Firmeneigene Fachbegriffs-, Abkürzungs- und Synonymlisten für KI

Jedes Unternehmen hat seine eigene Sprache: „der Müller-Auftrag“, „KV“ für Kostenvoranschlag, Artikelnummern, bei denen die dritte Ziffer die Farbe kodiert. Menschen verstehen das; KI-Werkzeuge nicht, und sie verhören sich, lesen falsch oder finden schlicht nichts. Eine kleine Liste mit klaren Verantwortlichen für Begriffe, Abkürzungen und Synonyme, die in Suche, Transkription und Assistenten eingespeist wird, ist eine der günstigsten Möglichkeiten, die Antwortqualität zu verbessern. Sie braucht Tage, nicht Monate.

Problem & Nutzen

• Heute: Das Vokabular steckt in den Köpfen, in alten E-Mails und verstreuten Excel-Tabellen. Ein neuer Kollege fragt, was „WE-Buchung“ oder „RMA“ bedeutet; ein Assistent fragt dasselbe.
• Typische Fehler: Transkripte entstellen Produktnamen; die Suche findet nichts zu „Kostenvoranschlag“, weil die Dokumente „KV“ schreiben; ein Assistent verwechselt „Auftrag“ (Kundenauftrag vs. Fertigungsauftrag).
• Nutzen: bessere Trefferquote der Suche, sauberere Transkripte, weniger falsche Assistentenantworten, schnellere Einarbeitung. Qualitative Erwartung; messen Sie sie mit einem Vorher-Nachher-Test (siehe Kennzahlen).

Varianten

• Fertigung/Handel: Teilenummern-Logik, Variantencodes, Kurznamen von Lieferanten, Spitznamen von Maschinen.
• Dienstleistungen: Projekt- und Kundencodenamen, Rollenbezeichnungen.

So funktioniert es

1. Quellen (Preislisten, ERP-Artikelstamm, Handbücher, Suchprotokolle, Transkripte)
2. Kandidatenextraktion (LLM schlägt Begriffe und Abkürzungen aus Dokumenten vor)
3. Prüfung durch Menschen je Abteilung (Bedeutung, Synonyme, Verantwortliche)
4. Terminologietabelle (einzige Quelle: Excel / SharePoint-Liste / Wiki)
5. Veröffentlichung an die Verbraucher: Such-Akronyme | Synonymdatei | ASR-Eigenwörter | Assistenten-Glossar
6. Rückkopplung: fehlgeschlagene Suchen und Korrekturen ergänzen neue Begriffe

• Rolle des LLM: schlägt Kandidaten in der Form „Begriff, wahrscheinliche Bedeutung, Kontext“ und Synonymgruppen vor; es entscheidet nicht über die Bedeutung.
• Mensch-in-der-Schleife (Human-in-the-Loop): Eine benannte verantwortliche Person je Abteilung gibt jeden Eintrag frei. Ungeprüfte, von der KI geratene Bedeutungen sind das Hauptrisiko, weil sich eine falsche Definition dann in jeden Verbraucher ausbreitet.
• Verbraucher: (1) Microsoft 365 Copilot Search / Microsoft-Search-Abkürzungen und Lesezeichen (Administratoren können Einträge hinzufügen, als Entwurf vorbereiten und eine CSV importieren) [1]; (2) Suchmaschinen mit Synonymdateien (Synonymfilter in Elasticsearch/OpenSearch, Tags und Korrespondenten in Paperless-ngx); (3) Spracherkennung mit Vokabular-Hinweis; (4) ein Glossarblock im System-Prompt von Assistenten (siehe PREP-013).

Datenaufbereitung

Welche Daten: Artikelstamm, Preislisten, Handbücher, Support-Tickets, Suchprotokolle, Transkripte und Expertenwissen.

Typische Lücken: dieselbe Abkürzung mit unterschiedlicher Bedeutung je Abteilung, mehrere Schreibweisen eines Produktnamens, kundenspezifische Spitznamen, veraltete Codes und keine verantwortliche Person.

Schritte der Aufbereitung: 1. Den Artikelstamm aus dem ERP exportieren (PREP-005); nach Häufigkeit sortieren. 2. Suchen ohne Treffer und falsch erkannte Transkriptwörter herausziehen; Begriffe mit dem höchsten Nutzen zuerst. 3. Ein LLM aus 50-100 Dokumenten Abkürzungen und Synonyme vorschlagen lassen; nach Excel exportieren mit den Spalten Begriff, Bedeutung, Synonyme, Abteilung, Verantwortliche(r), Beispielsatz, Status. 4. Je Abteilung eine Prüfrunde von 60-90 Minuten abhalten; widersprüchliche Bedeutungen durch eine Abteilungsspalte auflösen, statt eine Bedeutung zu erzwingen. 5. Die freigegebene Liste in die oben genannten Verbraucher veröffentlichen und eine pflegende Person benennen (PREP-017).

Werkzeuge: Excel oder SharePoint-Liste als einzige Quelle, Microsoft-365-Admin-Center (Abkürzungen), Tags in Paperless-ngx oder Nextcloud, n8n oder Power Automate für die Synchronisierung.

Aufwand: Eine erste Liste mit 200-500 Begriffen kostet typischerweise etwa 2-5 Personentage, verteilt über zwei Wochen (eigene Schätzung, getrieben von der Besprechungszeit der Fachleute). Pflege: etwa eine Stunde pro Monat. Siehe GUIDE-003; Verweis auf PREP-010 (Metadaten), PREP-012 (Kennzahlen-Glossar) und PREP-014 (KI-taugliches Verfassen).

Umsetzungswege

Welcher Weg für wen

• KMU - A: Die Werkzeuge sind bereits Teil von Microsoft 365, Google Workspace oder des DMS; eine Excel-Liste plus eingebaute Einstellungen genügt, also nichts zusätzlich kaufen.
• Großunternehmen - A: Standardfunktion; nutzen Sie die Abkürzungsfunktionen der Suite oder ein Wiki-Glossar.
• Entwickler - C: Open-Source-Stacks für Suche und Spracherkennung (ASR) geben volle Kontrolle über Synonymdateien und Vokabular-Gewichtung.
• Öffentlicher Sektor - C: Die Terminologie enthält oft Namen von Personen und Fällen; selbst betriebene oder souveräne Cloud-Suche und -Transkription passt zu den Vergaberegeln.

Weg A - Kaufen (für die meisten KMU empfohlen)

• Microsoft 365: Abkürzungen und Lesezeichen in den Admin-Einstellungen von Copilot Search / Microsoft Search, CSV-Import möglich [1].
• DMS/Wiki: Paperless-ngx (Open Source, selbst betrieben), Nextcloud, Confluence, Notion, DocuWare, d.velop; das Glossar als Seite ablegen und Tags für Synonyme nutzen.
• Transkription: Viele Werkzeuge bieten ein Feld für eigenes Vokabular; in der EU gehostete oder lokale Optionen sind u. a. Nextcloud Assistant mit lokalem Whisper und Amberscript; Hosting und AVV je Anbieter prüfen.
• A wählen, wenn: Sie diese Suiten bereits nutzen und die Liste unter einigen tausend Begriffen liegt.

Weg B - Auf Cloud-KI-Diensten aufbauen

• Sprache: Cloud-ASR-Dienste bieten Phrasenlisten oder eigenes Vokabular (z. B. Phrasenlisten in Azure AI Speech, Adaptierung in Google Speech-to-Text) in EU-Regionen.
• Glossar-Einspeisung ins LLM: die relevanten Glossarzeilen in jedem Aufruf als Kontext übergeben, ausgewählt per Embedding-Suche; EU-Endpunkte von Azure OpenAI (EU-Regionen), Mistral oder Aleph Alpha.
• B wählen, wenn: Sie einen eigenen Assistenten oder eine eigene Suche bauen und die Liste programmatisch eingespeist werden muss.

Weg C - Selbst betreiben (Open Source)

• Transkription: Whisper (large-v3 oder turbo-Varianten, faster-whisper) mit einem Start-Prompt, der 5-10 Schlüsselbegriffe auflistet; Erfahrungen aus der Community besagen, dass der Prompt meist nur das erste Audiofenster beeinflusst und lange Begriffslisten schaden können, testen Sie daher mit Ihren eigenen Aufnahmen [2]. Alternativen mit Unterstützung für Hotwords gibt es.
• Suche: Synonymfilter in OpenSearch/Elasticsearch; auch Meilisearch und Typesense unterstützen Synonyme.
• Hardware: HW1 genügt für Whisper small/medium und kleine LLMs.
• C wählen, wenn: Transkripte oder Dokumente sensibel sind (Personalgespräche, Kundentelefonate) oder dieselbe Plattform mehrere Anwendungsfälle bedient.

Weg D - Eigenes Training

Nur wenn die Vokabular-Gewichtung scheitert: Whisper mit den eigenen korrigierten Aufnahmen feintunen. Für ein KMU selten gerechtfertigt.

Stand der Technik (2026)

• Assistenten kennen gängige Abkürzungen, aber keine privaten Codes; das Einspeisen des Glossars als Kontext ist die übliche Lösung, nicht Feintuning.
• ASR im Stil von Whisper ist bei Deutsch stark, seltene Namen bleiben fehleranfällig; Prompt-Hinweise plus Nachkorrektur per Glossar sind üblich.
• Grenzen: Homonyme brauchen Kontext; sehr lange Glossare verwässern Prompts; Listen veralten ohne verantwortliche Person.

Gemeinsame Bausteine & Kombinationen

• Speist PREP-013 (RAG-Wissensbasis), PREP-014 (KI-taugliches Verfassen), PREP-010 (Metadaten) und PREP-012 (Kennzahlen-Glossar). Eine Liste, viele Verbraucher (Suche, Transkription, Assistenten).

Aufwand, Kosten & Kennzahlen

• Weg A: 2-5 Personentage für die erste Liste, keine zusätzlichen Lizenzkosten.
• Weg B/C: 2-5 Tage für Synchronisierung und Prompt-Integration zusätzlich.
• Kennzahlen: Suchen ohne Treffer vorher/nachher (dieselben 50 Anfragen), Wortfehlerrate bei 5 Testaufnahmen mit/ohne Vokabular, Anteil der Einträge, die in den letzten 12 Monaten geprüft wurden.

Menschen & Veränderung

Früh einbinden: die Abteilungsleitungen (sie verantworten die Bedeutungen), langjährige Mitarbeitende sowie Vertrieb/Service als Quellen, die IT für die Veröffentlichung und die Datenverantwortlichen der Artikelstammdaten. Die oder der Datenschutzbeauftragte wird nur benötigt, wenn die Liste Personennamen enthält (Kundenkontakte, Beschäftigte); halten Sie solche Einträge heraus.

Betriebsrat: normalerweise nein; die Liste enthält keine Verhaltens- oder Leistungsdaten. Vorsicht, wenn Suchprotokolle oder Transkripte pro Person ausgewertet werden, um Begriffe zu finden: Das kann unter § 87 Abs. 1 Nr. 6 BetrVG fallen, nutzen Sie daher aggregierte, anonymisierte Anfragen (GUIDE-004). § 90 Abs. 1 Nr. 3 verlangt in jedem Fall rechtzeitige Unterrichtung über KI-gestützte Arbeitsabläufe.

KI-Kompetenz: Art. 4 KI-Verordnung (AI Act) verlangt Maßnahmen zur Förderung der KI-Kompetenz der Beschäftigten; eine 30-minütige Einheit dazu, wie Assistenten das Glossar nutzen und wie man einen fehlenden Begriff meldet, genügt (GUIDE-006).

Pilot: Stellen Sie es als „den Werkzeugen unsere Sprache beibringen“ dar; beginnen Sie mit einer Abteilung; benennen Sie einen KI-Champion als pflegende Person (GUIDE-008, GUIDE-009).

Menschen behalten die Kontrolle: Jede Definition wird von einer benannten verantwortlichen Person freigegeben; die KI schlägt nur vor.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko; nur die KI-Kompetenz (Art. 4) gilt, als Maßnahmen zur Förderung der Kompetenz der Beschäftigten.
• DSGVO: Eine reine Terminologieliste sind keine personenbezogenen Daten; vermeiden Sie Namen von Ansprechpersonen bei Kunden und von Beschäftigten, oder behandeln Sie die Liste als personenbezogene Daten und schließen Sie mit jedem Cloud-Anbieter, der sie verarbeitet, einen AVV (Art. 28 DSGVO). Transkripte, die zur Begriffssuche genutzt werden, sind personenbezogene Daten; nutzen Sie EU-Hosting oder lokales Whisper.
• Vertraulichkeit: Codenamen für unveröffentlichte Produkte oder Geschäfte sind Geschäftsgeheimnisse; prüfen Sie sie anhand der KI-Richtlinie, bevor Sie sie an externe Werkzeuge senden (GUIDE-007).

Erste Schritte

1. Eine Abteilung wählen und die 100 meistgenutzten Abkürzungen und Produktnamen aus ERP und Handbüchern sammeln (ein halber Tag).
2. 20 aktuelle erfolglose Suchen oder falsch verstandene Wörter als Testsatz nehmen.
3. Die Excel-/SharePoint-Tabelle mit Verantwortlichen und Prüfdatum anlegen; die Abteilung sie in einer Besprechung freigeben lassen.
4. Zuerst in einen Verbraucher veröffentlichen (Copilot-Search-Abkürzungen oder den Whisper-Prompt) und den Testsatz erneut laufen lassen.
5. Ein Postfach oder Formular „fehlenden Begriff melden“ einrichten; monatlich prüfen (PREP-017).

Quellen

1. Microsoft - Microsoft 365 Copilot Search admin experience (acronyms, bookmarks) - https://learn.microsoft.com/en-us/microsoft-365/copilot/microsoft-365-copilot-search-admin-experience
2. Hugging Face forum - Adding custom vocabularies on Whisper - https://discuss.huggingface.co/t/adding-custom-vocabularies-on-whisper/29311
3. OpenAI Whisper - GitHub repository - https://github.com/openai/whisper
4. Paperless-ngx documentation - https://docs.paperless-ngx.com/
5. Regulation (EU) 2024/1689 (AI Act) - https://eur-lex.europa.eu/eli/reg/2024/1689/oj