Dokumente
WivenLLM antwortet auf Grundlage Ihrer Dokumente. Diese Seite erklärt, wie Sie sie hineinbringen, was mit ihnen geschieht und wie Sie gute Ergebnisse erzielen.
Die zwei Schritte des Imports
Das ist der Punkt, der am häufigsten für Verwirrung sorgt.
Schritt 1: Extraktion. Die Datei wird in Text umgewandelt. Sie kommt in die Dokumentbibliothek, die für die ganze Instanz gemeinsam ist und von Administratoren und Managern verwaltet wird. In diesem Stadium ist sie in keinem Bereich abfragbar. Nur der extrahierte Text wird aufbewahrt, nicht die Originaldatei. Behalten Sie Ihre eigene Kopie.
Schritt 2: Hinzufügen zu einem Bereich. Sie wählen das Dokument in der Bibliothek aus und fügen es einem Arbeitsbereich hinzu (In den Arbeitsbereich verschieben, dann Speichern und einbetten). Es wird dann für diesen Bereich zerlegt, vektorisiert und indexiert.
Dasselbe Dokument kann mehreren Bereichen hinzugefügt werden: Es wird nur einmal extrahiert und in jedem separat indexiert.
Eine Datei in einem Gespräch ablegen
Das Ziehen und Ablegen in ein Gespräch folgt nicht diesen zwei Schritten: Es ist ein Anhang, kein Import. Jedes Mitglied des Bereichs kann das tun.
- Die Datei wird vollständig gelesen und diesem Faden angehängt, nur für Sie. Sie kommt weder in die Bibliothek noch in den Index, und die anderen Fäden sehen sie nicht.
- Sie bleibt im Kontext jeder Nachricht des Fadens, bis Sie sie entfernen.
- Ein Bild wird unverändert an das Modell übergeben, wenn es Bilder lesen kann; andernfalls wird es zuerst für das Modell ausgelesen.
- Überschreiten die Anhänge 80 % des Kontextfensters des Modells, bietet eine Warnung an, abzubrechen, trotzdem fortzufahren oder, für einen Administrator oder Manager, die Datei zu indexieren: Sie kommt dann in die Bibliothek und in den Index des Bereichs.
Damit ein Dokument allen Mitgliedern des Bereichs dient, nutzen Sie die Dokumentverwaltung.
Wie Sie importieren
Die Dokumentverwaltung öffnet sich über das Upload-Symbol neben dem Namen des Bereichs, für Administratoren und Manager. Sie hat zwei Registerkarten: Dokumente und Datenkonnektoren.
Dateien. Laden Sie sie in der Dokumentverwaltung hoch. Mehrere Dateien gleichzeitig sind möglich.
Webseiten. Fügen Sie eine URL ein. Der Inhalt der Seite wird extrahiert; Werbung und Navigationsmenüs werden so gut wie möglich entfernt.
Ganze Website. Der Massenabruf einer Website folgt den Links ab einer Startseite, bis zu einer Tiefe (standardmässig 1) und einer Seitenzahl (standardmässig 20), die Sie festlegen. Mit Mass einsetzen: Die Tiefe lässt das Volumen sehr schnell anwachsen.
Externe Quellen. Konnektoren importieren direkt aus:
| Quelle | Was importiert wird |
|---|---|
| Code-Repositories (GitHub, GitLab, Gitea) | Dateien eines Repositorys, filterbar nach Branch und nach zu ignorierenden Pfaden |
| Confluence | Seiten eines Bereichs |
| Unternehmens-Wiki (Drupal Wiki) | Seiten der angegebenen Bereiche |
| Dokumentenmanagement (Paperless-ngx) | Dokumente und Metadaten |
| Notiz-Tresore (Obsidian) | Notizen des Tresors; die Links zwischen Notizen bleiben einfacher Text |
| YouTube-Videos | Transkription |
Über die API. Hochladen von Dateien, Rohtext oder URLs, um WivenLLM aus Ihren eigenen Anwendungen zu speisen. → Entwickler-API
Unterstützte Formate
Text und Büro – .txt, .md, .org, .adoc, .rst, .csv, .json, .html, .pdf, .docx, .pptx, .xlsx sowie die OpenDocument-Formate .odt und .odp. Eine Datei mit anderer Endung wird als Text behandelt, wenn sie Text enthält; andernfalls wird sie abgelehnt.
E-Mail und Bücher – .mbox-Archive, E-Books im Format .epub.
Bilder – .png, .jpg, .jpeg, .webp, deren Text per Texterkennung extrahiert wird.
Audio und Video – .mp3, .wav, .ogg, .oga, .opus, .m4a, .webm, .mp4 und .mpeg, automatisch transkribiert, bis zu 4 Stunden. Eine Sitzung lässt sich auch direkt in der Anwendung aufnehmen → Sitzungen.
Abgelehnt – die alten Office-Formate .doc und .xls: Speichern Sie sie zuerst als .docx oder .xlsx.
Was weniger gut funktioniert
- Gescannte PDF – die Texterkennung greift nur, wenn keine Seite des PDF Text enthält. In einem gemischten PDF werden die gescannten Seiten ohne Warnung ignoriert. Sie arbeitet auf Englisch, ausser bei der Installation wurden weitere Sprachen konfiguriert. Das Ergebnis hängt auch von der Scanqualität ab: Ein schiefer oder niedrig aufgelöster Scan ergibt mittelmässigen Text und damit mittelmässige Antworten. Für ein gemischtes oder deutsch- bzw. französischsprachiges PDF wenden Sie die Texterkennung vor dem Import an.
- Komplexe Tabellen – Formeln, verbundene Zellen und sehr breite Blätter lassen sich schlecht linearisieren. Bei umfangreichen tabellarischen Daten liefert eine über den SQL-Konnektor des Agenten angebundene Datenbank deutlich bessere Ergebnisse als eine indexierte Tabelle.
- Dokumente mit sehr reichem Layout – der Text wird extrahiert; Informationen, die nur in der visuellen Anordnung stecken, gehen verloren.
Was mit dem Text geschieht: die Zerlegung
Ein ganzes Dokument passt nicht in den Kontext eines Modells. Es wird daher in Fragmente zerlegt, und die Fragmente werden bei der Frage gefunden.
Zwei Parameter, die ein Administrator unter Einstellungen → Textaufteilung und Zerlegung einstellen kann:
- Grösse der Textsegmente – die Anzahl Zeichen pro Fragment. Kurze Fragmente liefern präzise, aber manchmal kontextarme Ergebnisse; lange Fragmente bewahren den Kontext, verwässern aber die Relevanz.
- Überlappung der Textsegmente – die Anzahl Zeichen, die von einem Fragment ins nächste übernommen werden, damit kein Gedanke zerschnitten wird.
Die Standardwerte eignen sich für die meisten Korpora. Eine Änderung betrifft nur danach indexierte Dokumente: Bestehende Indizes behalten ihre Zerlegung bis zur Neuindexierung.
Die Bibliothek organisieren
- Ordner. Ordnen Sie die Dokumente nach Kunde, Projekt oder Art. Die Ordner organisieren die Bibliothek; an der Suche ändern sie nichts.
- Verschieben. Nur ein Dokument, das keinem Bereich hinzugefügt ist, kann den Ordner wechseln. Um ein bereits indexiertes Dokument zu verschieben, entfernen Sie es zuerst aus allen Bereichen und fügen es dann erneut hinzu.
- Löschen. Ein Dokument aus der Bibliothek zu löschen entfernt es aus allen Bereichen und löscht den extrahierten Text.
Ein Dokument reservieren
Im Mehrbenutzermodus kann ein Administrator ein Dokument einer Liste von Personen vorbehalten, in einem Bereich oder überall, wo es indexiert ist. Die anderen erhalten es in keiner Form, auch Administratoren nicht. → Sicherheit und Vertraulichkeit
Automatische Synchronisation (experimentelle Funktion)
Für Dokumente, die aus einer URL, YouTube, GitHub, GitLab, Gitea, Confluence oder Drupal Wiki importiert wurden, kann eine periodische Synchronisation die Quelle erneut lesen und den Inhalt neu indexieren. Der Standardrhythmus beträgt sieben Tage. Sie gilt weder für hochgeladene Dateien noch für Importe aus Obsidian und Paperless-ngx.
Die Funktion ist standardmässig deaktiviert. Ein Administrator aktiviert sie unter Einstellungen → Experimentelle Funktionen. Danach wird sie Dokument für Dokument eingestellt, mit der Überwachungsaktion in der Dokumentliste des Bereichs. Nützlich für eine lebendige Dokumentation; unnötig für einen festen Korpus.
Bewährte Vorgehensweisen
Importieren Sie das Relevante, nicht alles. Ein sauberer Korpus ergibt bessere Antworten als ein vollständiger. Veraltete Dokumente antworten genauso wie die anderen: Sie tauchen mit derselben scheinbaren Autorität auf.
Prüfen Sie den extrahierten Text. Stellen Sie nach dem Import eines schwierigen PDF eine Frage, deren Antwort Sie kennen. Ist der zitierte Auszug unleserlich, wurde das Dokument schlecht extrahiert; eine vorgängige Umwandlung ergibt ein besseres Ergebnis.
Benennen Sie Ihre Dateien aussagekräftig. Der Name des Dokuments erscheint in den Zitaten. Vertrag-Muster-2026.pdf ist nützlich; scan_003.pdf nicht. Ein Zitat nennt Titel und Auszug, nie Seite oder Abschnitt: Der Dateiname ist Ihr einziger Anhaltspunkt, um das Dokument wiederzufinden.
Entfernen Sie die alte Version, bevor Sie eine neue hinzufügen. Zwei gleichzeitig indexierte Versionen desselben Vertrags erzeugen widersprüchliche Antworten, ohne dass das Modell weiss, welche massgebend ist.
Heften Sie sparsam an. Ein angeheftetes Dokument wird bei jeder Nachricht vollständig eingefügt. → Arbeitsbereiche

Français