İşletmeler için yapay zekâ bilgi tabanı.
Almanya'dan RAG sistemi, her kanaldan erişilebilir.
Bilgi her yerde: PDF'lerde, wiki'lerde, Word belgelerinde, sık sorulan soru listelerinde, eski e-postalarda. Çalışanlar ve müşteriler onu elle aramak zorunda. Klasik bilgi yönetimi araçları arama araçlarıdır; arama sonuçları gösterir ama yanıtlamaz. ChatGPT gibi üretken yapay zekâ yanıtlayabilir ama şirket bilginizi bilmez. Eksik olan: ikisini birleştiren ve her kanaldan (telefon, sohbet, e-posta) erişilebilen bir RAG sistemi.
RAG (Retrieval Augmented Generation), kurumsal yapay zekâ bilgi tabanları için standart mimaridir: belgeler vektör embedding'lerine çevrilir ve bir vektör veritabanında saklanır. Taleplerde sistem en ilgili pasajları arar, bunları bir LLM'e bağlam olarak verir; LLM de bundan bir yanıt üretir. Klasik arama araçlarına göre avantajı: bağlantı listesi yerine doğal dilde yanıt. Genel yapay zekâya göre avantajı: genel bilgi yerine belirli şirket bilgisi. Ama RAG sistemlerini kendiniz kurmak özel kurumsal mühendisliktir: vektör veritabanı lisanslamak (ABD bulut hizmeti veya kendi kendine barındırma), LLM entegrasyonunu yapılandırmak, embedding hattı kurmak, chunking stratejisi seçmek, re-ranking modeli kullanmak, GDPR/AI Act için uyum katmanı kurmak. Zaman çabası: 2-6 ay özel uygulama. Fiyatlandırma: 5 haneli kurulum + 4 haneli aylık bulut maliyeti. DACH KOBİ'leri için bütçe dışı. Rinqo'nun mimarisi bunu çözer: bilgi yönetimi kutudan çıktığı gibi üründe dahildir, Hetzner'de kendi kendine barındırılan Qdrant vektör veritabanı, AB dil modelleri (Microsoft Azure OpenAI (Microsoft Ireland, Sweden Central)), AI Act uyumlu bildirim. Sihirbaz üzerinden 10 dakikada etkinleştirme.
Rinqo, çok kanallı çıktıya sahip bir yapay zekâ bilgi tabanıdır. Kuruluş başına merkezî, RAG tabanlı tek bir bilgi tabanı; PDF'lerden, web sitesi taramasından, sık sorulan soru listelerinden, yardım masası makalelerinden beslenir; Confluence, Notion veya SharePoint gibi ek kaynakları talep üzerine bağlarız. Dört kanaldan erişilebilir: telefon (bir arama bilgi tabanından yanıtı verir), sohbet (fonksiyon çağırmalı widget), e-posta (özerk triyaj ajanı standart talepleri yanıtlar) ve kişisel asistan (tüm ekip için iç soru-cevap araması). Hetzner DE barındırması, aylık net 99 €'dan sabit ücret.
Yapay zekâ bilgi tabanını deneyinWarum Rinqo?
Özel mühendislik yerine kutudan çıktığı gibi RAG
Klasik RAG uygulaması: vektör veritabanı lisansı, LLM kurulumu, embedding hattı, chunking, re-ranking, uyum ile 2-6 ay özel mühendislik. Rinqo: 10 dakikada sihirbaz kurulumu, Qdrant, Microsoft Azure OpenAI, varsayılan olarak entegre AI Act bildirimi.
Ayrı entegrasyon olmadan çok kanallı çıktı
Klasik bilgi tabanı araçları web ön yüzleridir. Rinqo aynı bilgi tabanını, ayrı kanal entegrasyonları olmadan telefon, sohbet widget'ı, e-posta triyajı ve kişisel asistan üzerinden erişilebilir kılar. Tek bilgi tabanı, dört kanal.
ABD bulut vektör veritabanı yerine Hetzner DE
Yaygın vektör veritabanı hizmetleri ABD bölgelerinde barındırır. Rinqo, Hetzner Falkenstein/Nürnberg'de kendi kendine barındırılan Qdrant'ı kullanır; şirket bilgisi için Cloud Act maruziyeti yok. Sözleşme imzalandığında veri işleme sözleşmesi otomatik.
Bilgi boşluğu çözümüyle sürekli öğrenme
Yapay zekâ bir talebi yanıtlayamazsa boşluk panelde bildirilir. Yanıtı bir dakikada eklersiniz; bir sonraki seferde yapay zekâ yanıtlayabilir. Bilgi tabanı teorik sık sorulan soru bakımından değil, gerçek müşteri taleplerinden büyür.
Varsayılan olarak AI Act Madde 50 bildirimi
Her yapay zekâ üretimi yanıtta: bildirim uyarısı (sesli anons, sohbet rozeti, e-posta altbilgisi). 02.08.2026 itibarıyla zorunlu, Rinqo'da standart. Klasik özel RAG uygulamaları bildirimi elle eklemek zorundadır.
Yapılandırılmış yanıtlar için fonksiyon çağırma
Yalnızca metin yanıtlar yerine yapay zekâ fonksiyonlar çağırabilir: Cal.com'da randevu al, CRM'e lead ekle, webhook tetikle, bir insana yeniden eskalasyon. Böylece bilgi tabanı pasif (yalnızca bilgilendiren) yerine aktif (eyleme geçen) olur.
Vorher. Nachher.
İşletme bilgi yönetimi için klasik seçenekler: (1) Wiki ve belge araçları, arama için web ön yüzü, yapay zekâ yanıtı yok, çok kanallı kullanılabilirlik yok. (2) Özel RAG uygulaması, 2-6 ay mühendislik, 5 haneli kurulum maliyeti, ABD bulut vektör veritabanı, elle GDPR uyumu. (3) Genel yapay zekâ sohbetleri, şirket bilginizi bilmez, uydurma yanıtlar verir (halüsinasyonlar).
Rinqo (DE, Hetzner): Qdrant AB vektör veritabanı, AB dil modelleri, AI Act standardıyla kutudan çıktığı gibi RAG sistemi. Çok kanallı çıktı: telefon + sohbet + e-posta + kişisel asistan. Sürekli öğrenme için bilgi boşluğu çözümü. Sihirbaz üzerinden 10 dakikada kurulum. 5 haneli özel kurulum yerine aylık net 99 €'dan sabit ücret.
Yapay zekâ bilgi tabanı nedir? İşletmeler için RAG açıklandı
RAG (Retrieval Augmented Generation), yapay zekâ bilgi tabanları için önde gelen mimaridir. Üç adım: birincisi, belgeler anlamsal vektör embedding'lerine çevrilir (ör. text-embedding-3 gibi bir embedding modeli üzerinden) ve bir vektör veritabanında saklanır. Rinqo, Hetzner'de kendi kendine barındırılan Qdrant'ı (açık kaynak, Apache 2.0) kullanır. İkincisi, bir talepte sistem sorunun vektör embedding'ini hesaplar ve veritabanında en benzer belge pasajlarını arar, tipik olarak ilk 5 sonuç. Üçüncüsü, bulunan pasajlar bir LLM'e (Rinqo: tek yapay zekâ omurgası olarak Microsoft Azure OpenAI (Microsoft Ireland, Sweden Central)) bağlam olarak verilir; LLM bundan doğal dilde bir yanıt üretir. Avantaj: genel bilgi yerine belirli şirket bilgisi, bağlantı listesi yerine doğal dilde yanıt. Ödünleşim: nitelikli bilgi tabanı içeriği ve temiz chunking gerektirir. Rinqo, chunking + re-ranking'i DACH KOBİ bilgi tabanları için varsayılan olarak kalibre etmiştir (100-500 kelimelik yardım masası makaleleri, sık sorulan soru listeleri ve PDF belgeleriyle karışık).
Rinqo'nun bilgi tabanı nasıl oluşturulur, üç girdi kaynağı
Rinqo üç bilgi tabanı girdi türünü kabul eder. Birincisi, web sitesi taraması. Ana alan adınızın URL'sini verirsiniz, Rinqo indekslenebilir tüm sayfaları otomatik tarar (DACH KOBİ'lerinde tipik olarak 50-500 sayfa), metni çıkarır, Qdrant'a gömer. Çaba, sayfa sayısına göre 5-15 dakika. İkincisi, dosya yükleme. PDF belgeleri, Word belgeleri, Markdown dosyaları, Excel tabloları yüklenir. Rinqo metni düzen anlayışıyla (başlıklar, tablolar, listeler) çıkarır, otomatik gömer. Yardım masası makale koleksiyonları, çalışan el kitapları, ürün dokümantasyonu, uyum yönergeleri için çalışır. Üçüncüsü, üçüncü taraf kaynakları. Confluence, Notion, SharePoint, Google Drive veya Zendesk gibi araçlardaki içerikleri talep üzerine bağlarız; kurulumu biz üstleniriz, çoğunlukla birkaç gün içinde tamamlanır.
Çok kanallı çıktı, dört kanal için tek bilgi tabanı
Klasik bilgi yönetimi araçları web ön yüzleridir; çalışanlar ve müşteriler uygulamayı açmak, aramak, okumak zorundadır. Telefon aramalarında, sohbet taleplerinde veya e-postalarda bilginin ekipten biri tarafından elle çağrılması gerekir. Rinqo bunu tersine çevirir: aynı bilgi tabanı dört kanaldan sunulur. Telefon kanalı: yapay zekâ telefon ajanı aramayı yanıtlar, bilgi tabanında arar, sözlü yanıtlar (ses sentezi Alman bir sağlayıcı üzerinden, AB barındırmalı). Sohbet kanalı: aynı bilgi tabanına sahip web widget'ı. E-posta kanalı: özerk triyaj ajanı IMAP üzerinden gelen kutusuna bağlanır, bilgi tabanında bulunan talepleri yanıtlar, karmaşık e-postaları yükseltir. Kişisel asistan: tüm ekip için doğrudan soru-cevap araması (ör. hastalık bildirimi iş akışı dokümantasyonuna ilişkin), her yanıtta kaynak belirtmeyle. Tek bilgi tabanı, dört kanal, bilgi silosu yok.
Bilgi boşluğu çözümü, bilgi tabanı gerçek taleplerden öğrenir
Klasik RAG sistemlerinin tipik bir sorunu vardır: bilgi tabanı başlangıçta eksiktir. Çalışanlar ve müşteriler bilgi tabanında kapsanmayan sorular sorar. Klasik sistemler o zaman hata mesajıyla yanıtlar veya daha kötüsü halüsinasyon görür. Rinqo'nun bir sürekli öğrenme döngüsü vardır. Adım 1: yanıtlanamayan bir talepte yapay zekâ dürüstçe bir insana yükseltir VE boşluğu panelde yapılandırılmış biçimde kaydeder. Adım 2: tüm açık bilgi boşluklarını sıklığa göre sıralı görürsünüz. Adım 3: yanıtı 30 saniyede eklersiniz (sık sorulan soru girdisi, tamamlanmış bir dokümantasyon pasajı veya yeni bir bilgi dosyası olabilir). Adım 4: bir sonraki aynı veya benzer talep otomatik yanıtlanır. Bilgi tabanı teorik sık sorulan soru bakımından değil, gerçek müşteri taleplerinden büyür. Etki: isabet oranı 1. haftada tipik yüzde 60-70'ten 4-6. haftada yüzde 90-95'e yükselir.
Rinqo mu, klasik bilgi yönetimi araçları mı; karşılaştırma
DACH KOBİ'leri 2026'da bilgi yönetimi için üç seçeneği kıyaslar. Birincisi, klasik wiki ve bilgi tabanı araçları. Güç: olgun editoryal arayüzler, sürümleme, yetkilendirmeler, ekip iş birliği. Zayıflık: yalnızca web ön yüzü, yapay zekâ yanıtı yok, çok kanallı kullanılabilirlik yok. Fiyat tipik olarak kişi başına ayda 8-15 €, ama yapay zekâ katmanı dahil değil. İkincisi, özel RAG uygulaması. Güç: mimaride ve entegrasyonlarda azami esneklik. Zayıflık: 2-6 ay mühendislik, 5 haneli kurulum maliyeti, bulut veritabanı lisansları, elle GDPR/AI Act uyumu. DACH KOBİ'leri için bütçe dışı. Üçüncüsü, genel yapay zekâ sohbetleri. Güç: olgun LLM yanıtları. Zayıflık: şirket bilgisini bilmez (bağlamı elle kopyalamadıkça), belirli taleplerde halüsinasyon görür, çoğu zaman ABD bulut barındırması. Rinqo üç avantajı birleştirir: editoryal temel işlevlere sahip bakımlı bir bilgi tabanı artı RAG yanıtları artı GDPR/AB barındırması (Almanya'da üretilmiş), kutudan çıktığı gibi aylık 99 €'dan sabit ücret.
Sık sorulan sorular
Kaynaklar
- Qdrant Vektör Veritabanı (açık kaynak, Apache 2.0)
- AB Tüzüğü 2024/1689 (AI Act), Madde 50
- GDPR Madde 28, Veri işleme
- ABAD C-311/18 (Cloud Act maruziyeti), üçüncü ülkelere veri aktarımı
Son güncelleme: 2026-05-09
Kurucu ve CEO, Rinqo
Sven, Rinqo'yu basit bir gözlemden yola çıkarak kuruyor: yapay zekâ araçlarının çoğu San Francisco'da tasarlanıp Berlin'de satılıyor. Kara Orman'daki atölye, Salzburg'daki veteriner kliniği, Tirol'deki aile oteli, kendi dillerini konuşmayan yazılımlar alıyor. Rinqo bunu tersine çeviriyor. Avrupa sunucularında, on dakikada kurulur, yirmi dilde. Sektörlerin kendisi tarafından oluşturulan şablonlarla.
Son güncelleme:
Canlı deneyin
Ajana git