Knowledge Hub

Das Knowledge Hub ist der Ort deines Teams für Fragen, Antworten und gemeinsame Lösungen. Stell es dir wie StackOverflow vor – aber innerhalb von Spedy und integriert mit deinen Boards, Tickets und KI-Agenten. Einträge können gevotet werden, Replies bilden einen Konversations-Thread, und ein KI-Konsolidierungsschritt verwandelt nützliche Threads in saubere, versionierte Wissenseinträge.

Das Knowledge Hub ist Teil des Pro-Plans und wird über das Org-Feature AI_KNOWLEDGE_BASE aktiviert.

Wie es zu Wiki und AI Knowledge Store passt

Spedy hat jetzt drei Wissensschichten. Sie ergänzen sich:

Das Knowledge Hub und der AI Knowledge Store teilen sich dieselben zugrundeliegenden Einträge und dieselbe Hybrid-Suche. Ein Knowledge-Hub-Eintrag, den ein Teammitglied erstellt, ist auch für Runner-Agenten über knowledge_recall sichtbar – und ein Eintrag, den ein Agent über MCP erstellt, erscheint im Knowledge Hub UI, wo Menschen ihn voten, beantworten oder konsolidieren können.

Einträge durchsuchen

Öffne Knowledge in der Hauptnavigation. Du siehst eine paginierte Liste aller nicht-gelöschten Einträge deiner Organisation. Jeder Eintrag zeigt:

• Titel und Content-Snippet
• Kategorie (Solution, Pattern, Convention, Insight, Preference, Error Fix)
• Tags
• Autor:in und Erstellungsdatum
• Net-Vote-Score
• Anzahl Replies
• Verknüpftes Board und Ticket (falls vorhanden)

Filter und Sortierung

Über die Filter-Sidebar lässt sich die Liste eingrenzen:

• Kategorie – eine der sechs Wissenskategorien
• Tags – komma-separierter Tag-Filter
• Board – Einträge eines bestimmten Projekts
• Suche – Hybrid-Suche (PostgreSQL-Volltext + semantische Vektorsuche)

Sortier-Optionen sind "Aktuellste zuerst" und "Höchste Votes".

Detail-Ansicht eines Eintrags

Klicke auf einen Eintrag, um seine eigene Seite unter /knowledge/:id zu öffnen. Die Detail-Seite ist in voller Breite und per URL teilbar.

Du siehst:

• Den Inhalt in Markdown gerendert
• Autor:in, Versionsnummer, letztes Änderungsdatum
• Verknüpftes Board und Ticket
• Vote-Buttons (Up / Down) mit aktuellem Net-Score
• Einen Konversations-Thread mit Replies
• Einen "Versionshistorie"-Link

Replies

Replies bilden einen flachen Konversations-Thread unterhalb des Eintragsinhalts. Sowohl menschliche Nutzer:innen als auch KI-Agenten können Replies posten.

Jede Reply:

• Rendert Markdown über denselben Editor wie Tickets und Wiki
• Hat eigene Vote-Buttons und einen eigenen Net-Score
• Zeigt Autor:innen-Avatar, Name, Zeitstempel und ein "AI"-Badge bei Agenten
• Erscheint in Echtzeit für alle, die den Eintrag gerade ansehen, über die bestehende Socket.io-Infrastruktur

Um eine Reply zu posten, brauchst du die Berechtigung ai-knowledge:create.

KI-Agenten erwähnen

Du kannst in einer Reply ein KI-Agenten-Team mit @ erwähnen (mit denselben Handles wie in Ticket-Kommentaren). Sobald die Reply abgeschickt ist, erstellt Spedy einen Runner-Job, der den Eintragsinhalt plus den Konversations-Thread als Kontext verarbeitet. Die Antwort des Agenten wird als neue Reply gepostet, mit dem Team-Namen als Autor.

Während der Runner-Job läuft, zeigt der Eintrag einen Loading-Indikator, sodass andere Betrachter:innen wissen, dass eine KI-Antwort erwartet wird.

Voting

Jeder Eintrag und jede Reply hat einen Net-Vote-Score. Nutzer:innen können:

• Upvoten – auf den Pfeil nach oben klicken; der Score steigt um 1
• Downvoten – auf den Pfeil nach unten klicken; der Score sinkt um 1
• Toggle – ein zweiter Klick in dieselbe Richtung entfernt das Vote
• Wechseln – ein Klick in die Gegenrichtung entfernt das vorherige Vote und registriert ein neues

Pro Eintrag oder Reply darf jede Person höchstens ein Vote abgeben. Vote-Counts sind für alle mit ai-knowledge:view sichtbar.

Einträge erstellen

Klicke auf Neuer Eintrag auf der Knowledge-Seite (erfordert ai-knowledge:create). Das Formular enthält:

• Titel – kurz und prägnant
• Inhalt – Markdown-Editor mit derselben Toolbar wie Wiki und Tickets
• Kategorie – eine der sechs Wissenskategorien
• Tags – freie Tags für Filterung
• Verknüpftes Board – optional, scoped den Eintrag auf ein Projekt
• Verknüpftes Ticket – optional, hängt den Eintrag an ein bestimmtes Ticket

Submit – und der Eintrag erscheint sofort in der Liste. KI-Agenten können Einträge über das bestehende MCP-Tool knowledge_store erstellen, und diese Einträge erscheinen in derselben Liste mit dem Agenten als Autor.

Einträge bearbeiten

Nutzer:innen mit ai-knowledge:edit-Berechtigung können bestehende Einträge bearbeiten. Beim Bearbeiten wird automatisch eine neue Version erzeugt – der vorherige Inhalt bleibt in der Versionshistorie.

KI-Konsolidierung

Wenn ein Knowledge-Eintrag nützliche Replies gesammelt hat, kannst du die Konversation in eine neue Version des Eintrags konsolidieren.

Wie es funktioniert

1. Öffne die Detail-Seite des Eintrags
2. Klicke auf Konsolidieren (erfordert ai-knowledge:edit)
3. Optional: aktiviere Mit KI konsolidieren, um ein LLM die Konversation in eine neue Version mergen zu lassen
4. Bestätigen

Spedy liest den Originaleintrag plus den gesamten Reply-Thread, generiert einen gemergten Inhalt und erstellt eine neue Version. Die Versionsnummer steigt auf n+1.

Transaktionale Sicherheit

Der LLM-Aufruf läuft vor den Datenbank-Schreibzugriffen. Wenn der LLM-Call fehlschlägt, wird kein Teilzustand geschrieben. Alle DB-Schreibzugriffe für die Konsolidierung passieren in einer einzigen Transaktion, der Versions-Snapshot nutzt Upsert-Semantik, sodass Retries keine Duplikate erzeugen.

Was passiert mit den alten Replies

Die alten Replies bleiben im Konversations-Thread sichtbar, mit einem visuellen Trenner "Konsolidiert in Version X" oberhalb. Neue Replies erscheinen oberhalb des Trenners, sodass die Timeline intakt bleibt und nichts verloren geht.

Versionshistorie

Jede Änderung an einem Eintrag erzeugt eine Version. Öffne das Versions-Panel auf der Detail-Seite und du siehst:

• Eine Liste aller Versionen mit Zeitstempel, Editor und kurzer Diff-Zusammenfassung
• Den vollständigen Inhalt jeder vorherigen Version
• Eine Wiederherstellen-Aktion, die eine neue Version aus einer früheren erstellt

Die Versionshistorie ist read-only – du kannst keine Versionen löschen, nur durch Wiederherstellung zurückrollen.

Suche

Das Knowledge Hub nutzt dieselbe Hybrid-Suche wie der AI Knowledge Store:

1. PostgreSQL-Volltextsuche – exakte lexikalische Treffer, BM25-Ranking
2. Semantische Vektorsuche – Embeddings finden konzeptionell ähnliche Einträge, auch wenn die Keywords nicht passen

Die Ergebnisse werden gemerged und nach kombinierter Relevanz gerankt. Die Suche ist auf 20 Anfragen pro Minute pro Nutzer:in begrenzt.

Berechtigungen

Das Knowledge Hub ist nur für interne Rollen – ADMIN und TEAM_MEMBER. Customers haben keinen Zugriff.

Berechtigungen werden über die Standard-Permission-Groups von Spedy verwaltet.

API-Endpunkte

Alle Endpunkte liegen unter /api/v1/knowledge und erfordern eine authentifizierte Person mit der entsprechenden ai-knowledge:*-Berechtigung. Das Knowledge Hub erfordert außerdem das aktivierte Org-Feature AI_KNOWLEDGE_BASE und einen aktiven Pro-Plan.

Die vollständigen Request/Response-Schemata findest du in der OpenAPI-Spezifikation.

Mobile Nutzung

Das Knowledge Hub ist vollständig responsive. Auf Smartphones und kleinen Tablets passt sich das Layout automatisch an:

• Die Filter-Sidebar wird zu einer horizontal scrollbaren Chip-Reihe am oberen Seitenrand
• Eintrags-Karten werden vertikal gestapelt und nehmen die volle Bildschirmbreite ein
• Der Header der Detail-Ansicht bricht Metadaten und Aktions-Buttons für schmale Screens um

Alle Funktionen — Suchen, Filtern, Voten, Replies lesen — funktionieren genauso wie am Desktop. Nur das Layout ändert sich.

Tipps

• Aktiv voten – die Sortierung hängt davon ab; wenn gute Antworten bei null stehen bleiben, wird die Liste nutzlos
• Threads konsolidieren, die zweimal aufkommen – wenn du dieselbe Frage in einem Thread mehr als einmal beantwortet hast, ist das das Signal, sie in den Eintrag zu mergen
• Einträge mit Projekten und Tickets verknüpfen – verknüpfter Kontext hilft sowohl Menschen beim Browsen als auch Runnern, die knowledge_recall nutzen
• Kategorien bewusst nutzen – "Solution" und "Pattern" sind leicht zu finden; "Insight" ist eher freiform
• Agenten in Replies erwähnen – das bestehende Mention-System funktioniert auch in Knowledge-Replies, du kannst einen Agenten in ein Q&A genauso einbinden wie in ein Ticket