Kapitel 12: User Experience und Interaktion

Die Akzeptanz einer Enterprise-KI-Plattform steht und fällt mit ihrer Benutzerfreundlichkeit. Selbst die leistungsfähigsten Modelle und sichersten Architekturen bleiben wirkungslos, wenn die Bedienung komplex ist oder etablierte Arbeitsweisen stört. Mitarbeitende erwarten heute von Unternehmenssoftware denselben Komfort («Consumer Grade Experience»), den sie von privaten Applikationen gewohnt sind – ohne dabei Kompromisse bei der Datensicherheit einzugehen.

Dieses Kapitel beleuchtet die Interaktionsschicht des Swiss AI Hub. Es zeigt auf, wie die Plattform durch eine integrierte Suite, multimodale Eingaben und eine radikale Transparenz Vertrauen schafft und Barrieren abbaut, um KI von einem Expertenwerkzeug zu einem intuitiven Begleiter für die gesamte Belegschaft zu transformieren.

Auf einen Blick

• Integrierte Produktivitäts-Suite: Eine einheitliche Benutzeroberfläche bündelt Chat, Wissensverwaltung, Prozessmonitoring und Evaluation, um Kontextwechsel zu minimieren.
• Barrierefreie Multimodalität: Die nahtlose Unterstützung von Spracheingabe (inkl. Schweizerdeutsch), Dokumenten-Uploads und Vision-Fähigkeiten ermöglicht natürliche Interaktionsformen.
• Evidenzbasierte Transparenz: KI-Antworten werden durch interaktive Zitationen direkt mit den Quellen verknüpft, während Tracing-Dashboards die Argumentationskette der Agenten offenlegen.
• Kanal-Unabhängigkeit: Durch die Integration in Microsoft Teams und Slack holt die Plattform den Nutzer dort ab, wo die Zusammenarbeit stattfindet, inklusive Experten-Eskalation («Bot-in-the-Loop»).
• Nutzerzentrierte Datenhoheit: Granulare Funktionen für den Export und die Löschung von Chat-Verläufen sowie die Verwaltung des Benutzergedächtnisses sichern die Einhaltung von Betroffenenrechten.

Die integrierte Suite («Integrated Productivity Suite»)

Geschäftlicher Nutzen

In vielen Unternehmen führt die Einführung von KI zu einer gefährlichen Tool-Fragmentierung. Mitarbeitende müssen zwischen isolierten Anwendungen wechseln – einem Chatbot für HR-Fragen, einem separaten Tool für die Dokumentenanalyse und einem weiteren für das Prozessmonitoring. Dieser ständige Kontextwechsel («Context Switching») vernichtet Produktivität und erhöht den Schulungsaufwand massiv. Unternehmen benötigen eine zentrale Anlaufstelle, die alle KI-Dienste unter einer einheitlichen Oberfläche bündelt. Dies reduziert die Lernkurve, da Navigationskonzepte und Designsprache konsistent bleiben, und steigert die Effizienz durch einen nahtlosen Informationsfluss zwischen den Diensten.

Konzeptioneller Ansatz

Der Swiss AI Hub verfolgt den Ansatz einer integrierten Suite, vergleichbar mit modernen Office-Umgebungen. Die Benutzeroberfläche ist kein loses Sammelsurium von Werkzeugen, sondern ein kohärentes Ökosystem. Ein zentraler Service-Katalog dient als Einstiegspunkt für alle autorisierten Rollen. Das Design-Prinzip der Kontext-Persistenz stellt sicher, dass Nutzer nahtlos zwischen Aufgaben wechseln können – etwa von der Analyse eines Dokuments im Wissensmanagement direkt zur Interaktion mit einem darauf spezialisierten Agenten-Profil –, ohne den Faden zu verlieren. Das System passt sich dabei durch dynamische Dienstsichtbarkeit («Security by Invisibility») automatisch an die Berechtigungen des Nutzers an.

Technische Umsetzung im Swiss AI Hub

Die Benutzeroberfläche basiert auf einer tief integrierten Implementierung der Open WebUI, die als primäre Chat-Schnittstelle dient und um unternehmensspezifische Module erweitert wurde:

• Zentraler Service-Katalog: Über eine persistente Seitenleiste greifen Nutzer auf spezialisierte Dienste zu: Agentenverwaltung, Thread-Management (Konversationshistorie), Wissensverwaltung, Prozessverwaltung und den Evaluierungsdienst.
• Intelligentes UI-Framework: Die Oberfläche nutzt WebSockets für Echtzeit-Updates und Streaming-Antworten («Token-by-Token»). Skeleton-Screens sorgen für eine gefühlte hohe Performance während der Ladezeiten.
• Integrationsarchitektur: Open WebUI ist via iframe eingebettet und kommuniziert über eine sichere PostMessage-API mit der Suite-Plattform. Dies ermöglicht die Synchronisation von Authentifizierung (SSO) und den Austausch von Metadaten zwischen Chat und Backend-Diensten.
• PWA-Unterstützung: Die Plattform kann als Progressive Web App installiert werden, was eine native Nutzung auf mobilen Endgeräten inklusive Push-Benachrichtigungen ermöglicht.

Multimodale Interaktion und Barrierefreiheit

Geschäftlicher Nutzen

Menschliche Kommunikation ist nicht auf getippten Text beschränkt. In vielen Arbeitssituationen – etwa im Aussendienst, bei der schnellen Erfassung von Sitzungsprotokollen oder bei der Analyse von Diagrammen – ist die Tastatur ein Hindernis. Eine inklusive Plattform muss verschiedene Eingabekanäle unterstützen, um Barrieren abzubauen. Zudem ist in der Schweiz die Unterstützung lokaler Landessprachen und Dialekte eine Grundvoraussetzung für die Akzeptanz. Eine multimodale Schnittstelle erhöht die Datenerfassungsgeschwindigkeit und ermöglicht es auch Mitarbeitenden mit physischen Einschränkungen, die Vorteile der KI uneingeschränkt zu nutzen.

Konzeptioneller Ansatz

Die Plattform löst sich von der reinen Text-Eingabe und ermöglicht eine intuitive, multimodale Interaktion. Nutzer können mit dem System sprechen, Bilder zur Analyse hochladen oder Dokumente per Drag-and-Drop direkt in einen Chat ziehen. Das Konzept sieht vor, dass die KI den Kontext unabhängig vom Medium versteht. Ein gesprochener Satz wird ebenso präzise verarbeitet wie ein hochgeladener Screenshot einer Fehlermeldung. Durch die Integration von Vision-Modellen transformiert sich die KI von einem reinen Text-Statisten zu einem visuellen Partner, der komplexe Informationen interpretieren kann.

Technische Umsetzung im Swiss AI Hub

Der Swiss AI Hub integriert fortschrittliche Eingabetechnologien direkt in die Schnittstelle:

• Sprachverarbeitung: Über eine integrierte Aufnahmefunktion können Nachrichten diktiert werden. Die Plattform unterstützt Transkription für Deutsch (inkl. Schweizerdeutsch), Französisch, Italienisch und Englisch. Antworten können via Text-to-Speech vorgelesen werden.
• Ad-hoc RAG & Dokumenten-Interaktion: Dateien (PDF, Office, TXT) lassen sich direkt in den Chat hochladen. Die Plattform nutzt spezialisierte Parser wie PyMuPDF, um Inhalte sofort für den Agenten zugänglich zu machen, ohne sie permanent in eine Wissensdatenbank ingestieren zu müssen.
• Vision-Fähigkeiten: Nutzer können Bilder oder Screenshots einfügen. Modelle mit Sehfunktionen analysieren diese, extrahieren Texte oder erklären komplexe Diagramme und Mermaid-Visualisierungen.
• Markdown- & LaTeX-Support: Antworten werden reichhaltig formatiert dargestellt, einschliesslich mathematischer Notationen, Tabellen und Code-Blöcken mit Syntaxhervorhebung.

Vertrauen durch Quellentransparenz und Datenkontrolle

Geschäftlicher Nutzen

KI-Antworten sind im geschäftlichen Umfeld nur dann wertvoll, wenn sie verifizierbar sind. Nutzer müssen wissen, ob eine Aussage auf einer aktuellen Richtlinie basiert oder eine Halluzination des Modells ist. Transparenz ist der Schlüssel zur Risikominimierung und zur Einhaltung regulatorischer Vorgaben wie dem revDSG. Gleichzeitig müssen Nutzer die volle Kontrolle über ihre digitalen Spuren behalten. Die Möglichkeit, eigene Daten einzusehen, zu exportieren oder zu löschen, ist nicht nur ein Komfortmerkmal, sondern eine rechtliche Notwendigkeit zur Erfüllung von Betroffenenrechten.

Konzeptioneller Ansatz

Um dem «Black-Box-Phänomen» entgegenzuwirken, implementiert die Plattform Mechanismen zur evidenzbasierten Interaktion. Jede Behauptung eines Agenten, die auf Retrieval-Augmented Generation (RAG) beruht, wird proaktiv mit Belegen untermauert. Parallel dazu wird die Argumentationskette des Agenten (Tracing) offengelegt. Das Konzept der Datenhoheit wird durch ein dediziertes Gedächtnis-Management ergänzt, bei dem Nutzer genau steuern können, welche persönlichen Präferenzen sich das System über Konversationen hinweg merken darf.

Technische Umsetzung im Swiss AI Hub

• Interaktives Quellen-Panel: Bei RAG-Antworten werden Referenzen eingeblendet. Ein Klick öffnet ein Panel mit dem Originaltext-Abschnitt («Chunk»), den Metadaten des Dokuments und dem Relevanz-Score.
• Observability-Integration: Über eine Ereignisanzeige (basierend auf Arize Phoenix) können Nutzer die «Gedankenschritte» eines Agenten einsehen – von der Tool-Wahl bis zur Datenabfrage.
• Gedächtnisverwaltung: Der Benutzerspeicher erlaubt es, gelernte Fakten (z. B. «Nutzer bevorzugt Python») einzusehen, zu korrigieren oder zu löschen. Das Organisationsgedächtnis dient hingegen als geteilte Faktenbasis für das gesamte Unternehmen.
• Feedback-System & Arena-Modus: Nutzer können Antworten bewerten. Im Arena-Modus können zwei Modelle parallel verglichen werden, wobei die Bewertungen in ein internes Elo-Rating einfliessen, um die besten Modelle für spezifische Aufgaben zu identifizieren.

Nahtlose Integration in den Arbeitsalltag

Geschäftlicher Nutzen

Die effektivste KI ist jene, die dort präsent ist, wo die Zusammenarbeit bereits stattfindet. Wenn Mitarbeitende ihren gewohnten Arbeitsplatz in Microsoft Teams oder Slack verlassen müssen, um eine KI zu konsultieren, entsteht eine Hürde, die die Nutzungshäufigkeit senkt. Durch die Einbettung der KI in bestehende Kanäle wird sie zu einem virtuellen Teammitglied. Dies ermöglicht nicht nur schnellere Antworten, sondern auch hybride Workflows, bei denen die KI bei komplexen Entscheidungen menschliche Experten proaktiv einbezieht.

Konzeptioneller Ansatz

Der Swiss AI Hub verfolgt eine Strategie der Kanal-Unabhängigkeit. Die Plattform fungiert als zentrales Hirn, das verschiedene Kommunikationskanäle gleichzeitig bedient. Das Konzept des «Bot-in-the-Loop» ermöglicht es KI-Agenten, Aufgaben autonom zu bearbeiten und bei Bedarf Experten-Feedback via Messenger einzuholen. Sobald der Mensch antwortet, nimmt der Agent den Kontext wieder auf und führt den Prozess fort. Dies sichert die Qualität und behält die menschliche Kontrolle («Human Oversight») bei geschäftskritischen Aufgaben.

Technische Umsetzung im Swiss AI Hub

Die Anbindung erfolgt über die Bot Framework API und den Azure Bot Service:

• Native Messenger-Integration: Agenten agieren als vollwertige Kontakte in Microsoft Teams und Slack. Sie unterstützen Thread-Kontexte, Datei-Uploads und Echtzeit-Streaming.
• Eskalations-Workflows: Agenten können strukturierte Fragen in Experten-Kanäle posten. Die Antwort des Menschen wird automatisch erfasst und in den laufenden Prozess integriert.
• Zentrale Konfiguration: Über die bot_paths in der MongoDB werden interne Routing-Pfade definiert, die festlegen, welches Agenten-Profil auf welche Kanal-Anfrage reagiert.
• Datenschutz: Für alle Messenger-Interaktionen gelten dieselben Aufbewahrungsrichtlinien (z. B. 30 Tage für ephemere Daten) und Sicherheitsstandards wie für die Web-Oberfläche.