Die Metadaten waren bereits vorhanden. Die Bibliotheken enthielten Spalten für Abteilung, Dokumenttyp, Land und Verantwortliche. Doch ähnliche Konzepte wurden unterschiedlich benannt, Werte waren uneinheitlich und einige Felder gelangten nie in den Such- oder KI-Index.
Aus SharePoint-Sicht wirkten die Dokumente gut organisiert. Aus Sicht des KI-Retrievals waren sie es nicht. Dieses Problem begegnet uns häufig bei SharePoint-Verantwortlichen, Digital-Workplace-Teams und Unternehmen, die ihre Inhalte für Microsoft Copilot oder einen individuellen Microsoft-365-Assistenten vorbereiten. Nützliche Metadaten müssen dem Assistenten dabei helfen, folgende Fragen zu beantworten:
- Um welche Art von Inhalt handelt es sich?
- Für wen gilt dieser Inhalt?
- Ist er aktuell und freigegeben?
- Handelt es sich um die maßgebliche Quelle?
- Sollte der Inhalt für diese Antwort verwendet werden?
Einfach weitere Spalten hinzuzufügen, löst das Problem nicht. Die Werte müssen konsistent sein, indexiert werden und vom Retrieval-System tatsächlich genutzt werden.
Welche Metadaten KI benötigt
Für die meisten internen Assistenten beginnen wir mit einem überschaubaren Modell:
| Feld | Welches Problem es verhindert | Beispiel |
| Inhaltstyp | Richtlinien, Formulare und Arbeitsdokumente werden gleich behandelt | Richtlinie, SOP, FAQ |
| Land oder Rechtseinheit | Die richtige Regel wird dem falschen Mitarbeitenden angezeigt | Global, Deutschland, Spanien |
| Zielgruppe | Nicht relevante Inhalte fließen in die Antwort ein | Alle Mitarbeitenden, HR, IT |
| Verantwortliche Stelle | KI zitiert Inhalte, deren Richtigkeit niemand bestätigen kann | HR Policy Owner |
| Freigabestatus | Entwürfe konkurrieren mit offiziell freigegebenen Informationen | Entwurf, Freigegeben, Archiviert |
| Gültigkeitsdaten | Veraltete Inhalte erscheinen nach einer Formatänderung wieder aktuell | Gültig ab, Nächste Überprüfung |
| Maßgebliche Quelle | Duplikate konkurrieren miteinander im Retrieval | Maßgebliche Quelle: Ja |
| Sprache | Die richtige Antwort wird in der falschen Sprache ausgegeben | en-US, de-DE, es-ES |
| KI-Nutzungsstatus | Ungeeignete Inhalte gelangen in den Umfang des Chatbots | Freigegeben, Prüfen, Ausschließen |
Jedes Feld sollte eine konkrete Retrieval- oder Governance-Entscheidung unterstützen. Eine Spalte, die niemand pflegt und die der Assistent nicht verwendet, ist lediglich Dekoration.
Was wir bei Implementierungen typischerweise feststellen
Ein Geschäftskonzept erscheint unter verschiedenen Bezeichnungen
Ein Unternehmen verwendet möglicherweise folgende Felder:
- Country
- Market
- Region
- Location
- Legal Entity
Diese Begriffe sind nicht automatisch synonym. „DACH“ kann beispielsweise eine Vertriebsregion bezeichnen. „Deutschland“ ist ein Land. Eine deutsche Rechtseinheit kann wiederum Personen beschäftigen, die an anderen Standorten arbeiten.
Bei einer Überprüfung von SharePoint-Metadaten fanden wir sieben verschiedene Felder, mit denen der geografische oder organisatorische Geltungsbereich in 18 Bibliotheken beschrieben wurde. Nur drei davon standen dem KI-Retrieval durchgängig zur Verfügung.
Werden diese Werte in einem einzigen KI-Filter zusammengeführt, kann eine Antwort sehr präzise wirken und dennoch für die falsche Person gelten. Bevor Felder zusammengeführt oder umbenannt werden, dokumentieren wir deshalb, was jedes einzelne Feld tatsächlich bedeutet.
Werte sind vorhanden, werden aber nicht kontrolliert
Ein Länderfeld kann beispielsweise folgende Werte enthalten:
- Germany
- DE
- Deutschland
- DACH
- German office
Ein Mensch kann diese Werte möglicherweise richtig einordnen. Ein Retrieval-Filter kann jedoch nicht zuverlässig davon ausgehen, dass sie dasselbe bedeuten. In einem Fall enthielt ein einziges Länderfeld 26 unterschiedliche Werte für weniger als zehn tatsächlich vorhandene Länder. Deshalb ordnen wir eindeutige Werte kontrollierten Begriffen zu. Mehrdeutige Werte werden als „Unbekannt“ oder „Prüfung erforderlich“ markiert, anstatt ihre Bedeutung zu erraten.
„Gestern geändert“ bedeutet nicht „gestern geprüft“
Eine Formatierungsänderung aktualisiert das SharePoint-Feld „Geändert“. Sie bestätigt jedoch nicht, dass der Inhalt fachlich korrekt, offiziell freigegeben oder weiterhin gültig ist.
In einer Stichprobe stellten wir fest, dass etwa 40 Prozent der Dokumente kürzlich geändert worden waren, jedoch kein bestätigtes Prüfdatum und keinen Freigabestatus besaßen. Deshalb unterscheiden wir technische Aktivitäten von der fachlichen Gültigkeit:
- Geändert: Etwas wurde am Dokument verändert.
- Gültig ab: Ab diesem Zeitpunkt gilt die Regel.
- Nächste Überprüfung: Zu diesem Zeitpunkt sollte die verantwortliche Stelle den Inhalt prüfen.
- Freigabestatus: Der Inhalt ist offiziell bestätigt.
Diese Felder beantworten unterschiedliche Retrieval-Fragen und sollten nicht als austauschbar betrachtet werden.
Die Metadaten existieren in SharePoint, aber nicht im Retrieval
Eine Spalte kann in einer SharePoint-Bibliothek sichtbar und vollständig ausgefüllt sein, ohne dass sie der Suche oder einem KI-Assistenten zur Verfügung steht. Für die SharePoint-Suche prüfen wir unter anderem:
Ist die durchforstete Eigenschaft vorhanden?
Ist sie einer geeigneten verwalteten Eigenschaft zugeordnet?
Ist die Eigenschaft abfragbar und abrufbar?
Wird eine integrierte verfeinerbare Eigenschaft benötigt?
Wurde die Bibliothek neu indexiert?
In einem unserer Anwendungsfälle galten 14 Metadatenfelder als wichtig für das Retrieval. Nur sechs davon waren korrekt zugeordnet und konnten zuverlässig für Filter verwendet werden.
Bei einem individuellen KI-Assistenten müssen die Felder außerdem in das Ingestion-Schema aufgenommen und als Filter, Ranking-Signale oder Kontext für Quellenangaben verwendet werden. Metadaten werden nicht allein dadurch für KI nutzbar, dass sie in SharePoint existieren.
Das Feld „Verantwortlich“ bildet keine reale Verantwortung ab
Ein Dokument kann eine verantwortliche Person ausweisen, obwohl diese das Unternehmen inzwischen verlassen, die Position gewechselt oder die Verantwortung für den Inhalt abgegeben hat.
In einer Stichprobe von 120 Dokumenten hatten 31 Dokumente eine verantwortliche Person, die das Unternehmen verlassen, die Rolle gewechselt oder keine Zuständigkeit für den Inhalt mehr hatte.
Wir prüfen deshalb, ob die eingetragenen Personen noch aktiv und tatsächlich verantwortlich sind. Wo es möglich ist, weisen wir die Verantwortung einer dauerhaft gepflegten Rolle oder Gruppe zu und nicht nur einer einzelnen Person.
Metadaten sollen ein Berechtigungsproblem lösen
Zielgruppen-Metadaten können die Relevanz verbessern. Sie sind jedoch keine Zugriffskontrolle. Es handelt sich um zwei getrennte Fragen:
- Darf die Person auf den Inhalt zugreifen? Das entscheiden Berechtigungen und Sicherheitskontrollen.
- Ist der Inhalt relevant und maßgeblich? Dabei können Metadaten helfen.
Der Metadatenwert „Zielgruppe = Management“ schützt kein Dokument, das in SharePoint allgemein zugänglich ist.
Dieselbe Frage kann je nach Mitarbeitendem eine andere Quelle erfordern
Bei einer Implementierung verwaltete das Unternehmen für jeden Mitarbeitenden drei Attribute, darunter Abteilung und Standort. Die Dateien in SharePoint enthielten entsprechende Metadaten, die festlegten, für welche organisatorischen Gruppen die jeweiligen Inhalte relevant waren.
Wir ordneten die Felder aus den Benutzerprofilen dem SharePoint-Metadatenmodell zu und nutzten sie bei der Quellensuche als Kontextfilter. Wenn ein Mitarbeitender eine Frage stellte, verwendete die Retrieval-Schicht dessen Profilwerte, um die infrage kommenden Quellen einzugrenzen, bevor die Antwort generiert wurde. Eine Arbeitsanweisung, die für eine bestimmte Abteilung und einen bestimmten Standort gekennzeichnet war, konnte so für Mitarbeitende ausgewählt werden, deren Profile mit beiden Feldern übereinstimmten. Unternehmensweit gültige Inhalte blieben dagegen für alle verfügbar.
Der wichtigste Teil der Implementierung bestand darin, sicherzustellen, dass die Werte auf beiden Seiten übereinstimmten. Steht in einem Benutzerprofil beispielsweise HR, während ein Dokument mit Human Resources gekennzeichnet ist, behandelt der Filter diese Werte nicht als gleichwertig – es sei denn, beide werden demselben kontrollierten Begriff zugeordnet. Außerdem legten wir fest, was passieren sollte, wenn ein Profilfeld oder ein Dokument-Tag fehlte: je nach Situation unternehmensweit gültige Inhalte verwenden, nach zusätzlichem Kontext fragen oder darauf hinweisen, dass keine spezifische Antwort zuverlässig bestätigt werden konnte.
Diese Filterung ersetzte nicht die SharePoint-Berechtigungen. Die Zugriffsrechte bestimmten weiterhin, welche Inhalte ein Mitarbeitender öffnen durfte. Der profilbasierte Metadatenfilter half dem Assistenten anschließend dabei, aus diesen freigegebenen Quellen diejenigen auszuwählen, die für die jeweilige Person relevant waren.
Dabei zeigte sich auch eine zweite Governance-Abhängigkeit: Die Dokumentmetadaten können korrekt sein, während ein veraltetes Mitarbeiterprofil trotzdem zu einer falschen Filterung führt. Deshalb testeten wir beide Seiten der Zuordnung – sowohl die Inhaltsfelder als auch die Benutzerprofilfelder – anstatt nur die Dokumentbibliothek zu prüfen.
So bereiten wir SharePoint-Metadaten für KI vor
1. Mit den Fragen beginnen, die der Assistent beantworten soll
Wir beginnen nicht mit einer Liste möglicher Spalten. Wir beginnen mit realen Fragen:
Welche Reiserichtlinie gilt für einen Mitarbeitenden in Spanien?
Welche Installationsanleitung passt zur Produktversion 4.2?
Gilt dieser Prozess global oder nur lokal?
Welches Dokument ist die offiziell freigegebene Quelle?
Darf ein Entwurf jemals in einer Antwort erscheinen?
Jede Frage zeigt eine Entscheidung auf, die die Retrieval-Schicht treffen muss. Diese Entscheidung bildet anschließend die Grundlage für das Metadatenmodell.
2. Das Schema und die tatsächlichen Werte prüfen
Wir analysieren:
- Spalten
- Inhaltstypen
- Taxonomien und Begriffssätze
- Befüllungsgrade
- unterschiedliche Benennungen
- nicht mehr aktive Verantwortliche
- Zuordnungen im Suchschema
- Felder, die im KI-Index verfügbar sind
Die tatsächlichen Werte sind häufig aussagekräftiger als die Feldnamen. Eine Spalte mit der Bezeichnung „Status“ kann auf den ersten Blick sinnvoll wirken. Problematisch wird es, wenn sie Werte wie diese enthält:
- Final
- final
- Approved
- Published
- Current
- Old
- leere Einträge
3. Ein minimales, praxistaugliches Metadatenmodell entwickeln
Mehr Metadaten verbessern das Retrieval nicht automatisch. Jedes Pflichtfeld verursacht zusätzlichen Aufwand für die Personen, die Inhalte erstellen. Gleichzeitig steigt das Risiko, dass jemand lediglich einen bequemen, aber wenig aussagekräftigen Wert auswählt, um den Inhalt veröffentlichen zu können.
Wir beschränken Pflichtfelder deshalb auf das Minimum, das für folgende Zwecke erforderlich ist:
- Auswahl der richtigen Quelle
- Lebenszyklusmanagement
- Definition des Geltungsbereichs
- klare Verantwortlichkeit
Wenn Felder standortübergreifend verwendet werden, bevorzugen wir wiederverwendbare Websitespalten, Inhaltstypen und kontrollierte Begriffssätze.
4. Bestehende Werte vereinheitlichen, ohne zu raten
Bestehende Werte werden kontrollierten Begriffen zugeordnet:
| Bestehender Wert | Standardisierter Wert | Maßnahme |
| DE | Deutschland | Automatisch zuordnen |
| Deutschland | Deutschland | Automatisch zuordnen |
| DACH | – | Prüfen: Region ist nicht gleich Land |
| German office | – | Prüfen: Standort oder Rechtseinheit? |
| Leer | Unbekannt / Prüfung erforderlich | Nicht raten |
Wenn Nachvollziehbarkeit wichtig ist, kann zusätzlich der ursprüngliche Wert gespeichert werden.
5. Metadaten mit dem Retrieval verbinden
Bei einem individuellen SharePoint-KI-Assistenten benötigt jedes Feld einen klar definierten Zweck:
- Harter Filter: Inhalte ausschließen, die nicht berücksichtigt werden dürfen.
- Kontextfilter: Ergebnisse nach Land, Sprache, Rechtseinheit oder Produktversion eingrenzen.
- Ranking-Signal: Freigegebene, aktuelle und maßgebliche Quellen bevorzugen.
- Kontext für Quellenangaben: Verantwortliche Stelle, Gültigkeitsdatum oder Geltungsbereich anzeigen.
- Prüfsignal: Fehlende oder widersprüchliche Metadaten markieren.
Eine häufige Lücke bei Implementierungen besteht darin, die Felder in SharePoint zu bereinigen, ohne anschließend die Retrieval-Pipeline anzupassen.
6. Nahezu identische Fragen testen
Allgemeine Fragen decken Metadatenprobleme nur selten auf. Wir testen deshalb Fragenpaare wie:
Wie funktioniert der Prozess für Elternzeit in Deutschland?
Wie funktioniert der Prozess für Elternzeit in Spanien?
Oder:
Wie beantragen Mitarbeitende eine Software?
Wie beantragen externe Auftragnehmer eine Software?
Bei der profilbasierten Filterung stellen wir dieselbe Frage außerdem mit verschiedenen Testbenutzern, beispielsweise mit Mitarbeitenden aus unterschiedlichen Abteilungen oder Standorten. So prüfen wir, ob die Retrieval-Schicht die infrage kommenden Quellen wie vorgesehen anpasst, während die SharePoint-Berechtigungen weiterhin festlegen, auf welche Inhalte der jeweilige Benutzer zugreifen darf.
Bei jeder Antwort prüfen wir:
- Welche Filter wurden angewendet?
- Welche Quellen wurden ausgeschlossen?
- Wurde das maßgebliche Dokument an erster Stelle angezeigt?
- Zeigte die Quellenangabe den richtigen Geltungsbereich?
- Was geschah, wenn Metadaten fehlten?
- Bat der Assistent um zusätzliche Informationen, anstatt zu raten?
Wir testen außerdem archivierte Dokumente, mehrdeutige Länderwerte und Inhalte ohne verantwortliche Stelle.
7. Das Modell auch nach dem Launch zuverlässig halten
Die Qualität von Metadaten nimmt ab, wenn sie nicht mit dem Veröffentlichungsprozess verbunden ist. Ein nachhaltiges Setup kann folgende Elemente enthalten:
- Freigabe-Workflows
- Erinnerungen an Überprüfungsdaten
- regelmäßige Bestätigung der Verantwortlichkeit
- Entfernung archivierter Inhalte aus dem KI-Umfang
- Veröffentlichungsregeln für kritische Felder
- Reporting für neue Werte wie „Unbekannt“ oder „Prüfung erforderlich“
Das Ziel sollte nicht sein, am Tag des Launches perfekte Metadaten zu besitzen. Entscheidend ist ein System, das nicht sechs Monate später unbemerkt unzuverlässig wird.
Wo KI-generierte Metadaten helfen können
Microsoft Autofill-Spalten können Dokumente klassifizieren, Informationen extrahieren, Zusammenfassungen erstellen und die Ergebnisse in SharePoint-Spalten speichern. Dies kann dabei helfen, folgende Werte vorzuschlagen:
- Dokumenttyp
- Gültigkeitsdatum
- Vertragspartei
- Zusammenfassung
- Begriff aus einer verwalteten Taxonomie
Generierte Werte benötigen dennoch Governance, insbesondere wenn ein Feld die Autorität, den rechtlichen Geltungsbereich oder Compliance-Fragen beeinflusst. KI kann beispielsweise vorschlagen, dass sich ein Dokument auf Deutschland bezieht. Sie sollte jedoch nicht eigenständig entscheiden, für welche Rechtseinheit eine Richtlinie gilt.
Metadaten können schlechte Inhalte nicht reparieren
Metadaten können dem Assistenten helfen, die richtige Richtlinie zu finden. Sie können diese Richtlinie jedoch nicht klarer, aktueller oder intern widerspruchsfrei machen. Deshalb prüfen wir Metadaten und Inhaltsstruktur gemeinsam:
- ein klar abgegrenztes Thema pro Dokument oder Seite
- eindeutige Überschriften
- Wiederholung des Geltungsbereichs an Stellen, an denen der Kontext verloren gehen könnte
- Trennung aktueller Anweisungen von historischen Hintergrundinformationen
- Platzierung von Ausnahmen in unmittelbarer Nähe zur jeweiligen Regel
- eine maßgebliche Quelle anstelle mehrerer Kopien
Ein Dokument kann perfekt mit „Land = Spanien“ gekennzeichnet sein und trotzdem unbrauchbar bleiben, wenn die Antwort in einem langen PDF verborgen ist oder an anderer Stelle widersprüchlich dargestellt wird.
Die wichtigste Erkenntnis
SharePoint-Metadaten werden erst dann für KI nützlich, wenn sie den vollständigen Weg durchlaufen:
Inhalt → Spalte → Suche oder Indizierung → Retrieval-Regel → Quellenangabe → laufende Überprüfung
Fehlt einer dieser Schritte, können die Metadaten in SharePoint vollständig aussehen, ohne irgendeinen Einfluss auf die Antwort zu haben. Deshalb testen wir die gesamte Prozesskette, bevor wir die Qualität des Chatbots beurteilen. Ein besseres KI-Modell kann keine Metadaten kompensieren, die die Retrieval-Schicht nie erreicht.
