Braucht die Suche im internen Tool wirklich einen KI-Chat?
Wer offene Vorgänge aus dieser Woche sehen möchte, braucht etwas anderes als jemand, der ähnliche Unternehmen zu einem Beispiel sucht. Ich entwickle unter anderem CRM- und Recherchewerkzeuge. Bei deren Suche fange ich mit diesen konkreten Aufgaben an. Erst danach lohnt sich die Frage, welche Technik dahinterpasst.
Recherchestand: 2026-09-11 · Titelbild: KI-generierte Illustration
Bekanntes finden oder Neues entdecken?
Eine bekannte Vorgangsnummer braucht einen genauen Treffer. Für Status und Zeitraum eignen sich sichtbare Filter. Eine inhaltliche Frage kann dagegen passende Ergebnisse mit ganz anderen Formulierungen haben. Diese Aufgaben müssen nicht alle über dieselbe Oberfläche gelöst werden.
Einige typische Suchanfragen samt erwartetem Ergebnis zeigen, was das Team wirklich benötigt. Sucht es meist bekannte Datensätze oder möchte es Zusammenhänge entdecken? Ein KI-Chat ist nicht automatisch für beide Fälle die beste Bedienung.
Mit einer guten Textsuche anfangen
PostgreSQL beschreibt Volltextsuche mit aufbereiteten Dokumenten, Suchanfragen und einer Gewichtung der Treffer. Das ist eine mögliche Grundlage. Ob sie passt, hängt unter anderem von der Datenbank, den Sprachen und dem Datenmodell ab.
Für die Oberfläche sind oft einfache Dinge entscheidend: exakte Treffer bevorzugen, die passende Textstelle zeigen und Filter sichtbar lassen. Eine Person soll erkennen können, warum ein Ergebnis vorgeschlagen wird. Der erste Listenplatz allein ist keine Erklärung.
Die Entscheidung im Überblick
- 01ExaktBekannte Nummer oder Kennung
- 02GefiltertStatus, Zeitraum und Zuständigkeit
- 03InhaltlichRelevante Textstellen finden
Auch Ausschnitte müssen den Berechtigungen folgen
Suchergebnisse dürfen nur Informationen zeigen, die die anfragende Person sehen darf. Das gilt für Ausschnitte genauso wie für KI-Zusammenfassungen. Eine gesperrte Detailseite hilft wenig, wenn ihr Inhalt schon in der Vorschau steht.
Für eine KI-Erweiterung muss deshalb zuerst der erlaubte Datenbestand bestimmt werden. Das Modell sollte nicht sämtliche Inhalte bekommen und erst danach entscheiden müssen, welche es verschweigt.
Mit typischen und schwierigen Anfragen prüfen
Bekannte IDs, Tippfehler, mehrdeutige Begriffe, leere Ergebnisse und gesperrte Datensätze gehören in den Prüfbestand. Vorher wird festgehalten, welche Treffer hilfreich und erlaubt sind. Am Ende zählt, ob die gesuchte Information zuverlässig erreichbar ist.
Beim Shop Directory Lead Scraper habe ich Rechercheergebnisse mit Filtern und Exporten nutzbar gemacht. Für ein neues internes Tool können wir genauso bei den tatsächlichen Suchaufgaben anfangen. Eine verständliche Ergebnisliste kann bereits viel lösen.
