Google Cloud, Amazon und andere Technologiekonzerne setzen neue Maßstäbe, wie Unternehmen ihr Wissen für künstliche Intelligenz aufbereiten. Im Zentrum steht ein offener Standard, der Daten zwischen Plattformen austauschbar machen soll.
Während Großkonzerne neue Standards für KI-Daten setzen, müssen Unternehmen auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Ihnen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Google Cloud führt offenes Wissensformat ein
Google Cloud hat Mitte Juni 2026 die Version 0.1 des Open Knowledge Format (OKF) vorgestellt. Die offene Spezifikation soll standardisieren, wie Wissen für KI-Systeme strukturiert wird. Das Format setzt auf Markdown-Dateien mit YAML-Vorspann – so bleiben Informationen zwischen verschiedenen Plattformen portabel.
Einzige Pflichtangabe im OKF ist die Typbezeichnung. Optionale Felder wie Titel, Beschreibung und Zeitstempel verbessern den Kontext. Google will damit die derzeitige Zersplitterung von Unternehmenswissen überwinden. Referenzimplementierungen gibt es bereits für Datensätze von BigQuery, Stack Overflow und Bitcoin-Transaktionen.
Der Vorstoß kommt nicht von ungefähr: Branchenstudien zeigen erhebliche Lücken im Wissensmanagement. Nur gut die Hälfte aller Unternehmen unterhält überhaupt eine formale Wissensdatenbank. Über 60 Prozent der Mitarbeiter haben Schwierigkeiten, die für ihre Arbeit nötigen Informationen zu finden.
Amazon und Zilliz rüsten Infrastruktur auf
Auch die Plattformanbieter modernisieren ihre Systeme. Amazon Bedrock hat die Voraussetzungen für Wissensdatenbanken aktualisiert und unterstützt nun JPEG- und PNG-Bilder, Tabellen und Diagramme. Die Dateigröße ist auf 50 Megabyte begrenzt, die Textabschnitte auf rund 1.000 Zeichen.
Parallel dazu hat Zilliz den Vector Lakebase vorgestellt – eine Architektur, die Vektordatenbanken mit Data-Lake-Speicher kombiniert. Unternehmen können eine einheitliche Datenquelle nutzen, ohne aufwändige Migrationen. Das System verarbeitet sowohl Echtzeitanfragen als auch Batch-Prozesse und greift auf bestehende Parquet-Dateien in S3-Umgebungen zurück.
Für die Überwachung solcher KI-Anwendungen liefert CloudWatch Application Signals seit dem 13. Juni Echtzeit-Metriken für Amazon Bedrock. Erfasst werden unter anderem Modelle wie Anthropic Claude, Meta Llama und Mistral AI.
Mit der zunehmenden Integration von KI in die Unternehmensinfrastruktur steigen auch die Anforderungen an die IT-Sicherheit und den rechtssicheren Einsatz. Erfahren Sie in diesem Gratis-Report, welche neuen Cyberrisiken auf Ihr Unternehmen zukommen und wie Sie aktuelle gesetzliche Anforderungen proaktiv erfüllen. Neue KI-Gesetze, neue Cyberrisiken: Was kommt wirklich auf Ihr Unternehmen zu?
GraphRAG: Mehr Genauigkeit, höhere Kosten
Die Architektur einer Wissensdatenbank entscheidet maßgeblich über die Zuverlässigkeit von KI-Ergebnissen. Das zeigt eine aktuelle Auswertung von GraphRAG, einer Methode, die Wissensgraphen zur Indexierung nutzt. Die Trefferquote lag bei 86 Prozent – der traditionelle vektorbasierte Ansatz (RAG) erreichte nur 32 Prozent.
GraphRAG arbeitet mit Extraktion von Entitäten, Erkennung von Gemeinschaften und hierarchischer Zusammenfassung. Das Verfahren reduziert Halluzinationen deutlich, ist aber teurer: Die Verarbeitung von 500 Seiten kostet zwischen 50 und 200 Euro.
Speziallösungen für Bildung und Automation
Neue Werkzeuge zielen auf spezifische Branchen ab. QuestionPro hat InsightsHub für Universitäten gestartet – eine KI-gestützte Wissensschicht für Forschung und Verwaltung. Das System bindet Daten aus SharePoint, Google Drive und Umfrageplattformen ein und verzichtet auf Web-Scraping, um die Datenintegrität zu wahren.
Im Bereich Industrieautomation kündigt Tricise University ein neues Modul für Automic Automation V26 an, das im Juli 2026 erscheint. Der Kurs behandelt Kalender- und Zeitplanobjekte und führt einen KI-Assistenten für Automatisierungsaufgaben ein.
Die Entwicklung zeigt einen klaren Trend: Angetrieben durch autonome KI-Agenten und steigende Kundenerwartungen an Self-Service-Angebote investieren Unternehmen massiv in strukturierte, zugängliche und zuverlässige Wissensmanagementsysteme. Laut Microsoft erwarten inzwischen 86 Prozent der Kunden Self-Service-Optionen – ein weiterer Druckpunkt für Organisationen, ihre Wissensbestände auf Vordermann zu bringen.
