Wenn Ihre Site mit Besuchern spricht
Chat, semantische Suche, Personalisierung — drei Anwendungen, ein Stack.
Ihre Besucher schreiben E-Mails, weil sie Antworten auf der Site nicht finden. Die meisten Fragen wiederholen sich, die Antworten stehen längst irgendwo im Content — nur eben nicht da, wo der Besucher gerade ist. Hier setzt KI an: nicht als Spielerei, sondern als zweite Schicht auf Ihre vorhandenen Inhalte.
Drei konkrete Anwendungen
KI-Chat mit RAG — antwortet aus Ihren Inhalten
Ein Chat-Fenster, das Fragen aus Ihren echten Site-Inhalten beantwortet — nicht aus dem Allgemeinwissen eines Sprachmodells. RAG (Retrieval Augmented Generation) heißt: vor der Antwort wird in Ihrem Content gesucht, das Modell antwortet nur auf dieser Basis, Halluzinationen werden damit drastisch begrenzt. Quellenangaben pro Antwort sind möglich.
Semantische Suche — findet nach Bedeutung statt nach Wörtern
Eine Volltextsuche findet das Wort „Lieferung“ nicht, wenn der Besucher „Versand“ tippt. Eine semantische Suche schon — sie versteht, dass beide das Gleiche meinen. Dieselbe Vektordatenbank, die den Chat füttert, treibt die Suche an. Ein Stack, zwei Outcomes.
Personalisierung — Inhalte, die sich an Verhalten anpassen
Wer dreimal die Pricing-Page besucht hat, bekommt einen anderen Hero als der Erstbesucher. Die Site reagiert auf implizite Signale — Klicks, Verweildauer, Scroll-Tiefe — und gleicht sie per Vektor-Distanz mit Inhalts-Embeddings ab. Kein Cookie-Tracking nötig, läuft session-lokal.
Sie sehen das hier live
Diese Site läuft auf genau dem Stack, den ich Ihnen verkaufe. Der KI-Assistent unten rechts auf jeder Seite beantwortet Fragen zu meiner Architektur — gespeist aus den Inhalten dieser Site selbst, nicht aus generischem Allgemeinwissen.
Probieren Sie es aus: Stellen Sie eine Frage zu meinem Tech-Stack oder zu einem konkreten How-to. Sie sehen, wie schnell die Antworten kommen, woher die Inhalte stammen, und wie das System reagiert, wenn die Frage außerhalb des Content-Korpus liegt.
DSGVO ist nicht verhandelbar
Drei Optionen, abgestuft nach Vertrauens-Anforderung:
Private LLMs, On-Premise. Ihr Content verlässt Ihre Infrastruktur nicht. Sinnvoll für regulierte Branchen (Health, Legal, Banking) oder für Sites mit personenbezogenen Daten im Content. Höherer Setup-Aufwand, geringere Modell-Vielfalt.
EU-gehostete Anbieter wie Mistral oder Aleph Alpha. Modell-Qualität gut, Datenhoheit klar, Verträge unter EU-Recht. Der pragmatische Mittelweg für die meisten Mittelständler.
US-Hyperscaler (OpenAI, Anthropic) mit Auftragsverarbeitungsvertrag und harten Budget-Limits. Modell-Qualität spitze, dafür Daten an US-Konzerne. Sinnvoll für nicht-sensible Inhalts-Use-Cases mit klarer Trennung.
Welche Option zu Ihrer Site passt, hängt davon ab, was im Content steht und wer ihn liest. Ich kläre das vor jedem Setup-Start.
So fangen wir an
Content-Audit. Ich schaue mir Ihren bestehenden Content an: Welche Fragen werden besucherseitig wirklich gestellt (per E-Mail, im Support, in der internen Suche), und wie weit decken Ihre vorhandenen Inhalte sie ab? Das Audit zeigt, ob KI auf Ihren Content trifft oder erst Content braucht.
Pilot mit einem Use-Case. Wir wählen einen der drei Anwendungen — meistens den Chat, weil er den schnellsten sichtbaren Effekt liefert — und bauen ihn auf Ihrer Site. Sie sehen Antworten aus echten Anfragen, nicht aus Demo-Mockups.
Ausbau nach Wirkung. Die anderen zwei Anwendungen folgen, sobald der Pilot Daten liefert. Manchmal fällt eine der drei nach dem Pilot raus, weil sie für Ihre Site keinen Sinn macht. Das spart Budget und Komplexität.
Klingt nach Ihrem Projekt?
Sprechen wir 30 Minuten unverbindlich.
Antwort innerhalb 24h — in der Regel deutlich schneller.