Eine lebendige Wissensbasis verbessert sich durch Nutzung von selbst. CVS erfasst Expertenantworten, erkennt Widersprüche in einem temporalen Wissensgraphen und mustert veraltete Fakten aus, ohne jemals Historie zu löschen — und ergänzt automatisch 30–50 geprüfte Einträge pro Woche.
Wissen gelangt auf drei Wegen gleichzeitig in CVS. Experten ergänzen Fakten manuell über die Web-Oberfläche. Der agentenbasierte Eskalationszyklus erfasst Antworten auf Fragen, die die Basis zuvor nicht bewältigen konnte. Und Diff-Reindex erfasst Dokumente bei Änderungen automatisch neu, sodass Aktualisierungen ohne kompletten Neuaufbau einfließen.
Jeder Kanal mündet in denselben disziplinierten Pfad: Roheingaben werden zu atomaren Fakten, jeder Fakt wird mit Provenance versehen, eine Widerspruchsprüfung läuft gegen vorhandenes Wissen, und ein nicht-destruktiver Patch landet in der lebendigen Wissensbasis. Nichts wird überschrieben, und alles ist zuordenbar.
Wenn ein neuer Fakt eintrifft, hängt CVS ihn nicht blind an. Der alte und der neue Fakt — jeweils mit Quellen-Provenance und Gültigkeitszeitraum versehen — gelangen in den temporalen Wissensgraphen, wo die Engine darüber schließt, wie sie sich über die Zeit zueinander verhalten, statt nur zu prüfen, ob ihre Texte sich überschneiden.
Die Prüfung löst sich in eines von fünf Ergebnissen auf: BESTÄTIGT, PATCHT, ERSETZT, WIDERSPRICHT oder MENSCHLICHE PRÜFUNG NÖTIG. Veraltetes Wissen wird in dem Moment aus dem Retrieval ausgemustert, in dem es ersetzt wird — doch seine Historie bleibt erhalten, sodass Sie weiterhin abfragen können, was die Basis zu jedem vergangenen Datum für wahr hielt.
CVS aktualisiert Wissen auf Fragment-Ebene, nicht auf Dokumentebene. Ein Chunk entwickelt sich entlang einer expliziten Versionskette — Dokument v1 → Chunk A → Patch A1 → Patch A2 → ersetzt durch Dokument v2 — mit typisierten Kanten, die genau festhalten, wie sich jeder Schritt aus dem vorherigen ableitet.
Da Patches nicht-destruktiv sind, wird Originalinhalt nie überschrieben. Das Retrieval liest immer die aktuell gültige Kette, während Auditoren die Kanten DERIVED_FROM, PATCHED_BY und SUPERSEDED_BY entlanggehen können, um die vollständige Herkunft zu rekonstruieren. Genau das macht CVS unter SOX und ähnlichen Anforderungen an die Versionskontrolle belastbar.
Das ist der Zyklus, den fast kein Enterprise-AI-System schließt. Ein Mitarbeiter fragt; die fünf Retriever suchen; die Konfidenz fällt unter den Schwellenwert; die Frage wird an den richtigen Experten geleitet; die Antwort des Experten wird zu atomaren Fakten; und die nächste Antwort ist sofort verfügbar und besser. Der Zyklus ist ein Geschäftsprozess, kein Daumen-hoch-Button unter einer Chat-Antwort.
Das Routing läuft über Slack, Teams oder die CVS-Eskalationswarteschlange, sodass Experten dort antworten, wo sie ohnehin arbeiten. Jede erfasste Antwort wird in mit Provenance versehene Fakten zerlegt und in die Basis gepatcht, was sich auf rund 30–50 neue Wissenseinträge pro Woche summiert — Wissen, das bleibt, selbst wenn die Person, die es kannte, geht.
In einem 30-minütigen Pilotprojekt eskalieren wir eine echte unbeantwortete Frage, erfassen die Expertenantwort und zeigen die Widerspruchsprüfung und die Aktualisierung der Versionskette live.