WorkheldKI-Suche & Foundry-Agenten

Case Study

Techniker fragen in eigenen Worten. Workheld AI antwortet mit Quelle und Seitenzahl.

Workheld AI ist der KI-Assistent in Workheld Flow. Pondhouse Data hat die KI-Infrastruktur dahinter gebaut: eine semantische Suche über die gesamte Anlagendokumentation und Agenten nach dem neuen Standard von Azure AI Foundry, eingebaut in die Workheld-Plattform.

DatenblattPH·AI·002
Kunde
Workheld GmbH, Wien
Produkt
Workheld AI in Workheld Flow
Launch-Partner
Schweizerische Post
Umfang
KI-Suche · Foundry-Agenten · Plattform-Integration
Plattform
Azure AI Foundry · Azure AI Search · Java
Durchsuchbare Abschnitte33.808

Was die Suche abdeckt

33.808

Textabschnitte aus Handbüchern, Schaltplänen und Excel-Listen. Workheld AI findet sie auch dann, wenn die Frage ganz andere Wörter benutzt als das Dokument.

Dokumente
1.091
Vektorindex
403 MB
Größte Datei
bis 128 MB
Neue Dokumente
alle 2 Stunden
Embeddings
3.072 Dimensionen

Werte für den Launch-Partner Schweizerische Post. Stand: März 2026.

01Die Aufgabe

Antworten aus über tausend Dokumenten.

Workheld AI ist der KI-Assistent in Workheld Flow, der Plattform für Instandhaltung und Service von Workheld. Techniker stellen ihre Frage direkt in der Web- oder Mobil-App, die Antwort kommt aus den Unterlagen ihres Unternehmens. Launch-Partner war im Herbst 2025 die Schweizerische Post.

Die Unterlagen sind Herstellerhandbücher, Schaltpläne und Excel-Listen, einzelne Dateien mehrere hundert Megabyte groß. Die Fragen kommen in Alltagssprache. Wir haben dafür die Suche über die Dokumente gebaut und die Agenten, die in der Plattform antworten.

Workheld AI auf workheld.com

02Die KI-Suche

Eine Suche, die Techniker versteht.

Die Suche läuft auf Azure AI Search. Sie liest alle Dokumente vollständig, zerlegt sie in kurze Abschnitte und versteht, was eine Frage meint. Der Agent bekommt nur die passenden Stellen und nennt sie als Quelle.

Workheld Flow · Frage

„Luft kommt nicht mehr durch.“

Mögliche Ursachen

Workheld AI
  1. 01Kompressor baut keinen Druck auf
  2. 02Filter verstopft
  3. 03Schlauch geknickt oder undicht
  4. 04Düse verschmutzt

Quellen

  • Wartungshandbuch Druckluft, S. 11
  • Störungstabelle Förderanlage, S. 4

Beispiel mit vereinfachter Antwort und erfundenen Quellen

  1. 01

    Einlesen

    Ein Indexer holt alle zwei Stunden neue Handbücher, Schaltpläne und Excel-Listen aus dem Speicher, auch Dateien bis 128 MB.

  2. 02

    Zerlegen

    Texte werden in Abschnitte von 512 Tokens geteilt, mit 128 Tokens Überlappung, damit an Seitengrenzen nichts verloren geht. Jeder Abschnitt bekommt ein Embedding mit 3.072 Dimensionen.

  3. 03

    Finden

    Die Suche kombiniert Vektoren, Schlagworte mit deutschem Analyzer für zusammengesetzte Wörter und ein semantisches Reranking.

  4. 04

    Antworten

    Der Agent antwortet mit Dokument und Seite. Steht nichts in den Unterlagen, sagt er das.

03Agenten nach Foundry-Standard

Gebaut auf dem neuen Agenten-Standard von Azure AI Foundry.

Microsoft hat die Agenten in Azure AI Foundry neu aufgestellt: versionierte Prompt-Agenten, die Responses API und Werkzeuge über MCP. Wir haben die Agenten von Workheld AI auf diesem Standard aufgesetzt und den Java-Service der Workheld-Plattform darauf umgestellt.

Architektur

Workheld Flow

Web und Mobil

aiservice

Java · Workheld-Plattform

Foundry-Agent

Prompt-Agent, versioniert

Knowledge Base · MCP

Azure AI Search

Function-Tools

Störmeldungen in der Datenbank

01

Versionierte Prompt-Agenten

Jeder Agent ist in Foundry als Prompt-Agent mit Versionen definiert. Die Plattform spricht ihn über seinen Namen an. Anweisungen lassen sich ändern und testen, ohne den Service neu auszurollen.

02

Wissen über MCP

Die Suche hängt als Knowledge Base über MCP am Agenten. Agentische Suche zerlegt komplexe Fragen in Teilfragen und holt nur die passenden Abschnitte.

03

Werkzeuge für Plattformdaten

Zwei Function-Tools greifen auf die Störmeldungen in der Workheld-Datenbank zu, für Suche und Statistik mit exakten Filtern. So beantwortet der Agent auch „Wie viele Hydraulikstörungen gab es letzte Woche?“.

04

Responses API mit Streaming

Gespräche laufen über die neue Responses API. Antworten werden gestreamt, Sitzungen und Chatverläufe bleiben in Workheld Flow erhalten.

05

Quellen aus den Tool-Aufrufen

Dateiname, Seite und Link liest der Service direkt aus den Suchaufrufen des Agenten. Deshalb stimmen die Links auch dann, wenn das Modell im Text nur „Quelle“ schreibt.

06

Mandantenfähig

Jeder Workheld-Kunde bekommt ein eigenes Foundry-Projekt, einen eigenen Index und einen eigenen Agenten. Der Service wählt pro Anfrage den richtigen Mandanten. Jeder Aufbauschritt ist als Runbook dokumentiert.

04Das Ergebnis

Was Techniker jetzt fragen können.

Fragen in Alltagssprache, gestellt an Workheld AI. Die Antworten kommen aus den Unterlagen des Kunden.

  • „Luft kommt nicht mehr durch“

    Vier Ursachen mit Abhilfe: Kompressor, Filter, Schlauch, Düse.

  • „Display zeigt nichts mehr an“

    Sieben Ursachen, darunter Sicherungstypen und Energiesparmodus, mit Seitenangabe.

  • „Anlage winterfest machen“

    Anleitung in neun Schritten gegen Korrosion und Kondenswasser, aus vier Dokumenten.

  • „Schmiermittel Förderbänder“

    Das richtige Schmierfett, mit Warnhinweis zum Mischen und Link zum Handbuch.

  • „Antriebsriemen wechseln“

    Schritt-für-Schritt-Anleitung, dazu der Link zum Ersatzteilkatalog.

≈ 50 %

geringere Kosten pro Frage, weil der Agent kurze passende Abschnitte bekommt statt ganzer Dokumente.

2 h

bis ein neues Dokument für Workheld AI auffindbar ist, ohne manuellen Schritt.

128 MB

große Handbücher und Schaltpläne werden vollständig gelesen und durchsucht.

Kostenwert geschätzt aus dem Projekt, nicht über einen längeren Zeitraum gemessen.

„Unsere Kunden fragen in ihren eigenen Worten. Pondhouse hat die Suche und die Agenten hinter Workheld AI so gebaut, dass die Antworten aus den echten Unterlagen kommen, mit Quelle, und das auf dem aktuellen Standard von Azure AI Foundry.“
Benjamin Schwärzler · Gründer und CEO, Workheld

05Für wen

Wann wir Ihnen helfen können.

Passt gut

  • 01Sie bauen Software und wollen KI direkt in Ihr Produkt einbauen.
  • 02Die Antworten sollen aus Handbüchern, Tickets oder Datenbanken kommen, mit Quelle.
  • 03Sie wollen Agenten auf Azure AI Foundry produktiv betreiben, nicht nur ausprobieren.

Passt eher nicht

  • 01Sie suchen einen fertigen Chatbot von der Stange.
  • 02Es gibt keine Dokumente oder Daten, auf die sich Antworten stützen können.
  • 03Sie brauchen einen Prototyp für eine Präsentation, der nie in Betrieb geht.

Nächster Schritt

Sie wollen KI-Suche und Agenten in Ihre Software einbauen?

Erzählen Sie uns in 30 Minuten, was Ihr Assistent können soll und woher die Antworten kommen. Danach sagen wir Ihnen, wie wir es aufbauen würden.