Macha
Funktionen Einrichtung durch uns Macha in Ihrem Helpdesk Kontinuierliche Agenten-Auswertung Chrome-Erweiterung Website-Chatbot Mit Sidekick bauen Mit Claude Code und Codex bauen Anwendungsfälle Integrationen Preise Dokumentation API-Referenz Effektive Agenten bauen
Demo buchen Anmelden Kostenlose Testphase starten
Macha-Konzepte

Datenquellen

Definition

Datenquellen (auch Wissensquellen genannt) sind das Wissen, aus dem ein Agent liest — hochgeladene Dokumente, indexierte Websites und Live-Inhalte aus verbundenen Apps wie Google Docs, Notion und Confluence. Konnektoren geben einem Agenten Aktionen, Datenquellen geben ihm Kontext.

Auch bekannt als: WissensquellenWissensdatenbankAgentenwissen

So funktioniert es

Sie fügen Quellen auf der Seite „Sources“ hinzu: Dateien hochladen (PDF, DOCX, CSV, XLSX, TXT), eine ganze Website crawlen, eine einzelne Webseite ergänzen oder Live-Dienste verbinden. Kleine Tabellen (≤ 2.000 Zeilen) werden direkt in den Kontext des Agenten eingespielt; größere Dateien und Websites werden in Chunks zerlegt und eingebettet, sodass der Agent sie über seine Tools search_knowledge und get_document durchsucht; Live-Konnektor-Quellen (Google Docs, Notion) werden jedes Mal frisch gelesen, damit der Agent immer die aktuelle Fassung sieht.

Wenn Sie eine Quelle einem Agenten zuordnen, können Sie sie auf alle Dokumente oder nur auf ausgewählte beschränken. Beim Hinzufügen einer Google- oder Notion-Quelle werden die nötigen Read-Tools automatisch verknüpft.

Statisch oder live — was wählen?

Die Entscheidung hängt an einer Frage: Ändert sich der Inhalt? Statische Inhalte (Richtlinien, FAQs, Handbücher, Help-Center-Artikel) laden Sie am besten einmal hoch oder indexieren sie. Dynamische Inhalte (Preislisten, Bereitschaftspläne, alles, was sich wöchentlich ändert) fügen Sie besser als Live-Konnektor-Quelle hinzu, damit der Agent die neueste Fassung liest statt eines veralteten Abzugs.

Das ist Machas Anwendung der Retrieval-Augmented Generation: Der Agent fundiert seine Antworten in Ihren Dokumenten, statt aus Trainingsdaten zu raten.

Häufig gefragt

Sind „Datenquellen“ und „Wissensquellen“ dasselbe?

Ja — es sind zwei Namen für dieselbe Funktion. Die Seite „Sources“ bezeichnet sie als Wissensquellen; das Konzept ist identisch.

Worin unterscheidet sich eine Datenquelle von einem Konnektor?

Ein Konnektor lässt einen Agenten in einem externen Tool handeln; eine Datenquelle gibt dem Agenten Wissen zum Lesen. Viele Agenten nutzen beides gleichzeitig.

Docs zu Datenquellen

Verwandte Begriffe

Konnektoren

Konnektoren sind Machas eingebaute Integrationen.

Retrieval-Augmented Generation (RAG)

Retrieval-Augmented Generation (RAG) ist ein Verfahren, bei dem ein KI-Modell zur Laufzeit relevante Informationen aus Ihren eigenen Wissensquellen abruft und seine Antwort darauf stützt, statt sich allein auf das zu verlassen, was es im Training gelernt hat..

Wissensdatenbank

Eine Wissensdatenbank ist eine strukturierte, durchsuchbare Sammlung von Artikeln – Anleitungen, FAQs, Troubleshooting-Guides und Richtlinien –, mit der Kunden oder Agenten Antworten finden, ohne den Support direkt kontaktieren zu müssen..

Grounding

Grounding ist die Praxis, die Antworten eines KI-Modells an geprüftes Quellmaterial zu binden — Ihre Dokumentation, Live-Daten oder Wissensdatenbank —, damit Antworten reale Fakten wiedergeben statt eigener Vermutungen des Modells..

Setzen Sie diese Ideen ein

Macha ist eine KI-Agent-Schicht, die auf dem Help Desk sitzt, den Sie schon nutzen, Zendesk, Freshdesk, Front, Intercom oder Gorgias.

Trial starten