Onyx bündelt Teamwissen und KI-Suche im eigenen System

Worum es geht

Onyx ist eine offene KI-Plattform für Teams, die interne Dokumente, angebundene Anwendungen und Sprachmodelle in einer gemeinsamen Oberfläche zusammenführt. Nutzer können Fragen an das Unternehmenswissen stellen, eigene Agenten anlegen, im Web suchen und Daten mit einem Code-Interpreter auswerten.

Das Werkzeug ist nicht neu, aber weiterhin relevant: Viele Unternehmen verteilen Wissen auf Wikis, Tickets, Laufwerken und Chats. Onyx bietet dafür eine Community Edition unter MIT-Lizenz sowie eine Cloud- und Enterprise-Ausgabe. Die Dokumentation beschreibt sowohl eine leichte Variante als Chat-Oberfläche als auch eine vollständige Installation mit Suchindex und Hintergrunddiensten.

Was Onyx tatsächlich macht

Onyx indexiert Inhalte aus angebundenen Quellen und kombiniert Vektor- mit Stichwortsuche. Laut Projektbeschreibung stehen mehr als 50 indexbasierte Konnektoren sowie MCP-Anbindungen bereit. Die Plattform kann unter anderem interne Suche, Websuche, mehrstufige Recherche, benutzerdefinierte Agenten, Aktionen und Code-Ausführung bündeln.

Teams können verschiedene Modellanbieter einsetzen. Unterstützt werden laut README sowohl selbst betriebene Systeme wie Ollama, LiteLLM und vLLM als auch kommerzielle Schnittstellen von Anthropic, OpenAI und Google. Die Community Edition umfasst die Kernfunktionen für Chat, RAG, Agenten und Aktionen. Funktionen wie erweiterte Rollenverwaltung oder größere Unternehmensintegrationen können der Enterprise Edition vorbehalten sein.

Für den Betrieb gibt es zwei Wege. Onyx Lite benötigt laut README weniger als ein Gigabyte Arbeitsspeicher und eignet sich zum Ausprobieren der Chat- und Agentenfunktionen. Die Standardinstallation ergänzt unter anderem Vektor- und Stichwortindex, Warteschlangen, Worker, Modellserver, Redis und MinIO. Damit wächst auch der Betriebsaufwand deutlich.

Warum das wichtig ist

Ein zentraler Vorteil ist die Wahlfreiheit. Ein Team muss weder sämtliche Inhalte in ein einzelnes SaaS-Produkt verschieben noch dauerhaft an einen Modellanbieter gebunden sein. Self-Hosting kann bei Datenschutz, Anpassbarkeit und Kostenkontrolle helfen. Es beseitigt diese Probleme jedoch nicht automatisch: Administratoren müssen Zugriffsrechte, Protokolle, Sicherungen und externe Modellaufrufe weiterhin sauber konfigurieren.

Der praktische Nutzen entsteht vor allem dort, wo dieselbe Frage sonst mehrere Systeme erfordert. Support, Vertrieb und Entwicklung können eine gemeinsame Suche nutzen, während Quellenrechte berücksichtigt werden sollen. Aktionen und MCP erweitern die Oberfläche von der reinen Auskunft zur Ausführung. Genau dadurch steigt aber auch das Risiko: Ein Agent mit Schreibrechten braucht engere Grenzen als eine Suchfunktion.

Einfach erklärt

Onyx ähnelt einer Bibliothekarin in einem großen Firmenarchiv. Sie kennt die Regale, darf aber nur die Schränke öffnen, für die der fragende Mitarbeiter einen Schlüssel besitzt. Gibt man ihr zusätzlich Werkzeuge, kann sie nicht nur Unterlagen finden, sondern auch Arbeitsschritte anstoßen. Dann muss jedoch genau festgelegt sein, welches Werkzeug sie wann benutzen darf.

Praktisches Beispiel

Ein Support-Team mit 20 Personen verwaltet 8.000 Hilfeseiten, 40.000 Tickets und technische Notizen in mehreren Systemen. Eine Mitarbeiterin fragt: „Welche bekannten Ursachen gibt es für Fehler 502 nach dem Update?“ Onyx durchsucht die freigegebenen Quellen, liefert eine zusammengefasste Antwort und verweist auf die passenden Dokumente.

Für einen kontrollierten Test könnte das Team zunächst nur 500 freigegebene Seiten indexieren und 30 echte Supportfragen prüfen. Es sollte Trefferqualität, fehlende Berechtigungen, falsche Quellen und Antwortzeit dokumentieren. Erst wenn die Ergebnisse stimmen, folgen weitere Datenquellen oder Aktionen. So wird aus einem Produktversprechen ein überprüfbarer Pilot.

Einordnung und Grenzen

Erstens ist gute Suche von guten Daten abhängig. Veraltete, widersprüchliche oder schlecht berechtigte Dokumente führen auch mit RAG zu schwachen Antworten. Zweitens ist die Standardinstallation kein kleines Nebenprojekt: Index, Worker, Speicher, Updates und Modellzugänge benötigen Betrieb und Überwachung. Drittens erzeugen Agenten, Code-Ausführung und Aktionen eine größere Angriffsfläche. Schreibende Aktionen sollten standardmäßig deaktiviert und später mit minimalen Rechten, Freigaben und Protokollierung eingeführt werden.

Hinzu kommt die Lizenz- und Kostenfrage. Die Community Edition ist laut Repository MIT-lizenziert, während bestimmte Unternehmensfunktionen separat angeboten werden. Modell-, Such- und Infrastrukturkosten hängen von der gewählten Konfiguration ab. Vor einem Einsatz sollte ein Team deshalb prüfen, welche Daten das eigene Netz verlassen und welche Funktionen tatsächlich offen verfügbar sind.

SEO- und GEO-Schlüsselbegriffe

Onyx, Enterprise Search, interne KI-Suche, Open Source AI, Self-Hosting, RAG, MCP, Wissensmanagement, AI Agents, Datenschutz, Unternehmenswissen