# Daten mit Ihrem Knowledge Bot verbinden ## Arten von verbindbaren Daten Blockbrain unterstützt verschiedene Datentypen, die Sie verbinden und als Kontext in Ihren Chat-Räumen verwenden können. 1. **Insights**: Wiederverwenden Sie gespeicherte KI-Antworten oder persönliche Notizen für konsistente, kontextbezogene Ergebnisse. 2. **Datei-Upload**: Laden Sie Dateien mit vollständiger Struktur, Formatierung und beibehaltenen Bildern hoch (kein Chunking). 3. **Datenbankquelle**: Verbinden Sie große, gechunkte und durchsuchbare Dokumentensammlungen, die teamübergreifend geteilt werden. 4. **E-Mail-Dienst**: Importieren Sie Gmail-Threads, um wichtige Gespräche zugänglich und durchsuchbar zu machen. 5. **Zusätzlicher Kontext**: Fügen Sie benutzerdefinierte Details oder Hintergrundinformationen hinzu, um die Genauigkeit der KI zu verbessern.

Im rechten Bereich des Knowledgebot-Bildschirms verfügbar

*** ## Insights Insights sind textbasierte Notizen, die Sie selbst eingeben können, oder sie ermöglichen es Ihnen, zuvor gespeicherte KI-Interaktionen zu speichern und abzurufen, sodass Wissen aus vergangenen Gesprächen einfach wiederverwendet werden kann. Dies ist nützlich, um Konsistenz in den Antworten sicherzustellen und wichtige Erkenntnisse teamübergreifend zu bewahren. Diese gespeicherten Insights dienen als persönliche Wissensdatenbank und helfen Nutzern dabei, wichtige KI-generierte Informationen zu behalten, Arbeitsabläufe zu optimieren und Konsistenz über mehrere Interaktionen hinweg sicherzustellen. Anders als Datenbankquellen werden Insights vollständig und ohne Chunking gespeichert, wodurch die ursprüngliche Nachrichtenstruktur für einen verbesserten Abruf und eine bessere Wiederverwendung erhalten bleibt. **Wann Insights verwenden** * Wenn frühere KI-generierte Antworten häufig als Referenz benötigt werden * Wenn Teammitglieder verfeinerte Prompts oder wichtige Erkenntnisse aus Data Rooms teilen * Wenn spezifisches Kontextwissen für einen schnellen Zugriff gespeichert werden soll Wenn Sie mehr über Insight erfahren möchten, sehen Sie sich das folgende Video an: {% embed url="" %} *** ## Datei-Upload Dateien werden als ganze Einheiten ohne Chunking hochgeladen, wodurch die vollständige Struktur des Dokuments und die ursprüngliche Formatierung erhalten bleiben. Im Gegensatz zu Datenbankquellen, die Inhalte in Abschnitte aufteilen, behalten Dateien den Kontext in seiner Gesamtheit bei. **Wann stattdessen Dateien verwendet werden sollten** * Wenn die Dokumentenstruktur entscheidend ist (z. B. bei Verträgen, Forschungsarbeiten, Berichten). * Wenn die genaue Formulierung referenziert werden muss, anstatt in Chunks verarbeitet zu werden. * Wenn ein kleineres, eigenständiges Dokument für den KI-Abruf verwendet wird, statt für groß angelegte Suchanfragen * Wenn Bilder wie Infografiken, Diagramme, normale Bilder, Poster und Kataloge für den Prompt relevant sind #### **Beispielanwendungsfall für den Datei-Upload** * Analyse von Infografiken, die grafisch stark sind * Analyse aller Teile von Verträgen *** ## Datenbankquelle Datenbankquellen sind ideal zum Speichern und Verarbeiten großer Dokumentenmengen, insbesondere wenn sie zwischen Teams geteilt werden. Hochgeladene Dokumente werden gechunked, das heißt, sie werden für die KI-Verarbeitung in kleinere Segmente aufgeteilt. **Wie Chunking die Genauigkeit beeinflusst** * Chunking ermöglicht es der KI, Informationen effizient zu durchsuchen und abzurufen, kann jedoch die Kontinuität des Kontexts über große Dokumente hinweg verringern. * Kleinere Chunks verbessern die Präzision bei direkten Anfragen, während größere Chunks helfen, den Kontext zu erhalten, aber die Genauigkeit beeinträchtigen können, wenn sie zu allgemein sind. * Die Standard-Chunk-Größe beträgt 2000 Zeichen mit einer Überlappung von 300 Zeichen, um ein Gleichgewicht zwischen Genauigkeit und Kontext zu gewährleisten. **Wann Datenbankquellen verwendet werden sollten** * Beim Verwalten großer Dokumentensammlungen, auf die mehrere Benutzer zugreifen müssen * Wenn Skalierbarkeit für das langfristige Datenmanagement erforderlich ist * Wenn KI-Anfragen mit hohem Volumen über viele Dokumente hinweg ausgeführt werden müssen {% hint style="info" %} Statt einer Blockbrain-Datenbank können Sie Ihre OneDrive-Datenbank verbinden, indem Sie den Einrichtungsanweisungen auf der [**Integrationen**](/de/fur-administratoren/klassische-microsoft-integrationen.md) Seite. {% endhint %} *** ## E-Mail-Dienst Der E-Mail-Dienst ermöglicht es Ihnen, Gmail-Threads direkt in Ihren Data Room zu importieren. Dadurch werden wichtige E-Mail-Konversationen durchsuchbar und als Teil des KI-Kontexts nutzbar, insbesondere beim Bezug auf frühere Entscheidungen, Anweisungen von Stakeholdern oder projektbezogene Diskussionen. {% hint style="danger" %} Derzeit wird für die E-Mail-Integration nur Gmail unterstützt. {% endhint %} **Wann die E-Mail-Integration verwendet werden sollte** * Wenn E-Mail-Threads wichtige Informationen oder Anweisungen enthalten, die für die Aufgabe relevant sind * Beim Nachverfolgen von Kunden- oder Teamdiskussionen direkt aus dem E-Mail-Verlauf * Wenn KI-Antworten mit laufender Kommunikation oder früheren Entscheidungen übereinstimmen müssen **Beispielanwendungsfall für die E-Mail-Integration** * Bezug auf Kundenanweisungen, die per E-Mail besprochen wurden * Zusammenfassen von E-Mail-Threads *** ## Zusätzlicher Kontext **Zusätzlicher Kontext** ermöglicht es Ihnen, benutzerdefinierte Notizen, Erläuterungen oder Hintergrundinformationen direkt in den Data Room einzufügen, um die KI effektiver zu steuern. Es ist besonders hilfreich, wenn Ihr Workflow mehrere Kontextquellen umfasst (z. B. Datenbankquellen, Dateien, E-Mails) und Sie Beziehungen definieren, Begriffe erklären oder aufgabenspezifische Anweisungen geben müssen. So wird sichergestellt, dass die KI wichtige Kontextinformationen konsistent berücksichtigt, ohne dass Sie sie in jedem Prompt wiederholen müssen. **Wann zusätzlicher Kontext verwendet werden sollte** * Wenn der Data Room mehrere Kontextarten enthält und Klarheit erforderlich ist (z. B. Dateien + Datenbankquelle + E-Mails) * Wenn spezielle Anweisungen, Geschäftsregeln oder interne Besonderheiten erläutert werden müssen * Wenn Sie steuern müssen, wie die KI bestimmte Inhalte interpretiert oder priorisiert **Beispielanwendungsfall für zusätzlichen Kontext** * Klarstellen, dass „Doc A“ in Workflows mit mehreren Quellen gegenüber „Doc B“ priorisiert werden sollte * Definieren von Rollen oder Begriffen, die in mehreren Dokumenten vorkommen (z. B. „AM“ = Account Manager) *** ## Wie es funktioniert
#### Vorteile * Umfassende Datenintegration * Flexibler Zugriff auf verschiedene Wissensquellen * Nahtlose Kontextanreicherung * Effizientes Wissensmanagement {% hint style="info" %} *Hinweis: Wählen Sie den Verbindungstyp, der Ihren spezifischen Anforderungen und Ihrer Datenstruktur am besten entspricht.* {% endhint %} --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.en.theblockbrain.ai/de/fur-nutzer/alles-uber-knowledge-bots/daten-mit-ihrem-knowledge-bot-verbinden.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.