Skip to main content
On this page

Intelligente & semantische Suche

In der Immobilienverwaltung fallen enorme Mengen unstrukturierter Daten an: Versammlungsprotokolle, Schadensberichte, Mietverträge, Beschluss-Sammlungen und Handwerkerrechnungen. etg24 macht diesen Datenschatz sofort auffindbar – nicht nur über starre Schlagwörter, sondern nach inhaltlichem Sinn.

Drei Dimensionen integrierter Suche

  1. Strukturierte Stammdatensuche: Gezielte, gefilterte Abfragen über relationale Kerndaten wie Liegenschaften, Einheiten, Eigentümer- und Mieterkontakte sowie Verträge.
  2. Semantische Dokumentenextraktion: Hochgeladene PDFs und Dokumente werden per OCR erfasst, in semantische Abschnitte unterteilt und mit Vektor-Embeddings indexiert. Eine hybride Such-Pipeline (BM25-Volltext kombiniert mit Dense Retrieval) liefert präzise Treffer in unter einer Sekunde.
  3. Kontextverankerung im Benutzerhandbuch: Das offizielle etg24-Benutzerhandbuch ist im selben Vektorraum hinterlegt. KI-Agenten können über meta.docs.search gezielt nachschlagen, wie fachliche Abläufe im System funktionieren, und Antworten verlässlich belegen.

Verfügbarkeit in REST und MCP

Beide Schnittstellen bieten nahtlosen Zugang zur Such-Infrastruktur:

  • REST API: Dedizierte Endpunkte wie GET /propertymanagement/v2/query/search ermöglichen strukturierte Filterung, Paginierung und Score-Ranking. Siehe Property Management v2 Referenz.
  • MCP Server: Autonome Agenten nutzen spezialisierte Meta-Tools:
    • meta.tools.search – Findet anhand natürlicher Sprache die passenden Fach-Tools für eine Aufgabe.
    • meta.docs.search – Durchsucht Dokumente und Handbuchinhalte semantisch nach inhaltlichen Treffern.
    • meta.thesaurus.search – Löst domänenspezifische Fachbegriffe des WEG- und Mietrechts zweisprachig (DE/EN) auf.

Praxisbeispiel: Kontextgestützter Support

Auf die Benutzerfrage: „Gibt es in der Liegenschaft Schillerstraße 12 offene Feuchtigkeitsschäden?“

  1. Löst der Agent zunächst die Objekt-ID für Schillerstraße 12 über die strukturierte Suche auf.
  2. Durchsucht er die Schadensmeldungen und Protokolle semantisch nach Begriffen wie „Wasserschaden, Rohrleitung, Feuchtigkeit“.
  3. Erzeugt er eine präzise Zusammenfassung mit Verweis auf konkrete Datumsangaben und Beleg-IDs – fundiert verankert in echten Daten statt freier Halluzination.