CSV, Excel und Google Sheets in Famulors Wissensdatenbank

Produktcodes, Leistungsbeschreibungen und Preislisten liegen in vielen Unternehmen bereits in einer Tabelle. Bisher bedeutete ihre Nutzung durch einen KI-Assistenten oft, Zeilen in Fließtext umzuwandeln oder für aktuelle Werte eine eigene Schnittstelle zu bauen. Seit dem 5. September 2026 kann Famulor CSV-, TSV- und XLSX-Dateien sowie über Drive verbundene Google Sheets als strukturierte Quellen einer Wissensdatenbank verarbeiten. Die Funktion unterstützt unter anderem exakte Kennungen, beschreibungsbasierte Suche sowie definierte Filter und Aggregationen (Famulor Changelog vom 5. September 2026).

Der entscheidende Zusatz lautet: Eine importierte Tabelle bleibt ein Datenstand des letzten Imports. Sie ist kein Live-System. Für stabile Referenzdaten kann das genau richtig sein; für Lagerbestände, individuelle Kontostände, Auftragsstatus oder verbindliche aktuelle Preise benötigen Sie weiterhin ein Tool beziehungsweise eine API.

Das Wichtigste in Kürze

• Famulor unterstützt rechteckige Tabellen aus CSV, TSV und XLSX sowie Google Sheets über eine Drive-Verbindung.
• Tabellenwissen eignet sich für stabile Kataloge, Leistungs- und Preisreferenzen mit klar erkennbarem Stand.
• Exakte Werte, Zeilen, Zählungen, Summen sowie Minimum und Maximum sind innerhalb dokumentierter Abfragegrenzen möglich.
• Google Sheets werden nicht als Live-Datenbank abgefragt; maßgeblich ist der letzte Import, und Formeln werden nicht neu berechnet.
• Live-, personalisierte oder schreibende Vorgänge gehören weiterhin hinter ein Mid-Call-Tool oder eine API.

Was sich mit der Tabellenfunktion geändert hat

Die neue Funktion verfeinert eine wichtige Architekturregel. Eine allgemeine Wissensdatenbank war bislang vor allem für unstrukturierte Inhalte wie Handbücher, Richtlinien und FAQs gedacht. Eine Preistabelle einfach als Dokument zu behandeln, machte zuverlässige Einzelwert- und Rechenabfragen problematisch. Famulors aktuelles Tabellenmodell erhält dagegen die ursprünglichen Zellwerte, Spaltenpositionen sowie die Referenz auf Datei, Tabellenblatt und Zeile (Dokumentation zur Wissensdatenbank, geprüft am 10. September 2026).

Damit kann ein Assistent beispielsweise einen vollständigen Produktcode exakt suchen, eine Zeile über ihre Beschreibung finden oder definierte Tabellenabfragen verwenden. Das ist enger als eine allgemeine Datenbankabfrage: Unterstützt werden Zeilen, Anzahl, Summe, Minimum und Maximum mit begrenzten Gleichheits- oder Bereichsfiltern. Joins, freie Ausdrücke, Währungsumrechnung und Formelberechnung gehören ausdrücklich nicht dazu.

Die ältere Regel aus dem Beitrag Wissensdatenbank oder System-Prompt? bleibt deshalb im Kern richtig, braucht seit dem September-Update aber eine Präzisierung: Strukturierte importierte Tabellen unterstützen jetzt definierte Such- und Aggregationsaufgaben. Live-Daten, personalisierte Werte und Writeback benötigen weiterhin ein Tool oder eine API.

Wann eine Tabellen-Wissensdatenbank passt

Eine Tabelle ist ein guter Kandidat, wenn ihre Zeilen stabile Referenzobjekte beschreiben und ein Importstand fachlich akzeptabel ist. Typische Beispiele sind ein Ersatzteilkatalog, eine Service-Matrix, eine Liste mit Filialleistungen, ein Tarifverzeichnis mit Gültigkeitsdatum oder eine freigegebene Referenzpreisliste.

Prüfen Sie vor dem Import vier Fragen:

1. Sind die Daten stabil genug für einen Snapshot? Wenn sich ein Wert minütlich ändert, ist eine Wissensdatenbank die falsche Quelle.
2. Ist jede Zeile ein klar definiertes Objekt? Produkt, Leistung oder Region sollten über eindeutige Spalten beschrieben werden.
3. Sind Filter und einfache Aggregationen ausreichend? Mehrtabellenlogik, freie Berechnungen oder Währungsumrechnung benötigen eine andere Lösung.
4. Dürfen sämtliche importierten Blätter indexiert werden? Auch ausgeblendete XLSX-Blätter und exportierte Google-Sheets-Blätter werden einbezogen.

Diese Entscheidung trennt Wissenszugriff von Transaktionen. Ein Katalogcode oder eine Leistungsbeschreibung kann aus dem letzten freigegebenen Import stammen. Die Frage „Ist Teil X heute noch auf Lager?“ verlangt dagegen eine aktuelle Systemabfrage. Ebenso sollte ein verbindliches, kundenspezifisches Angebot nicht aus einer allgemeinen Referenztabelle abgeleitet werden.

So bereiten Sie CSV, TSV, XLSX und Google Sheets vor

Die Qualität der Quelle beginnt bei einer sauberen Tabellenstruktur. Laut aktueller Famulor-Dokumentation müssen Spaltenüberschriften in der ersten befüllten Zeile stehen. Die Tabelle sollte rechteckig sein; verbundene Zellen und Werte außerhalb der durch die Kopfzeile definierten Breite werden abgelehnt. Legen Sie getrennte Tabellen auf getrennten Blättern ab.

Für den Import gelten diese dokumentierten Formatregeln:

• CSV-Dateien dürfen Komma oder Semikolon als Trennzeichen nutzen; mehrzeilige Zellen müssen korrekt in Anführungszeichen stehen.
• TSV-Dateien verwenden Tabulatoren.
• Unterstützt werden UTF-8 oder UTF-16 mit BOM.
• Alte .xls-Dateien müssen vorab als XLSX oder CSV gespeichert werden.
• XLSX-Importe umfassen jedes Blatt, auch ausgeblendete Blätter. Google Sheets umfassen jedes exportierte Blatt.
• Formeln werden beim Import nicht neu berechnet. Vorhandene zwischengespeicherte Ergebnisse können als ungeprüft markiert sein; fehlende Resultate und Zellfehler bleiben nicht verfügbar.

Entfernen Sie deshalb vor dem Import Hilfsblätter, vertrauliche Kommentare und Spalten, die der Assistent nicht benötigt. Ergänzen Sie bei zeitabhängigen Referenzen ein Feld wie valid_from oder data_as_of. So kann der Gesprächsablauf den Stand transparent benennen, statt Aktualität zu unterstellen.

Einrichtung in Famulor: fünf dokumentierte Schritte

Der folgende Ablauf entspricht der oben verlinkten aktuellen Famulor-Dokumentation.

1. Wissensdatenbank anlegen

Öffnen Sie Knowledge bases → New, vergeben Sie einen eindeutigen Namen und beschreiben Sie knapp, welche Inhalte die Quelle enthält. Eine Bezeichnung wie „Servicekatalog DACH – Stand September 2026“ macht Zweck und Aktualität besser erkennbar als „Preisliste neu“.

2. Tabellenquelle hinzufügen

Laden Sie eine CSV-, TSV- oder XLSX-Datei hoch. Für Google Sheets richten Sie zuerst unter Automations → Connections eine Drive-Verbindung per OAuth ein und wählen diese Verbindung beim Hinzufügen der Drive-Quelle. Die Cloud-Drive-Synchronisierung ist in der Dokumentation als Beta und als gesondertes Planmerkmal beschrieben; sie setzt aktivierte Beta Features unter Settings → Workspace voraus und richtet sich nach den Sync-Raten des jeweiligen Workspaces (Famulor-Dokumentation, geprüft am 10. September 2026). Prüfen Sie daher die Bedingungen Ihres eigenen Workspaces, statt eine allgemeine Verfügbarkeit anzunehmen.

3. Verarbeitungsstatus prüfen

Warten Sie, bis der Eintrag als bereit angezeigt wird. Wird ein Fehler gemeldet, prüfen Sie Format, Größe, Kopfzeile, verbundene Zellen und Blattaufteilung. Ein sichtbarer Dateiname allein ist noch kein Beleg für einen erfolgreichen neuen Index.

4. Mit RAG Search testen

Nutzen Sie RAG Search mit realistischen Kundenfragen. Als redaktionelle Best Practice empfiehlt sich ein kleines kontrolliertes Testset: ein existierender exakter Code, ein nicht existierender ähnlicher Code, eine beschreibungsbasierte Suche, mehrere mögliche Treffer sowie eine Abfrage mit Filter oder Aggregation. Dieses Testset ist eine Umsetzungsempfehlung, keine Produktgarantie.

5. Wissensdatenbank dem Assistenten zuordnen

Wählen Sie die Wissensdatenbank im Assistenten-Editor aus. Die Dokumentation sagt, dass allein für die Verbindung keine Prompt-Änderung erforderlich ist. Für Ihren konkreten Gesprächsprozess können zusätzliche Anweisungen dennoch sinnvoll sein, etwa wie der Assistent mit Mehrdeutigkeit, veralteten Ständen oder kritischen Produktcodes umgehen soll.

Welche Abfragen unterstützt werden

Bei einer exakten Kennung sollten Sie den vollständigen Wert in Anführungszeichen suchen. Ein ähnlich aussehender Code ist kein Beleg dafür, dass der angefragte Code existiert. Wenn mehrere Zeilen passen, sollte der Assistent eine Rückfrage stellen, statt selbst auszuwählen. Die Suche liefert Quellenreferenzen und positionelle Spaltenschlüssel; Datei, Blatt und Zeile bleiben für die Nachvollziehbarkeit erhalten. Daraus folgt nicht, dass diese Referenzen automatisch im Telefonat vorgelesen werden.

Für fortgeschrittene Anwendungen stehen Tabellenabfragen über POST /knowledge-bases/{id}/search und das MCP-Tool search_knowledge_base zur Verfügung. Nach der oben verlinkten aktuellen Abfragedokumentation können sie Zeilen, count, sum, min oder max zurückgeben. Bis zu fünf Gleichheits- oder Bereichsfilter werden mit AND kombiniert; Zahlen- und Datumsbereiche brauchen einen expliziten Typ.

Auch hier gibt es eine harte Vertrauensgrenze. Numerische Gesamtergebnisse werden abgelehnt, wenn passende Zeilen fehlende, mehrdeutige, formelbasierte oder gemischt-währungliche Werte enthalten. Berechnen Sie eine Gesamtsumme nicht manuell aus wenigen Suchausschnitten. Verwenden Sie dafür die Tabellenabfrage – oder wechseln Sie zu einem zuständigen Backend, wenn die gewünschte Operation nicht unterstützt wird.

Praxisbeispiel: ein fiktiver B2B-Ersatzteil- und Servicekatalog

Angenommen, ein Maschinenservice führt einen freigegebenen Referenzkatalog. Die folgende Mini-Tabelle ist bewusst fiktiv und enthält keine echten Kunden- oder Produktdaten:

Die Quelldatei enthält beispielsweise diese drei Datensätze:

• FP-2048-A: Filterpaket Standard für MX-20, Region DACH, Listenpreis 189,00 EUR, gültig ab 1. September 2026.
• SV-3100-D: Fernwartung Basis für MX-30, Region DACH, Listenpreis 420,00 EUR, gültig ab 1. September 2026.
• SV-3190-D: Fernwartung Plus für MX-30, Region DACH, Listenpreis 690,00 EUR, gültig ab 1. September 2026.

Ein Anrufer könnte nach „FP-2048-A“ fragen. Eine exakte Suche soll genau diesen Datensatz finden; „FP-2048-B“ darf nicht aufgrund der Ähnlichkeit als vorhanden behandelt werden. Eine zweite Frage könnte lauten: „Wie viele DACH-Servicepakete für die MX-30 liegen unter 500 Euro Listenpreis?“ Dafür sind Gleichheits- und Bereichsfilter plus count vorgesehen. Der Begriff Listenpreis und das Gültigkeitsdatum müssen im Gespräch erhalten bleiben; eine verbindliche aktuelle Offerte darf daraus nicht automatisch entstehen.

Für den Telefonkanal empfiehlt sich zusätzlich eine explizite Bestätigungsroutine: Lassen Sie kritische Codes in verständlichen Gruppen wiederholen und vom Anrufer bestätigen, bevor ein Folgeschritt ausgelöst wird. Das ist eine Implementierungsempfehlung, keine Zusage, dass die Plattform Codes automatisch buchstabiert oder bestätigt. Testen Sie außerdem typische Aussprachevarianten, Hintergrundgeräusche und ähnlich klingende Zeichenfolgen in echten Testanrufen.

Snapshot oder Live-System? Die praktische Entscheidung

Der Datenstand der Wissensdatenbank entspricht dem letzten Import. Google Sheets werden also nicht bei jeder Frage live abgefragt. Famulor berechnet Formeln nicht neu und unterstützt weder Joins noch freie Ausdrücke oder Währungsumrechnungen. Diese Grenzen sind kein Randdetail, sondern bestimmen die richtige Systemarchitektur (Famulor-Dokumentation, geprüft am 10. September 2026).

Die separaten Seiten zur Google-Sheets-Integration und zur Microsoft-Excel-365-Integration behandeln dagegen Workflow-Aktionen, Trigger und Writeback. Dieser Beitrag bleibt bewusst bei der Suche und begrenzten Aggregation in importierten Tabellen-Snapshots.

Wenn ein Ersatz oder ein erneuter Import scheitert, bleibt laut Dokumentation der bisherige durchsuchbare Index verfügbar und der Fehler wird gemeldet. Das schützt die Kontinuität, beweist aber gerade nicht, dass neue Daten übernommen wurden. Prüfen Sie nach jedem Import den Status, das Standdatum und Ihr Testset.

Aktuelle Grenzen auf einen Blick

Die folgenden Werte stammen aus der am 10. September 2026 geprüften, oben verlinkten Famulor-Dokumentation und können sich künftig ändern:

Planen Sie deutlich unter diesen Obergrenzen, wenn Ihre Quelldatei schnell wächst. Eine Datei, die formal passt, ist außerdem noch nicht fachlich geeignet: unklare Datentypen, gemischte Währungen oder versteckte Zusatzblätter können die gewünschte Abfrage trotzdem ungeeignet machen.

Datenschutz- und Telefonie-Checkliste

Laut der oben verlinkten Dokumentation behält Famulor die ursprüngliche Tabellendatei zusätzlich zum Index; XLSX-Importe beziehen auch ausgeblendete Blätter ein. Daraus folgt eine einfache Governance-Regel: Importieren Sie nur Felder und Blätter, die für diesen Wissenszweck autorisiert und erforderlich sind. Das ist eine Umsetzungsempfehlung, keine Compliance-Zusage.

Vor der Freigabe sollten Sie prüfen:

• Enthält die Datei personenbezogene Kunden- oder Beschäftigtendaten, die nicht in einen allgemeinen Katalog gehören?
• Sind versteckte Blätter, Kommentare oder Hilfsspalten tatsächlich für den Assistenten bestimmt?
• Ist die verwendete Drive-Verbindung auf die benötigten Quellen begrenzt und intern autorisiert?
• Nennt die Tabelle ein Stand- oder Gültigkeitsdatum für Preise und Tarife?
• Verhindert der Gesprächsablauf, dass Referenzwerte als aktuelle, verbindliche Zusagen formuliert werden?
• Gibt es bei nicht bestätigten Codes, mehreren Treffern oder fehlenden Live-Daten eine Rückfrage, ein Tool oder eine Übergabe an einen Menschen?

Bei Telefonaten kommen Übertragungsfehler hinzu: Buchstaben, Ziffern und ähnlich klingende Codes können falsch erkannt oder verstanden werden. Lassen Sie deshalb kritische Kennungen bestätigen und koppeln Sie bindende Schritte an eine aktuelle Systemantwort. Der Assistent sollte Unsicherheit offen benennen, nicht aus einem ähnlichen Treffer raten.

Fazit: Tabellenwissen bewusst als Snapshot einsetzen

CSV, TSV, XLSX und Google Sheets können in Famulor jetzt mehr sein als flach importierte Dokumente. Als strukturierte Wissensquellen unterstützen sie exakte Kennungen, beschreibungsbasierte Suche und klar begrenzte Tabellenabfragen. Das schließt eine reale Lücke für Produktkataloge, Service-Matrizen und freigegebene Referenzpreislisten.

Die richtige Leitfrage lautet nicht „Tabelle oder API?“, sondern „Snapshot oder Live-Prozess?“. Ist die Quelle stabil, rechteckig und mit einem klaren Stand versehen, ist die Tabellen-Wissensdatenbank ein guter Kandidat. Geht es um aktuelle, personalisierte oder schreibende Vorgänge, bleibt ein autorisiertes Tool oder Backend zuständig. Bereiten Sie die Quelle sauber vor, testen Sie exakte und mehrdeutige Fälle mit RAG Search und prüfen Sie nach jedem Import, ob der neue Stand wirklich bereitsteht. So nutzen Sie die neue Tabellenfunktion innerhalb ihrer dokumentierten Stärken – ohne aus Referenzwissen versehentlich eine Live-Zusage zu machen.