# So steuern Sie, was in die Wissensbasis gelangt

Sie bestimmen selbst, woraus coreAI antworten kann. Die Wissensbasis enthält nur das, worauf Sie den Crawler ausgerichtet oder was Sie über die API gesendet haben, und Sie können Inhalte jederzeit heraushalten oder entfernen. Genau das bestimmt die Qualität der Antworten: Die KI kann nicht falsch aus Inhalten antworten, die nicht vorhanden sind.

## Zwei Wege hinein: Crawling und API

coreAI befüllt die Wissensbasis auf zwei Hauptwegen, und Sie können einen davon oder beide im selben Assistenten nutzen:

- **Crawling** ruft Inhalte von Ihrer Website ab. Es eignet sich, wenn die Inhalte bereits veröffentlicht sind und Sie schnell starten möchten.
- **Die API** lässt Ihr System Inhalte direkt senden. Sie eignet sich, wenn die Inhalte in einem Fachsystem, einem CMS oder einer kuratierten Datenbank liegen und Sie jede einzelne Entität steuern möchten.

Zusätzlich können Sie Dateien hochladen und Text direkt einfügen.

## Crawling: Sie wählen, welche Seiten abgerufen werden

Der Crawler ruft nur das ab, was Sie vorgeben. Sie steuern den Umfang auf drei Arten:

- Eine einzelne Basis-URL lässt coreAI die Sitemap lesen und die dort aufgeführten URLs abrufen.
- Eine Liste von URLs ruft genau diese Seiten ab und nichts sonst.
- Eine URL, die mit `*` endet, zum Beispiel `https://example.com/regelwerk/*`, ruft die Seite und alles unter demselben Pfad ab.

Der Crawler beachtet die `robots.txt`. Sie entscheiden selbst, ob er Links zu externen PDFs und Google-Drive-Dokumenten folgen soll und ob die Quelle automatisch nach einem festen Zeitplan oder nur manuell aktualisiert wird.

## Inhalte nach Pfad, Alter und Dateityp heraushalten

Die Ausschlussliste hält fern, was nicht enthalten sein soll. Sie schreiben ein Muster pro Zeile und können Filter in eckigen Klammern ergänzen:

- `/archiv/*` hält das gesamte Archiv heraus.
- `/news/* [age > 3 months]` hält News heraus, die älter als drei Monate sind.
- `/dokumente/* [type = pdf]` hält PDFs unter `/dokumente/` heraus.

Filter lassen sich kombinieren. Wenn Sie die Ausschlüsse speichern, löscht coreAI auch bereits importierte Inhalte, auf die sie zutreffen. Ein altes PDF, das noch auf dem Server liegt, landet dadurch nicht in den Antworten.

## Nur der Hauptinhalt wird übernommen

coreAI entfernt Navigation und andere wiederkehrende Seitenstruktur, bevor der Inhalt durchsuchbar wird. Menüs, Footer, Breadcrumbs, Cookie-Banner und Karussells werden übersprungen, ebenso Kopfbereiche außerhalb des Hauptinhalts. Elemente mit sehr wenig Text und doppelte Zeilen werden herausgefiltert.

Hat Ihre Website eigene Blöcke, die Rauschen erzeugen, etwa „Verwandte Artikel“, fügen Sie die CSS-Klasse oder ID in der Quelle hinzu. Dann werden auch diese herausgehalten.

## API: Sie senden genau das, was hinein soll

Mit der API enthält die Wissensbasis nur das, was Ihr System sendet. Jede Entität hat eine stabile ID aus Ihrem System und einen Typ, zum Beispiel `documents`, `contents` oder `products`, sodass der Assistent weiß, ob er aus einer Regel, einem Artikel oder einem Produkt antwortet.

- `POST` erstellt oder ersetzt die gesamte Entität.
- `PATCH` aktualisiert nur die geänderten Felder.
- `DELETE` entfernt die Entität und die Beziehungen um sie herum.
- `GET` ruft Entitäten über Ihre IDs ab, sodass Sie prüfen können, was gespeichert ist.

Ändert sich bei Ihnen eine Regel, senden Sie die neue Version mit derselben ID. Die alte Version wird ersetzt, nicht daneben abgelegt, sodass es nie zwei Versionen derselben Regel gibt. Sie können auch zusammengehörige Entitäten verknüpfen, zum Beispiel eine Hauptregel und ihre Ausnahmen. Die Beziehungen werden der KI mitgegeben, wenn sie antwortet.

## Veraltete Inhalte gehören entfernt, nicht nur herabgestuft

coreAI sortiert Treffer nicht nach Datum. Ein älteres Dokument, das der Frage sprachlich näher ist, kann daher vor einem neueren landen. Die sichere Lösung ist, dafür zu sorgen, dass veraltete Inhalte nicht in der Wissensbasis liegen:

- Mit der API löscht oder ersetzt Ihr System die Entität, sobald sie nicht mehr gilt.
- Beim Crawling halten Sie alte Inhalte mit Alters- und Dateityp-Filtern heraus oder indem Sie sie aus dem gecrawlten Pfad entfernen.

Daten, die sich häufig ändern, etwa Preise, Öffnungszeiten oder Bestellstatus, müssen gar nicht in der Wissensbasis liegen. Wenn Sie einen MCP-Server anbinden, ruft der Assistent die Daten direkt aus Ihrem System ab, sobald eine Frage es erfordert, und nichts wird hineinkopiert. [So funktioniert der MCP-Import](https://coreai.no/de/articles/mcp-import).

API-Zugang ist in den Paketen Standard und Groß enthalten. Lesen Sie [den technischen API-Artikel](https://coreai.no/de/articles/api-data-integration), um loszulegen.