Data Integration Guide

Finde die passende Integrationsart für verschiedene Datentypen

Dieser Guide zeigt Dir, welche Integrationsoption für welchen Datentyp am besten passt.

Schnellwahl nach Datentyp

Datentyp / Ziel	Empfohlene Integrationsart	Einstieg
Dokumente & Wissensquellen	Datenquellen & RAG	Datenquellen & RAG
Cloud-Tools mit Live-Daten	Konnektoren	Connectors
Eigene interne APIs/Services	Custom MCP	Custom MCP Server
Workflow-Orchestrierung	No-Code (Make, n8n, Power Automate)	Make-Integration
On-Premise/private Systeme	On-Premise Connections	On-Premise Connections

Typische Auswahl-Logik

Brauchst Du Live-Daten und Aktionen?
Dann starte mit Connectors oder Custom MCP.
Brauchst Du semantische Suche über große Wissensmengen?
Dann nutze Data Pools (RAG).
Ist das Zielsystem intern/on-prem?
Dann plane über das On-Premise Connections.
Sollen Prozesse automatisiert werden?
Dann ergänze No-Code-Flows.

Konnektoren vs. Datenpools im Detail

Merkmal	Konnektoren	Datenpools
Datenaktualität	Echtzeitdaten	Synchronisierter Index
Zugriffsart	Live API-Aufrufe	Vektorsuche im Index
Authentifizierung	Pro Nutzer (OAuth)	Zentral verwaltet
Verwaltung	Jeder Nutzer selbst	Nur Admins
Geschwindigkeit	Abhängig von API	Sehr schnell
Offline-Fähigkeit	Nein	Ja (nach Sync)

Wann welche Option wählen?

Wähle Konnektoren, wenn Du...

Echtzeitdaten benötigst (aktuelle E-Mails, Kalenderereignisse)
Aktionen ausführen willst (Tickets erstellen, E-Mails senden)
Personalisierte Daten brauchst (nur Deine eigenen Dateien)
Schnell etwas verbinden willst, ohne auf Admins zu warten

Wähle Datenpools, wenn Du...

Große Dokumentensammlungen durchsuchen willst
Unternehmensweites Wissen teilen möchtest
Konsistente Antworten über alle Nutzer hinweg brauchst
Daten aus Systemen ohne API verfügbar machen willst

Datenpool aktivieren

Achtung

Ein ausgewählter Datenpool ist erst nach dem Speichern des Assistenten aktiv. Ohne Speichern kann der Assistent nicht auf die Daten zugreifen.

Häufige Frage: „Ich habe einen Datenpool ausgewählt, aber der Assistent findet keine Dokumente.“

Das passiert meist, weil der Assistent nach der Datenpool-Auswahl nicht gespeichert wurde. Die Konfiguration wird erst beim Speichern an den Backend-Service übermittelt.

Praxisbeispiele

Support-Assistent

Ein Support-Assistent braucht stabiles Wissen und die Fähigkeit, etwas zu tun. Die Kombination aus Datenpool und Konnektor deckt beides ab:

Datenpool: Produktdokumentation, FAQs, bekannte Probleme
Konnektor: Atlassian (Jira) für das Erstellen und Aktualisieren von Tickets

So findet der Assistent passende Wissensdatenbank-Artikel und legt bei Bedarf direkt ein Ticket an, statt nur zu beraten.

Sales-Assistent

Im Vertrieb zählen aktuelle Termine und laufende Kundendaten mehr als archiviertes Wissen — hier reichen Konnektoren allein:

Google Calendar: Verfügbarkeit für Demos prüfen
CRM-Integration: Aktuelle Kundendaten abrufen
E-Mail: Follow-up-E-Mails versenden

Ein Datenpool wäre hier eher Ballast, weil sich die relevanten Informationen laufend ändern.

Vertragsvorlagen, Compliance-Richtlinien und interne Policies ändern sich selten und müssen durchsuchbar, aber nicht live sein. Ein Datenpool mit diesen Beständen reicht hier meist aus — ein Konnektor bringt keinen zusätzlichen Nutzen, solange keine Aktionen in einem Drittsystem nötig sind.

Onboarding-Assistent

Neue Mitarbeiter stellen Fragen und brauchen gleichzeitig automatisch eingerichtete Termine — deshalb lohnt sich auch hier die Kombination:

Datenpool mit Onboarding-Materialien, Prozessbeschreibungen und HR-Richtlinien beantwortet die Fragen.
Konnektor zu Google Workspace richtet Kalender-Termine ein und verschickt E-Mail-Benachrichtigungen.

Damit übernimmt der Assistent sowohl die Wissensvermittlung als auch einen Teil der organisatorischen Arbeit.

Die stärksten Assistenten kombinieren oft beide Methoden: Datenpools für stabiles Unternehmenswissen, Konnektoren für aktuelle Daten und Aktionen.

Vertiefung

War diese Seite hilfreich?