Datenquellen (RAG)

Datenquellen sind die Basis für Retrieval-Augmented Generation (RAG) in MeinGPT. Inhalte aus angebundenen Quellen werden indexiert und stehen Deinen Assistenten als Wissen zur Verfügung. Du kannst eine Datenquelle auch direkt in einem Chat auswählen, wenn Du nur einmal etwas darin nachlesen möchtest. Ein normaler Chat ohne Assistenten durchsucht außerdem von selbst alle Datenquellen, die die Person nutzen darf – siehe Datenquellen in normalen Chats.

Datenquelle hinzufügen

Öffne Einstellungen → Datenquellen und klicke auf Datenquelle hinzufügen:

Jede dieser Quellen bindest Du direkt über Einstellungen → Datenquellen an, ohne eigene Hardware.

Eckdaten der Cloud-Datenquelle

Für die meisten Teams ist die cloud-basierte Datenquelle die richtige Wahl.

Cloud-Datenpools teilen sich ein Speicherbudget pro Workspace: standardmäßig 300 GB an rohen, importierten Daten - zusammengerechnet über alle Cloud-Datenpools des Workspaces. Ist das Budget ausgeschöpft, werden keine neuen Inhalte mehr indexiert, bis wieder Platz frei ist, etwa durch Entfernen nicht mehr benötigter Dateien. Den aktuellen Verbrauch siehst Du als Admin unter Einstellungen → Datenquellen.

SharePoint Connector vs. Datenquelle: wann was?

Wenn Du SharePoint-Daten in MeinGPT nutzen willst, hast Du zwei Optionen: den nativen Microsoft 365 Connector oder eine Datenquelle mit SharePoint als Quelle. Beide haben ihre Stärken.

Faustregel:

• Microsoft 365 Connector für die meisten SharePoint-Anwendungsfälle. Vor allem dann, wenn jeder Nutzer nur das sehen soll, was er auch in SharePoint selbst sehen darf.
• Datenquelle, wenn Du große Bestände zentral indexieren willst, mehrere Quellen mischen musst oder eine zentrale Wissensdatenbank ohne individuelle Permissions brauchst.

Konfiguration & Empfehlungen

Daten gezielt eingrenzen

Es gibt kein hartes Datenlimit. Aber je mehr Daten eine Datenquelle umfasst, desto stärker konkurrieren irrelevante Treffer mit den passenden. Empfehlung:

• Beim Verbinden eines SharePoint-/OneDrive-Ordners werden alle Unterordner automatisch mit einbezogen - Du musst Unterordner nicht einzeln als eigene Datenquelle hinzufügen
• Pro Datenquelle gezielt 500 bis 1.000 relevante Dateien anbinden, nicht den gesamten SharePoint
• Lieber mehrere spezialisierte Datenquellen als eine riesige, zum Beispiel "HR-Richtlinien", "Produkt-Spezifikationen", "Vertriebs-Material"
• Je präziser eine Datenquelle, desto besser die Treffer

Kurzbeschreibung sorgfältig formulieren

Die Kurzbeschreibung einer Datenquelle ist nicht nur Doku. Sie wird vom Modell genutzt, um zu entscheiden, ob eine Datenquelle für eine Anfrage relevant ist. Eine schlechte Beschreibung führt dazu, dass Datenquellen bei passenden Fragen nicht durchsucht werden.

Gut: "Enthält alle internen HR-Richtlinien, Prozessbeschreibungen und Onboarding-Dokumente."

Weniger gut: "HR-Dokumente."

Datenquellen in normalen Chats

Ein normaler Chat – ohne Assistenten und ohne ausgewählte Quelle – kann alle Datenquellen durchsuchen, die die Person nutzen darf. Das Modell entscheidet pro Frage, ob es sucht. Findet es nichts Passendes, sagt es das in der Antwort. Steuern lässt sich das so:

• Zugriff: Eine Datenquelle, die für eine Person nicht freigegeben ist, durchsucht deren Chat nicht. Teile Datenquellen nur mit den Teams, die sie brauchen, statt mit dem ganzen Workspace. Ausnahme Workspace-Admins: Der Chat eines Admins durchsucht alle Datenquellen des Workspaces, auch solche, die nicht mit dem Admin geteilt sind. Ob eine Freigabe wirkt, prüfst Du deshalb mit einem Konto ohne Admin-Rolle.
• Kurzbeschreibung: Das Modell stützt sich darauf, ob eine Quelle zur Frage passt. Beschreibe genau, welche Themen die Quelle abdeckt und welche nicht.
• Assistent ohne Wissen: Läuft ein Chat mit einem Assistenten, durchsucht er nur die Datenquellen, die diesem Assistenten unter Wissen zugeordnet sind. Hat der Assistent keine Datenquelle, durchsucht der Chat keine. So vermeidest Du die automatische Suche für einen Chat.
• Standard-Assistent: Ist unter Einstellungen → KI & Funktionen → Chat ein Standard-Assistent gesetzt, ist dieser in neuen Chats vorausgewählt, und der Chat durchsucht nur dessen Datenquellen. Steht dort Kein Standard-Assistent, startet ein neuer Chat ohne Assistenten und durchsucht alle Datenquellen, die die Person nutzen darf. Wählst Du den Assistenten im Chat ab, zum Beispiel durch die Wahl eines normalen Modells, ist es wieder ein Chat ohne Assistenten.

Die Datenquellen-Suche lässt sich nicht für den ganzen Workspace unter Konnektoren abschalten.

Tool-Referenz im System-Prompt

In Assistenten-Instruktionen lohnt es sich, Datenquellen explizit anzusprechen. Zum Beispiel: "Starte jede Konversation damit, relevante Informationen aus der angebundenen Datenquelle abzurufen." Das macht die Nutzung der Datenquelle zuverlässiger.

Symptom: Assistent ignoriert einen verknüpften Datenpool. Antwortet ein Assistent trotz korrekt synchronisiertem und verknüpftem Datenpool aus allgemeinem Wissen statt aus dem Datenpool, ist eine fehlende Referenz im System-Prompt die häufigste Ursache — nicht ein Konfigurationsfehler am Datenpool selbst. Prüfe zuerst, ob die Anweisungen den Datenpool explizit erwähnen, bevor Du Sync-Status oder Berechtigungen untersuchst.

Vertiefung

Erweitert: Kundenverwalteter Outpost (On-Premise)

Wenn Du eine eigene On-Premise-Wissensinfrastruktur betreiben willst, etwa für regulierte Branchen oder besondere Sicherheitsanforderungen, kannst Du einen eigenen Outpost einsetzen. Quelldateien und Suchindex bleiben dort gespeichert; es gibt keine zentrale Dauerkopie. Bei einer Anfrage überträgt der Outpost jedoch genau die Inhalte, die Du pro Ordner am Outpost freigegeben hast: aufbereiteten Text und Metadaten oder zusätzlich eine Kopie der Originaldatei. In der MeinGPT-Weboberfläche gibt es dafür keine zweite Einstellung. Die temporäre Sandbox-Verarbeitung ist unter Suche & Antworten beschrieben.

• Netzwerkmodell wählen: On-Premise Connections
• Outpost einrichten: Outpost einrichten
• Lokale Ordner und Freigabestufe: Ordner auf diesem Rechner

Weitere Quellen

Neben den sechs Cloud-Quellen oben und manuell hochgeladenen Dateien gibt es Ordner und Netzlaufwerke, die nur ein Outpost lesen kann. Die vollständige Übersicht mit der Cloud-vs-Outpost-Unterscheidung: Datenquellen.

Custom Data Preparation Pipelines

Ein eigenes Muster mit S3-Übergabepunkt für Drittsysteme findest Du hier:

• Custom Data Preparation Pipelines

Verwandte Seiten

• Code Sandbox: Stufe 3 der Dateiverarbeitung, strukturierte Tabellen-Analyse
• Microsoft 365 Connector: direkter SharePoint-, Outlook- und Teams-Zugriff
• Team-Management: Zugriffskontrolle pro Datenquelle
• Datenquellen: vollständige Liste der Quelltypen