Datarooms

Was ist ein Datenraum?#

Ein Datenraum ist ein sicherer Bereich, in dem Sie hochgeladene Dokumente und Webseiten speichern und abfragen können. Ein Datenraum kann Informationen zu einem bestimmten Thema oder Projekt enthalten. Das Wissen in einem Datenraum kann mit anderen Benutzern geteilt werden, um die Zusammenarbeit zu erleichtern.

Datenschutz und Zugriff#

Standardmäßig sind neue Datenräume privat. Nur Sie können sie sehen und darauf zugreifen. Sie können Datenräume nach Bedarf mit bestimmten Benutzern oder Gruppen teilen.

Datenräume mit Chats verbinden#

Chats sind nicht dauerhaft mit einem einzelnen Datenraum verknüpft. Stattdessen können Sie einen oder mehrere Datenräume dynamisch mit jedem Chat verbinden. Dies ermöglicht Ihnen:

• Mehrere Datenräume gleichzeitig in einer einzelnen Konversation abzufragen.
• Zwischen verschiedenen Datenraumkombinationen zu wechseln, während sich Ihre Fragen weiterentwickeln.
• Zu sehen, welche Datenräume zur Generierung jeder Antwort verwendet wurden.

Agentenmodus in Datenraum-Chats#

Modelle mit Agentenmodus erkunden die verbundenen Datenräume eigenständig: Sie durchsuchen, listen und lesen Dateien und arbeiten in mehreren Schritten. Das ermöglicht Use Cases wie explorative Recherche und mehrstufige Abfragen über viele Dokumente hinweg. Welche Modelle das unterstützen, sehen Sie in der Modellauswahl unter Agentenmodus für Datenräume und Dateien.

Wann sollte man einen Datenraum verwenden?#

Verwenden Sie einen Datenraum, wenn Sie Fragen zum Inhalt hochgeladener Dokumente und Webseiten stellen möchten. Es wird bewusst vermieden, sich auf das allgemeine Wissen des Large Language Models zu verlassen, um die Wahrscheinlichkeit von Halluzinationen zu verringern.

Spezifische Dateien ansprechen#

Sie können AITEZA anweisen, sich auf eine bestimmte Datei zu konzentrieren, indem Sie ihren genauen Namen (oder einen charakteristischen Teil davon) in Ihrer Nachricht erwähnen. Dies verbessert die Wahrscheinlichkeit, dass Inhalt aus dieser Datei in der Antwort priorisiert wird.

Beispiele:

• „In projekt-plan.pdf, was sind die wichtigsten Meilensteine?"
• „Fasse den Preisabschnitt aus vertrag.docx zusammen."
• „Was sagt architektur_übersicht.md über Microservices?"

Tipps:

• Verwenden Sie den angezeigten Dateinamen (die Übereinstimmung ist nicht groß-/kleinschreibungsempfindlich, aber setzen Sie den Namen in Anführungszeichen oder Backticks zur Klarheit).
• Wenn mehrere Dateien ähnliche Namen haben, fügen Sie zusätzlichen Kontext hinzu (z. B. „die PDF-Version" oder einen Ordnerhinweis), damit das Abrufen präziser ist.
• Fordern Sie nicht den gesamten Rohtext an; fragen Sie nach Zusammenfassungen oder spezifischen Informationen.

Hybride Suchfunktionen#

Die hybride Suche kombiniert semantische Einbettungen mit lexikalischem (Stichwort-)Abgleich. Das bedeutet, dass Sie Fragen stellen können, die auf bestimmten Begriffen beruhen, selbst wenn diese Begriffe ungewöhnlich sind. Suchergebnisse werden nach Relevanz sortiert, sodass die für Ihre Anfrage nützlichsten Treffer weiter oben erscheinen.

Was die hybride Suche verbessert:

• Begriffsspezifische Fragen („Wo wird ‚AITEZA’ erwähnt?")
• Klärung von Definitionen („Definiere den Begriff ‚Vektorindex’, wie er in den Dokumenten verwendet wird.")
• Enge Abfragen, die Stichwörter und Absicht mischen („In risiko_register.xlsx, liste Gegenmaßnahmen für ‚Datenverlust’ auf")

Mit Modellen mit Agentenmodus kann AITEZA zusätzlich eine Volltextsuche über alle Dateien ausführen, die jede passende Datei mit der Anzahl der Treffer auflistet.

Was bei Modellen ohne Agentenmodus begrenzt ist:

• Auflistung aller Dokumente, die einen Begriff enthalten.
• Genaue Häufigkeitszählungen im gesamten Datenraum.

Mit keinem Modell möglich:

• Vollständige wörtliche Dumps von Dateiinhalten.

Präzise Tabellenanalyse (Excel & CSV)#

Klassische Sprachmodelle stoßen bei großen Tabellen schnell an ihre Grenzen. Viele Zeilen, viele Zahlenwerte und exakte Berechnungen lassen sich allein durch Textverständnis kaum zuverlässig lösen. Modelle mit Agentenmodus können deshalb gezielte Datenabfragen direkt auf Excel- und CSV-Dateien in Ihrem Datenraum ausführen. Dadurch werden zuverlässige Filter, Gruppierungen, Summen, Durchschnittswerte und Vergleiche möglich.

Im Hintergrund erfolgen diese Auswertungen mithilfe von SQL, einer Sprache, mit der sich Daten gezielt aus Tabellen abfragen und berechnen lassen. Sie müssen SQL dafür weder kennen noch selbst schreiben: AITEZA übersetzt Ihre Frage automatisch in eine passende Abfrage. Ausgeführte Abfragen und andere Tool-Aufrufe werden verständlich und übersichtlich im Chat angezeigt, sodass jederzeit erkennbar ist, wie eine Antwort zustande gekommen ist.

Beispielhafte Anfragen, für die Sie kein SQL kennen müssen:

• „In umsatz_2025.xlsx, wie hoch ist der Gesamtumsatz pro Region?"
• „In ausgaben.csv, liste alle Einträge über 10.000 €, sortiert nach Betrag."
• „Vergleiche die durchschnittliche Lieferzeit zwischen lager_a.xlsx und lager_b.xlsx."
• „Wie viele Einträge in kunden.csv haben den Status ‚aktiv’?"

Fragen, die möglicherweise nicht wie erwartet funktionieren:#

• Gib den vollständigen Rohinhalt von „dokument.pdf" zurück.
• Wie oft erscheint der Begriff ‚AITEZA’ in allen Dokumenten? (nur mit Modellen mit Agentenmodus zuverlässig)
• Was ist die durchschnittliche Länge der Dokumente, die den Begriff ‚AITEZA’ erwähnen?

Fragen, die in einem Datenraum funktionieren:#

• Was ist der Zweck von ‚AITEZA’? (semantisch)
• Wo wird ‚AITEZA’ erwähnt und was wird darüber gesagt? (hybrid)
• Liste alle Dokumente auf, die den Begriff ‚AITEZA’ erwähnen. (mit Modellen mit Agentenmodus)
• In projekt-plan.pdf, was sind die Zeitplan-Meilensteine? (Datei-Targeting)
• Fasse die Unterschiede zwischen angebot_v1.docx und angebot_v2.docx zusammen. (vergleichend)
• Vergleiche ‚AITEZA’ mit anderen KI-Lösungen. (semantisch)

Datenraum-Übersicht#

Auf der Seite Datenräume wird jeder Datenraum als Karte mit seinem Namen und schnellen Kennzahlen zu seinem Inhalt angezeigt, darunter die Anzahl der enthaltenen Dateien, Bilder und Webseiten sowie der Freigabestatus. So erhalten Sie einen Überblick über Größe und Inhalt eines Datenraums, einschließlich der Menge an visuellem Material, ohne ihn erst öffnen zu müssen.