RAG: technische Dokumentation verlässlich befragbar machen
Mit RAG technische Dokumentation erschließen
Unter den Unternehmen, die KI bereits einsetzen, nutzen nach einer Umfrage des Bitkom 22 Prozent sie für das interne Wissensmanagement, ein Jahr zuvor waren es 11 Prozent. RAG steht dabei für ein Verfahren, bei dem die KI vor jeder Antwort zuerst in den eigenen Unterlagen nachschlägt.
Mit RAG technische Dokumentation zu erschließen heißt, Handbücher, Betriebsanleitungen, Datenblätter und Servicewissen eines Herstellers so aufzubereiten, dass ein Sprachmodell Fragen daraus beantworten kann. Das System sucht zu jeder Frage die passenden Abschnitte, übergibt sie dem Modell und zeigt die Fundstelle mit an. Geantwortet wird aus der freigegebenen Dokumentation, nicht aus dem Trainingswissen des Modells.
Welche Teile einer technischen Dokumentation eignen sich?
Die Bausteine sind dieselben wie bei jedem RAG-System, der Unterschied liegt im Bestand technischer Unterlagen. Am meisten bringt RAG für technische Dokumentation dort, wo Fragen im Alltag wiederkehren und die Antwort in einem überschaubaren Abschnitt steht. Das Fraunhofer IAO nennt für den technischen Support und Außendienst Maschinenhandbücher, Schaltpläne, Logs und Betriebsanleitungen als typische Quellen und stuft den Fall wegen der Zeichnungen als besonders komplex ein. Gut geeignet sind:
- Fehlercode-Listen mit Ursache und Abhilfe
- Wartungspläne und Intervalle je Baureihe
- Inbetriebnahme- und Einstellanleitungen
- Ersatzteillisten mit Zuordnung zur Variante
- Servicemitteilungen und Änderungshinweise
- gelöste Tickets mit dokumentierter Lösung
Wie bei jeder KI-Anwendung im Unternehmen entscheidet zuerst die Auswahl der Quellen über den Nutzen. Typisch für technische Dokumentation im Maschinenbau ist, dass diese Bestände über Jahre in verschiedenen Formaten gewachsen sind. Nicht alles davon gehört in die Suche. Ob ein Assistent Sicherheitshinweise selbst formulieren darf, ist die heikelste Frage und im Abschnitt zu wörtlich zitierten Sicherheitshinweisen beantwortet.
Was nicht in den Index gehört
Ein Index, der alles enthält, antwortet auch aus Entwürfen und aus Fassungen ohne klaren Geltungsbereich. Unvollständige oder veraltete Referenzdokumente führen zu unrichtigen Ausgaben (Datenschutzkonferenz, Orientierungshilfe RAG-Systeme, 2025). Außen vor bleiben deshalb:
❗ Entwürfe ohne Freigabe der Redaktion
❗ ältere Ausgaben ohne Angabe ihres Geltungsbereichs
❗ Kalkulationen, aus denen erst gerechnet wird
❗ persönliche Notizen ohne fachliche Prüfung
Liegt die Freigabe in einem Dokumentenmanagementsystem, lässt sich ihr Status direkt als Filter für den Index nutzen.
Vom PDF-Handbuch zum auffindbaren Abschnitt
Bevor ein Assistent mit RAG technische Dokumentation auswerten kann, liegt der größte Teil der Arbeit in der Datenaufbereitung. PDF-Handbücher sind für ein Sprachmodell zunächst unstrukturierte Daten. Sie werden in Abschnitte zerlegt, Tabellen und Zeichnungen brauchen eine eigene Behandlung, und jeder Abschnitt braucht seine Baureihe. Das Sprachmodell bleibt dagegen austauschbar, solange die KI-Integration für Unternehmen Abruf und Modell getrennt hält.
Tabellen, Schaltpläne und Fehlercodes aufbereiten
Damit RAG PDF-Handbücher verwerten kann, wird der Text zuerst aus dem Layout gelöst. Dieses PDF Parsing ist bei technischer Dokumentation schwieriger als bei Verträgen, weil Werte in Tabellenzellen stehen und Hinweise an Zeichnungen hängen. Kopf- und Fußzeilen sowie Seitennummern werden dabei entfernt, wie es auch die Datenschutzkonferenz empfiehlt. Danach folgt das Chunking RAG-gestützter Systeme, also das Zerlegen in Abschnitte. Für eine Anleitung ist der einzelne Arbeitsschritt eine gute Einheit, für eine Fehlercode-Tabelle die vollständige Zeile samt Spaltenköpfen. Wird eine Tabelle mitten durchgeschnitten, fehlt dem Wert die Baureihe, zu der er gehört.
Zeichnungen und Schaltpläne mitlesen
Schaltpläne und Explosionszeichnungen sind für ein reines Textsystem Bilder ohne lesbaren Inhalt. Ein multimodales RAG verarbeitet sie mit, über eine Bildbeschreibung aus dem PDF Parsing oder über ein Modell, das Bild und Text gemeinsam liest. Anders liegt der Fall bei Tabellen, aus denen gerechnet werden soll: Einen Wert zu finden ist eine Aufgabe für RAG, Summen über viele Zeilen sind es nicht.
Woran erkennt das System Baureihe und Ausgabestand?
Bei Varianten einer Maschine unterscheiden sich die Anleitungen oft nur in einzelnen Werten. Durchsucht ein Assistent mit RAG technische Dokumentation ohne Variantenangabe, klingt eine Antwort aus der falschen Baureihe richtig und ist es trotzdem nicht. Technische Dokumentation per RAG braucht deshalb Metadaten, also Angaben über jeden Abschnitt, die mit ihm gespeichert werden:
- Produkt und Baureihe
- Softwareversion oder Firmwarestand
- Ausgabe und Freigabedatum
- Sprache der Fassung
- Zielgruppe, etwa Bedienung oder Service
- Informationsart wie Anleitung, Warnung oder Datenblatt
iiRDS als gemeinsames Metadatenschema
Für diese Angaben gibt es mit iiRDS einen Standard der tekom, des Fachverbands für technische Kommunikation. Die Version 1.3 erschien im November 2025. Liegt technische Dokumentation bereits nach iiRDS vor, werden die Metadaten in den Index übernommen statt nachträglich erraten. Fehlen sie, entstehen sie bei der Datenaufbereitung aus Dateinamen, Typenschildangaben und Kapitelstruktur.
Technische Dokumentation aus dem Redaktionssystem
Hersteller mit einem Redaktionssystem haben einen Vorsprung, denn Formate wie DITA oder XML gliedern den Text bereits in eigenständige Themen. Um mit RAG technische Dokumentation aktuell zu halten, wird der Index dann direkt an das Redaktionssystem angebunden statt an exportierte PDFs. Jede freigegebene Änderung kommt so ohne Handarbeit in die Suche, und für das KI-Wissensmanagement entsteht keine zweite Ablage. Diese Anbindung ist klassische Schnittstellenentwicklung, und sie kann nach Erfahrung des Fraunhofer IAO schnell sehr aufwendig werden.
Wenn RAG technische Dokumentation falsch wiedergibt
Ein KI-Assistent für den technischen Service gibt Auskünfte, nach denen Menschen an Maschinen arbeiten. Ein falscher Wert ist hier ein Sicherheitsrisiko. Zwei Fragen entscheiden, ob ein solches System trägt: wie Antworten zu Warnhinweisen und Grenzwerten gebaut sein müssen, und was die neue Maschinenverordnung an der digitalen Betriebsanleitung ändert.
Sicherheitshinweise zitieren statt umformulieren
Bei Warnhinweisen, Grenzwerten und Drehmomenten darf ein Assistent, der mit RAG technische Dokumentation auswertet, nichts zusammenfassen. Sonst entsteht ein plausibler Satz, in dem ein Wert fehlt oder vertauscht ist. Sicherheitsrelevante Stellen werden deshalb wörtlich angezeigt, mit Dokument, Ausgabe und Seite. Harriet Kasper, Senior Beraterin am Fraunhofer IAO, und Dennis Klau, dort Experte für Machine Learning und Generative KI, schreiben in der Studie „Unternehmensdokumente erschließen mit RAG“ aus dem Jahr 2026: „Die Möglichkeit, durch die Angabe von Quellen das Ergebnis einer Anfrage zu überprüfen, ist der größte Mehrwert von RAG.“
Wenn das System keine Fundstelle hat
Findet ein Assistent, der mit RAG technische Dokumentation durchsucht, nichts Passendes, muss er das sagen. Die Datenschutzkonferenz hält in ihrer Orientierungshilfe fest, dass unrichtige Ausgaben auch mit RAG nicht vollständig auszuschließen sind. Eine Antwort ohne Fundstelle ist im Service keine Antwort. Die Verantwortung für den Arbeitsschritt bleibt bei der Fachkraft, die ihn ausführt.
Digitale Betriebsanleitung nach der Maschinenverordnung
Ab dem 20. Januar 2027 gilt die neue EU-Verordnung über Maschinen. Sie erlaubt, die Betriebsanleitung außer bei Verbraucherprodukten digital bereitzustellen, auf Verlangen des Nutzers muss sie aber kostenlos in Papierform zur Verfügung stehen (Verordnung 2023/1230 über Maschinen, Artikel 10, 2023). Die digitale Betriebsanleitung bleibt damit ein Dokument mit festem Stand. RAG für technische Dokumentation ersetzt sie nicht, sondern macht sie durchsuchbar und verweist auf die gültige Fassung. Ob ein solcher Assistent selbst Pflichten aus der Maschinenverordnung 2027 berührt, ist eine Rechtsfrage des Einzelfalls.
KI-Wissensmanagement im technischen Service
KI-Wissensmanagement rechnet sich dort, wo Servicewissen an wenigen Personen hängt und dieselben Fragen immer wieder bei ihnen landen. Ob sich KI im Maschinenbau lohnt, hängt deshalb weniger an der Technik als an diesem Engpass. Zur Abwägung gehören die Wege vom Ausbau der vorhandenen Suche bis zur eigenen Anbindung und ein Prüfschritt, der auch im Betrieb bleibt.
Einen KI-Assistenten für den technischen Service hat das Fraunhofer IAO mit der Dr. Fritz Faulhaber GmbH & Co. KG erprobt. Er erschließt die Anwenderdokumentation von Antriebssystemen, erwartet werden kürzere Bearbeitungszeiten. In den untersuchten großen Organisationen dauerte der Weg zum Produktivsystem allerdings jeweils rund ein Jahr.
Volltextsuche, Produkt oder eigene Anbindung
Eine Volltextsuche findet exakte Begriffe wie eine Fehlernummer zuverlässig, beantwortet aber keine Frage in eigenen Worten. Fertige Produkte passen, wenn der Bestand in gängigen Formaten in einer Ablage liegt. Ein eigenes RAG-System für technische Dokumentation bauen zu lassen, lohnt sich, sobald Redaktionssystem, Ersatzteilkatalog und Ticketsystem gemeinsam befragt werden sollen. Die drei Wege im Vergleich:
| Weg | Stark bei | Grenze |
|---|---|---|
| Volltextsuche | exakten Fehlernummern | Treffer statt Antwort |
| Fertigprodukt | einer Standardablage | wenige Anbindungen |
| Eigene Anbindung | mehreren Quellsystemen | höherer Startaufwand |
Wer Handbücher mit KI durchsuchen lässt, entscheidet zugleich, ob sie das Unternehmen verlassen. Die Abwägung zwischen On-Premise-KI und Cloud-KI gehört deshalb vor die Wahl des Produkts.
Mit einem festen Fragensatz aus dem Service prüfen
Das Fraunhofer IAO empfiehlt, klein zu beginnen und die Ergebnisse dauerhaft zu prüfen. Für den Service eignen sich Fragen aus gelösten Tickets mit bekannter Antwort, etwa zu einem Fehlercode oder einem Wartungsintervall. Wer mit RAG technische Dokumentation erschließt, prüft jede Änderung erneut daran.
TenMedia entwickelt RAG-Systeme für vorhandene Dokumentationsbestände als Individuallösung und bindet sie an Ablage, Redaktionssystem und Ticketsystem an. Dazu gehören die Aufbereitung von Tabellen und Varianten, Antworten mit Fundstelle und auf Wunsch der Betrieb samt Neuindexierung. Für die advise research gmbh ist eine Oberfläche für individuell trainierte KI-Sprachmodelle entstanden, die per Programmierschnittstelle an Fachdaten angeschlossen ist. Ein guter erster Schritt ist ein Probelauf mit RAG für technische Dokumentation an einem eng begrenzten Bestand.
