Danswer
Onyx (formerly Danswer) · Coding · Lernen · Chatbot
Danswer heißt inzwischen Onyx und ist eine Open-Source-Plattform für KI-Suche und Chat, die Ihre Arbeitsanwendungen anbindet, interne Dokumente indexiert und Fragen mit Quellenangaben beantwortet.
Über Danswer
About
Was ist Danswer
Danswer ist eine Open-Source-Unternehmenssuche, die zugleich als KI-Assistent für die Arbeit dient. Die Plattform hängt sich an die Anwendungen, die ein Team ohnehin nutzt, zieht deren Inhalte in einen gemeinsamen Index und beantwortet Fragen in normaler Sprache mit Zitaten und Links zum Originaldokument. Das Unternehmen hat das Produkt 2024 in Onyx umbenannt, deshalb finden Sie Dokumentation, GitHub-Repository und aktuelle Versionen unter diesem Namen.
Nützlich ist vor allem, dass sich jede Antwort prüfen lässt. Ein allgemeiner Chatbot rät anhand seiner Trainingsdaten. Danswer holt zuerst Passagen aus Ihren Confluence-Seiten, Slack-Threads, Drive-Dateien und Tickets und übergibt sie dann einem Sprachmodell zum Zusammenfassen. Jede Antwort zeigt, woher sie stammt. Genau das unterscheidet eine hübsche Demo von einem Werkzeug, das ein Support-Team täglich einsetzt.
Der Preis für diese Kontrolle ist die Einrichtung. Selbst gehostete KI-Suche bedeutet, dass jemand Docker oder Kubernetes betreibt, die Datenquellen verbindet, einen Modellanbieter auswählt und den Index aktuell hält. Für eine Ingenieurin ist das machbar. Für alle anderen ist es eine Hürde. Wer die Funktion ohne den Betrieb will, nimmt die gehostete Variante.
Erste Schritte
- Spielen Sie den Stack aus. Am schnellsten geht das mit einem einzigen docker compose-Befehl auf einem Laptop oder Server. Für größere Installationen gibt es Kubernetes-Manifeste, und Onyx Cloud bietet einen gehosteten Test ohne Kreditkarte.
- Verbinden Sie Ihre Quellen. Melden Sie sich im Adminbereich an, wählen Sie Konnektoren wie Slack, Google Drive, Confluence, Notion oder Jira, geben Sie die Freigabe und legen Sie fest, welche Bereiche oder Kanäle indexiert werden.
- Wählen Sie ein Modell. Richten Sie Danswer auf OpenAI, Anthropic, Gemini oder ein lokales Modell über Ollama aus und tragen Sie API-Schlüssel oder Endpunkt ein.
- Stellen Sie Fragen. Die interne Suche liefert eine Liste passender Dokumente, die Chat-Ansicht eine ausformulierte Antwort mit Zitaten.
- Bringen Sie das Werkzeug ins Team. Laden Sie Nutzer ein, vergeben Sie Admin- oder Basisrollen und binden Sie Slack ein, damit niemand einen zusätzlichen Tab öffnen muss.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Danswer.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- IT- und Plattformteams in mittelständischen Firmen
- Support- und Customer-Success-Teams
- Engineering-Organisationen
Aufgaben
- Wiederkehrende Fragen zu HR und Richtlinien beantworten
- Ein Dokument wiederfinden, an das man sich nur halb erinnert
- Neue Mitarbeitende einarbeiten
- Einen ersten Entwurf mit Belegen bauen
Szenarien
- Ein Unternehmen, dessen Wissen über Drive, Slack und Confluence verteilt ist
- Ein reguliertes Team, das keine internen Dokumente in eine Anbieter-Cloud geben darf
- Ein Unternehmen mit 50 bis 500 Mitarbeitenden, das Glean-Suche ohne Glean-Rechnung will
Wichtigste Funktionen
Hybride Suche über mehr als 40 Konnektoren
Danswer indexiert Quellen sowohl per Stichwort- als auch per Vektorsuche und mischt beide Ergebnislisten. Exakte Treffer zählen, wenn jemand nach einem Fehlercode oder einer Ticketnummer sucht. Treffer nach Bedeutung fangen die Fälle ab, in denen die Formulierung anders ist, das Thema aber dasselbe. Offizielle Konnektoren gibt es für Slack, Google Drive, Confluence, Notion, Jira, GitHub, Salesforce, SharePoint und Dutzende weitere, sodass die Suche im Unternehmenswissen mit den Werkzeugen beginnt, die Sie bereits bezahlen.
Chat mit Quellenangaben
Jede Antwort kommt mit zitierten Passagen und Links zu den zugrunde liegenden Dokumenten. Sie öffnen die Quelle, lesen den Zusammenhang und entscheiden, ob das Modell fair zusammengefasst hat. Diese Zitatkette macht das Werkzeug bei Compliance-Fragen belastbar, wo eine selbstsichere falsche Antwort teurer ist als keine Antwort. Nebenbei nimmt sie dem KI-Chat über Dokumente den Charakter einer Blackbox.
Eigene Assistenten mit Anweisungen
Sie legen getrennte Assistenten an, jeder mit eigenem Prompt, Wissensbereich und Tonfall. Ein Support-Assistent bleibt im Helpcenter und antwortet in kurzen Schritten, ein Engineering-Assistent durchsucht Design-Dokumente und Code-Diskussionen. Weil der Bereich begrenzt ist, bleiben Antworten beim Thema und das Modell hat weniger Raum zum Erfinden.
Agenten mit Aktionen und MCP-Plugins
Neuere Versionen lassen Assistenten handeln statt nur antworten. Sie binden MCP-Server oder OpenAPI-Plugins ein, damit ein Agent mitten im Gespräch ein Ticket anlegt, eine Bestellung nachschlägt oder einen internen Dienst aufruft. Das macht aus der internen Suche ein Stück weit ein Workflow-Werkzeug, und genau hier ist Sorgfalt bei den Berechtigungen nötig.
Selbst gehosteter Betrieb und vererbte Berechtigungen
Der komplette Stack läuft in Ihrer Cloud, auf eigener Hardware oder abgeschottet ohne Internetzugang. Dokumente und Embeddings bleiben in Ihrer Infrastruktur, und das Projekt erklärt, keine Kundendaten zum Trainieren zu verwenden. Die Enterprise Edition ergänzt die Berechtigungssynchronisation, die die Zugriffsregeln der Quellanwendung beim Abfragen spiegelt: Was jemand in Drive nicht öffnen darf, liest er auch in Danswer nicht.
Websuche, Deep Research und Code-Interpreter
Über interne Dokumente hinaus können Assistenten im Web suchen, eine mehrstufige Recherche über mehrere Seiten fahren und Python für Berechnungen oder Datenprüfungen ausführen. Diese Werkzeuge decken Fragen ab, die Informationen von außerhalb des Unternehmens brauchen, und ersparen Ihnen den Tab-Wechsel mitten in der Aufgabe.
Vor- und Nachteile
Vorteile
- Die Community Edition steht unter MIT-Lizenz und lässt sich kostenlos selbst hosten, Sie testen das ganze Produkt also auf einem Server, bevor Sie mit dem Vertrieb sprechen.
- Die Konnektorabdeckung ist breit, über 40 Anwendungen sind dokumentiert, und ein eigener Konnektor ist für ein Team mit Python-Erfahrung realistisch.
- Zitate an jeder Antwort machen die Ausgabe überprüfbar, und das ist der wichtigste Grund, warum Teams ihr mehr vertrauen als einem allgemeinen Chatbot.
- Die Modellwahl bleibt offen. GPT, Claude, Gemini oder ein lokales Modell laufen alle, und ein Wechsel ist möglich, wenn Preise oder Qualität sich ändern.
- Es gibt eine gehostete Variante, sodass ein Team ohne eigene Infrastruktur dasselbe Produkt nutzt, ohne etwas aufzusetzen.
Nachteile
- Selbst hosten bedeutet echte Betriebsarbeit. Docker oder Kubernetes, Updates, Backups und der Vespa-Index liegen bei Ihnen, und das bindet eine halbe Stelle.
- Berechtigungssynchronisation, SSO und Auditfunktionen stecken im Enterprise-Plan. In der kostenlosen Variante gibt es einfache Rollen statt gespiegelter Dokumentrechte, was das Produkt für manche regulierte Teams ausschließt.
- Große Bestände brauchen Zeit und Speicher. Die erste Synchronisation eines umfangreichen Drive- oder Confluence-Bereichs kann Stunden laufen, bis die Suche vollständig wirkt.
- Die Umbenennung von Danswer zu Onyx schafft Reibung. Support-Threads, Blogbeiträge und Download-Anleitungen verteilen sich auf zwei Namen, und gelegentlich landen Sie auf einer veralteten Seite.
Häufige Fragen
Ja. Das Unternehmen hat das Produkt 2024 von Danswer in Onyx umbenannt. Code, Dokumentation und Releases liegen jetzt unter dem Namen Onyx auf GitHub und auf onyx.app, während alte Paketnamen und Docker-Images in älteren Anleitungen noch auftauchen.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Danswer.
Alternativen zu Danswer
Base Code
Base44 (Wix) · Coding · ProduktivitätBase Code ist eine geteilte Cloud-Entwicklungsumgebung von Base44. Das Team beschreibt Änderungen an einem bestehenden GitHub-Repository im Chat, prüft sie in der Vorschau und reicht sie als Pull Request ein.
Google EmbeddingGemma 2
Google DeepMind · Schreiben · Bilder · CodingGoogle EmbeddingGemma 2 ist ein offenes Modell mit 740 Millionen Parametern, das Text, Code, Bilder, Audio und Videobilder in Vektoren eines gemeinsamen 768-dimensionalen Raums umwandelt und auf Handys und Notebooks läuft.
GitGlow
GitGlow · Coding · ProduktivitätGitGlow ist ein Git-Client für den Desktop, der Ihren Code und die Änderungen Ihrer KI-Agenten in einer Review bündelt, damit Sie vor dem Ausliefern sehen, was die Maschine verlässt.