen für Abfragen setzen, und vom Aufwand, jedes Dokument zu lesen und aufzubereiten. Ein Scan mit zwanzig Seiten ist kein Textdokument mit zwei Absätzen.

Eine Beispielrechnung macht die Größenordnung greifbar. Die Zahlen sind Annahmen, keine Messwerte.

Vergrößern

Die Rechnung ist bewusst einfach, und ihre Aussage ist es auch: Dieselbe Quelle kann je nach Durchsatz einen halben Tag oder fast eine Woche beschäftigt sein. Und es ist reine Laufzeit, ohne Unterbrechung gerechnet. Kommt eine Drosselung der Quelle, ein Neustart oder eine Wartung dazwischen, wird es länger.

Wichtiger als die Zahl ist die Frage, was Nutzerinnen und Nutzer in dieser Zeit sehen. Während der Lauf läuft, ist der Bestand teilweise durchsuchbar, und jede Antwort stammt aus einem Teil der Wahrheit. Ein System, das das nicht anzeigt, erzeugt Vertrauen, das es nicht verdient. In der App-Liste von TheroAI stehen deshalb je Anbindung die Inhaltsindexierung („Synchronisiert“ oder „Vorgang läuft“) und die Zahl der Dokumente, jeweils mit der Zahl der bereits indexierten.

Aus der Rechnung folgt ein praktischer Rat: Beginnen Sie nicht mit allem. Ein Teilbestand, den Sie über Filter eingrenzen, ist in Stunden durchsuchbar und zeigt Ihnen früh, welche Probleme an den Stationen 3 bis 6 auf Sie zukommen.

Station 3: Laufende Aktualisierung

Nach dem ersten Lauf beginnt die eigentliche Arbeit. Dokumente werden bearbeitet, neue kommen hinzu, Berechtigungen ändern sich. Ein sinnvoller Konnektor liest dann nicht alles erneut, sondern nur, was sich seit dem letzten Lauf geändert hat. Man nennt das Delta-Synchronisation. Die Frage ist, wann ein solcher Lauf startet.

Bei Google Drive nennt die Einrichtung in TheroAI zwei Eigenschaften nebeneinander: Aktualisierungen von Inhalten und Berechtigungen mehrmals pro Stunde sowie Unterstützung für Echtzeit-Synchronisierung. Beides zusammen heißt: Der Normalfall ist ein Lauf in kurzen Abständen, und wo die Quelle Änderungen meldet, geht es schneller. Eine feste Zahl wie „nach genau zwei Minuten“ versprechen wir nicht, weil sie von der Quelle abhängt.

Für die Wahl der Strategie gibt es keine allgemeingültige Antwort, aber eine brauchbare Faustregel: Wo Berechtigungen sensibel sind, etwa bei Personal- oder Vertragsordnern, lohnt ein kurzer Abstand oder eine Meldung durch die Quelle. Wo sich Inhalte selten ändern, genügt ein längerer Takt, und die Last bleibt gleichmäßig. Der manuelle Lauf ist kein Ersatz, aber eine sinnvolle Ergänzung: Nach einer größeren Umstrukturierung der Ablage, etwa wenn ganze Ordner verschoben oder Freigaben gebündelt geändert wurden, verkürzt er die Zeit, in der der Index noch den alten Stand zeigt.

Zwei Dinge werden an dieser Station gern übersehen. Erstens muss neben dem Inhalt auch die Berechtigung aktuell bleiben. Ein Dokument, das richtig im Index steht, aber an die falschen Personen ausgespielt wird, ist schlimmer als eines, das fehlt. Zweitens sind beide Richtungen gleich wichtig: Eine neu erteilte Freigabe kommt im Index erst an, wenn die Quelle sie meldet oder der nächste Lauf stattgefunden hat, und für einen Entzug gilt dasselbe.

Station 4: Löschungen

Hinzufügen ist einfach, Entfernen ist schwer. Der Index ist eine Kopie, und eine Kopie weiß nichts davon, dass das Original verschwunden ist, solange ihr das niemand mitteilt. Drei Fälle sind zu unterscheiden: Ein Dokument wird in der Quelle gelöscht. Eine Freigabe wird entzogen, das Dokument bleibt, aber nicht mehr für alle. Oder die gesamte Anbindung wird abgeschaltet.

Für die ersten beiden gilt dieselbe ehrliche Grenze wie bei den Aktualisierungen: Der Index ist so aktuell wie der letzte Lauf oder die letzte Meldung der Quelle. Dazwischen liegt ein Fenster, in dem eine Antwort noch auf ein Dokument verweisen kann, das es in der Quelle nicht mehr gibt.

Vergrößern

Die Grafik zeigt ein Beispiel mit einem angenommenen Abstand von 20 Minuten zwischen zwei Läufen. Der tatsächliche Abstand hängt von der Quelle und von der Einstellung ab. Entscheidend ist die Erkenntnis, dass dieses Fenster existiert und dass man es kennen sollte, bevor Revision oder Datenschutz danach fragen. Es ist kein Mangel eines bestimmten Produkts, sondern die Eigenschaft jeder Lösung, die Inhalte kopiert, um schnell zu antworten.

Der dritte Fall, die Abschaltung, ist in TheroAI ausdrücklich gestaltet: Beim Löschen einer Anbindung werden alle synchronisierten Datensätze und Dateien, alle indexierten Daten samt Embeddings und die Konfiguration entfernt. Der Dialog sagt dazu, dass die Aktion nicht rückgängig gemacht werden kann. Das ist für Löschkonzepte relevant, denn zum Löschen gehört auch der Rückweg: Wer eine Quelle abklemmt, muss wissen, dass keine Kopie zurückbleibt. Wie ein Löschkonzept rechtlich auszugestalten ist, klären Sie bitte mit Ihrer Rechtsberatung.

Station 5: Ausfälle

Quellen sind nicht immer erreichbar. Zugangsdaten laufen ab oder werden widerrufen, weil jemand das Konto aufgeräumt hat. Eine Quelle drosselt Abfragen oder ist zeitweise nicht erreichbar. Einzelne Dokumente lassen sich nicht lesen, weil sie beschädigt oder zu groß sind. Nichts davon ist ungewöhnlich, alles davon kommt vor.

Der gefährlichste Ausfall ist der stille. Wenn ein Konnektor seit zwei Wochen nichts mehr liest und das niemand sieht, antworten alle weiter mit dem Stand von vor zwei Wochen. Deshalb gehört zu einer Anbindung mehr als ein Haken „verbunden“. Die Übersicht eines Konnektors in TheroAI nennt den Zeitpunkt der letzten Synchronisierung und zeigt den Durchsatz der letzten sieben Tage. Der Reiter „Protokolle“ führt unter „Fehlgeschlagene Einträge“ auf, was nicht verarbeitet werden konnte, nach Typ und Grund zusammengefasst. Und zwei Schaltflächen erlauben den nächsten Schritt: „Neu synchronisieren“ und „Fehlgeschlagene neu indexieren“.

Station 6: Qualität der Quelldaten

Die letzte Station ist die unbequemste, weil sie nicht beim Anbieter liegt, sondern in Ihrer Ablage. Eine KI-Suche macht sichtbar, was vorher nur im Verborgenen schlecht war.

Vergrößern

Ein fiktives Beispiel aus den Demo-Unterlagen der Fertigung: Jemand fragt, wie sich der Fehler E-217 am Füller FL-200 beheben lässt. In der Ablage liegen zwei Fassungen der Serviceanleitung, eine alte im Wiki und eine neue auf dem Laufwerk. Beide sind richtig angebunden, beide sind durchsuchbar. Welche Fassung die Antwort nennt, ist eine Frage der Ablage, nicht der KI. Und ein Scan der Maschinenakte ohne Textebene fehlt in jeder Antwort, ohne dass irgendetwas als Fehler gemeldet würde.

Daraus folgt kein Aufräumprojekt vor der Anbindung, das niemand je abschließt. Besser ist ein gezieltes Vorgehen:

1. 1.Wählen Sie einen Bereich, in dem Fragen häufig sind und die Ablage halbwegs gepflegt ist.
2. 2.Binden Sie ihn an und prüfen Sie mit zehn echten Fragen, welche Probleme die Antworten zeigen.
3. 3.Beheben Sie die Ursachen in der Quelle, nicht im KI-System.
4. 4.Erweitern Sie den Bereich erst, wenn die Antworten tragen.

Transparenz: Was ein sichtbarer Zustand heißt

Der Katalog

Sechs Stationen, an denen etwas schiefgehen kann, ergeben eine einfache Forderung an jeden Anbieter: Der Zustand der Anbindung muss sichtbar sein, ohne dass jemand nachfragen muss. Das beginnt beim Katalog. TheroAI führt aktuell 29 Apps, die sich lesend anbinden lassen, gruppiert nach Anbietern wie Google Workspace, Microsoft 365 und Atlassian und nach Kategorien: Produktivität, Kommunikation, Speicher, Entwicklung und Dokumentation. Mehr zum Umfang finden Sie auf der Seite Konnektoren.

Vergrößern

Die Übersicht je Konnektor

Wichtiger als die Zahl der Apps ist, was nach dem Anbinden zu sehen ist. Die Übersicht je Konnektor führt Dokumente nach ihrem Zustand auf. Die folgende Grafik zeigt ein Beispiel aus der Übersicht eines Google-Drive-Konnektors in einer Demo-Instanz.

Vergrößern

Die Zahlen gehören zu einer Demo-Instanz, nicht zu einem Kunden: 396 Dokumente insgesamt, davon 297 indexiert (75 Prozent), 38 fehlgeschlagen und 58 nicht unterstützt. Die übrigen drei befinden sich in einem anderen Zustand. Ein Teil der Dokumente ist also nicht durchsuchbar, und die Übersicht sagt das offen, statt es hinter einer grünen Zahl zu verstecken. Die Zustände haben klare Bedeutungen:

• Indexiert: Das Dokument ist gelesen und durchsuchbar.
• Fehlgeschlagen: Die Verarbeitung ist gescheitert. Über „Fehlgeschlagene neu indexieren“ lässt sich ein neuer Versuch starten, im Beispiel für alle 38.
• Nicht unterstützt: Der Dateityp wird nicht gelesen. Das ist keine Störung, sondern eine Grenze, die Sie kennen sollten.
• In Bearbeitung und Nicht gestartet: Das Dokument ist unterwegs oder wartet.

Eine solche Anzeige beantwortet drei Fragen, die sonst erst im Streitfall gestellt werden: Wie viel vom Bestand ist wirklich durchsuchbar? Was ist gescheitert, und warum? Welche Dateitypen fallen heraus? Sie beweist aber nicht, dass die Antworten richtig sind. Sie zeigt, was durchsuchbar ist, nicht, ob der Inhalt stimmt. Und sie zeigt den Zustand der Dokumente, die der Konnektor kennt. Was Sie über Filter bewusst ausschließen, erscheint dort nicht als Lücke. Der Filter ist eine eigene Entscheidung, die dokumentiert gehört.

Unsere Position: Anbindung als Betriebsleistung

Aus alldem ziehen wir vier Folgerungen, nach denen wir auch unsere eigene Arbeit messen:

1. 1.Anbindung ist eine Betriebsleistung, kein Einrichtungsschritt. Sie wird nicht einmal erledigt, sondern laufend betrieben, mit einem Verantwortlichen auf Ihrer und einem auf unserer Seite.
2. 2.Aktualität ist eine Zahl, kein Gefühl. Fragen Sie nach dem Abstand der Läufe, nicht nach dem Wort „synchronisiert“.
3. 3.Fehler müssen laut sein. Ein Konnektor, der still scheitert, ist ein Risiko für jede Antwort.
4. 4.Grenzen gehören in die Oberfläche. Nicht unterstützte Dateitypen, fehlgeschlagene Dokumente und das Fenster zwischen zwei Läufen sind keine Peinlichkeiten, sondern Betriebsinformation.

Das ist unbequemer als ein Versprechen von Knopfdruck-Anbindung. Aber es ist der Unterschied zwischen einer Demo, die gut aussieht, und einem System, dem man in drei Monaten noch glaubt.

Was Sie daraus mitnehmen können

Gehen Sie die sechs Stationen mit Ihrem Anbieter oder Ihrem eigenen Vorhaben durch. Diese Prüffragen helfen:

• Anmeldung: Wer erteilt den Zugang, und wer muss vorher gefragt werden (IT, Fachbereich, Datenschutz, Betriebsrat)? Lässt sich der Umfang eingrenzen?
• Erstsynchronisation: Wie viele Dokumente umfasst der Bestand, und wie lange dauert der erste Lauf bei vorsichtiger Annahme? Was sehen Nutzende, solange er läuft?
• Aktualisierung: Wie groß ist der Abstand zwischen zwei Läufen, und wo meldet die Quelle Änderungen selbst? Gilt das auch für Berechtigungen?
• Löschungen: Wie lange kann eine Antwort noch auf ein gelöschtes Dokument verweisen, und was passiert beim Entfernen einer ganzen Anbindung?
• Ausfälle: Woran sehen Sie, dass eine Anbindung seit Tagen nichts mehr liest? Wo stehen fehlgeschlagene Einträge samt Grund?
• Qualität: Welche zehn echten Fragen prüfen den ersten Bereich, bevor Sie erweitern?

Dazu drei Schritte für die nächsten zwei Wochen:

1. 1.Wählen Sie einen Bereich mit häufigen Fragen und gepflegter Ablage und legen Sie fest, wer ihn verantwortet.
2. 2.Klären Sie Zugang, Datenschutz und gegebenenfalls Betriebsrat, bevor die Technik beginnt.
3. 3.Legen Sie fest, an welchen Zahlen Sie nach vier Wochen erkennen, ob die Anbindung trägt: Anteil indexierter Dokumente, Zahl fehlgeschlagener Einträge, Zeitpunkt der letzten Synchronisierung.

Wenn Sie sehen möchten, wie sich eine Anbindung samt Statusanzeige anfühlt, zeigen wir Ihnen das gern in einer Demo, in Ruhe und an Ihrem eigenen Beispiel.