> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/de/ai/ai-whitepaper/agentic-search.md).
# Agentische Suche
## **Was ist Agentic Search?**
#### Agentic Search ist eine einheitliche, Berechtigung-bewusste Kontextschicht, die Zoom-Inhalte und verbundene Enterprise-Datenquellen abdeckt
Agentic Search ist eine Knowledge-Retrieval-Funktion auf Enterprise-Niveau, die relevante Informationen sammelt, indiziert und miteinander in Beziehung setzt – über Zoom-native Inhalte und verbundene Datenquellen Dritter hinweg – und so einen einzelnen Wissensbestand der Organisation bildet, gegen den eine Abfrage aufgelöst wird. Was sie von herkömmlicher Suche unterscheidet, ist die Bandbreite dessen, wozu eine einzige Abfrage beitragen kann: ein Meeting-Transkript, eine Team Chat-Nachricht und ein Dokument, das in einem unternehmensweiten Cloud-Laufwerk abgelegt ist, können alle zum selben Ergebnis beitragen. Die Form dieses Ergebnisses hängt vom Einstiegspunkt ab – eine synthetisierte Antwort in natürlicher Sprache oder eine sortierte Menge an fundiertem Quellmaterial, über das ein anderes Modell nachdenken kann –, aber die übergreifenden Quellen und die für sie durchgesetzten Berechtigungen ändern sich nicht.
Innerhalb von Zoom erstreckt sich das Retrieval über den aufzeichnen der Arbeit, die bereits auf der Plattform — Meeting-Aufzeichnungen und Transkripte, Meeting-Zusammenfassungen, Team Chat-Unterhaltungen sowie die Dokumente, Notizen und anderen Artefakte — die zusammen mit ihnen erstellt wurden. Über Zoom hinaus erstreckt sich das Retrieval auf verbundene Systeme der aufzeichnen und Content-Repositories, die Dienste wie Salesforce, Google Drive, OneDrive, SharePoint, Confluence, Box, ServiceNow, Workday, Zendesk und Seismic umfassen können. Wenn Indexierung unterstützt und aktiviert ist, wird der Inhalt aus diesen Systemen in die Retrieval-Ebene von Zoom zusammen mit zoom-nativen Informationen eingelesen, sodass eine Frage anhand eines einzigen Wissensbestands der Organisation geklärt wird, statt anhand einer Reihe isolierter Repositories, die jeweils nach ihren eigenen Bedingungen durchsucht werden müssen.
Die Abfrage berücksichtigt durchgehend die Berechtigung. Access-Kontrollen aus jedem Quellsystem werden übernommen und durchgesetzt, sodass die angezeigten Informationen — Zoom-nativ oder von Drittanbietern — auf Grundlage der anwendbaren Berechtigung des anfragenden Benutzers oder Agenten eingeschränkt sind. Die Erweiterung der durchsuchbaren Quellen erweitert nicht den Zugriff irgendeiner einzelnen Person darauf.
#### „Agentic Search“ beschreibt eine Fähigkeit, nicht eine Benutzeroberfläche
Agentic Search lässt sich am besten als eine zugrundeliegende Fähigkeit verstehen und nicht als ein bestimmter Bildschirm oder eine bestimmte Schaltfläche. Auf dieselbe Fähigkeit kann auf mehr als eine Weise zugegriffen werden: über die ZoomMate-Oberfläche für alltägliche Nutzer sowie über die Search- und Ask-APIs und das Model Context Protocol (MCP) für Anwendungen und KI-Agenten. Unabhängig davon, welcher Einstiegspunkt verwendet wird, bezieht sich der Begriff auf dieselbe Kernfunktion: das Abrufen und Zusammenführen relevanter Informationen aus verschiedenen Quellen.
#### ZoomMate verwendet Agentic Search, um indizierte Daten aus verbundenem organisatorischem Wissen abzurufen und synthetisiert dann die Ergebnisse zu einer Antwort in natürlicher Sprache
Für alltägliche Nutzer ist ZoomMate der Ort, an dem die agentische Suche zur Routine wird. Die Vorbereitung auf ein bevorstehendes Meeting, das Erinnern an eine Entscheidung, die über mehrere vergangene Meetings hinweg getroffen wurde, oder das Auffinden eines Dokuments, das mit einem offenen Aktionspunkt verknüpft ist, kann jeweils mit einer einzigen Anfrage gelöst werden, anstatt separate Suchen in Meetings, Chats, Dokumenten, Cloud-Speicher sowie CRM- oder Ticketing-Systemen durchführen zu müssen.
#### MCP und die Search- und Ask-APIs erweitern denselben Abruf auf Anwendungen und externe KI-Agenten
Anwendungen und externe KI-Agenten, einschließlich solcher, die auf LLMs von Drittanbietern basieren, rufen Agentic Search als Tool über MCP per Anruf auf. Access-Kontrollen werden mit dem Anruf übertragen, sodass ein Agent Informationen abruft, die mit den Berechtigungen seines authentifizierten Benutzers übereinstimmen.
Der **Such-API** liefert eine sortierte Menge relevanter Ergebnisse und überlässt die Generierung dem eigenen Modell des Aufrufers, was für Fälle geeignet ist, in denen rohes, fundiertes Quellmaterial das gewünschte Ergebnis ist.
Der **Ask-API** führt sowohl Abruf als auch Generierung innerhalb von Zoom aus und gibt eine synthetisierte, mit Zitaten versehene Antwort in natürlicher Sprache zurück.
#### Ein permanenter Index und Abruf zur Anfragezeit halten häufig wechselnde Daten aktuell
Agentic Search ist nicht auf einen statischen Index beschränkt. Inhalte werden vektorisiert, indiziert und mit Stichwörtern versehen, wobei freigegebene Inhalte von Drittanbietern durch Administrator-beschränkte, inkrementelle Synchronisierung für einen effizienten späteren Abruf integriert werden. Daten, die sich häufig ändern oder von Aktualität zum Anfragezeitpunkt profitieren, können stattdessen direkt über MCP oder gleichwertige Echtzeitverbindungen abgefragt werden, anstatt aus dem Index bereitgestellt zu werden.
Gemeinsam bedeuten der permanente Index und der Abruf zur Anfragezeit, dass die Kontextebene den aktuellen Zustand verbundener Systeme widerspiegelt und nicht ihren Zustand zum Zeitpunkt der letzten Synchronisierung.
## **Datenquellen und Indizierung**
#### Die Indexierungsarchitektur von Zoom ist speziell entwickelt für den Abruf konversationeller KI
Die Indexierungsarchitektur von Zoom ist speziell entwickelt für konversationelle KI und verwendet Vektorsuche, Inhaltssegmentierung und ein Schema, das um die Art und Weise herum gestaltet ist, wie konversationelle Systeme Kontext abrufen. Viele Technologien für Enterprise-Suche und Graphen wurden ursprünglich um ein anderes Ziel herum entworfen: zum Verbinden von Dokumenten, Personen, Metadaten und anderen Entitäten in einer Produktivitätsumgebung. Dieser architektonische Unterschied ist wichtig, weil konversationelle KI die spezifischen Informationen identifizieren und abrufen muss, die semantisch relevant für die Frage eines Benutzers sind, anstatt in erster Linie Beziehungen zwischen Dokumenten oder Entitäten zu navigieren. Der Ansatz von Zoom strukturiert und indexiert Inhalte um dieses Abrufmodell herum und macht Anwendungsfälle für konversationelle Nutzung zu einer zentralen architektonischen Überlegung, statt zu einer Fähigkeit, die auf ein für einen anderen Zweck entwickeltes System aufgesetzt wird.
Anders gesagt: Es ist der Unterschied zwischen der Indexierung einer Bibliothek nach einzelnen Büchern und der Indexierung nach den Passagen, die jemand tatsächlich benötigt, um eine Frage zu beantworten.
#### Connectoren von Drittanbietern erweitern die Kontextschicht von Zoom auf autorisierte Systeme von Drittanbietern, vorbehaltlich der Aktivierung durch Administratoren
Agentic Search unterstützt die Indexierung aus autorisierten Connectoren von Drittanbietern, einschließlich Google Drive, OneDrive, Box, Salesforce, ServiceNow, Zendesk, Seismic, Confluence und SharePoint, wobei zusätzliche Connectoren je nach aktuellem Veröffentlichungsstatus Verfügbar sind. Dass ein Connector, der Verfügbar ist, bedeutet nicht, dass sein Inhalt automatisch durchsuchbar ist — jede Quelle muss von einem Administrator aktiviert werden, bevor Agentic Search mit der Aufnahme beginnen kann. Dieses Administrator-gesteuerte Modell ist bewusst so konzipiert, dass der Indexierungsumfang mit dem übereinstimmt, was ein Unternehmen tatsächlich autorisiert hat, anstatt jedes verbindbare System standardmäßig offenzulegen.
#### Wie die Indexierung funktioniert: von der Aufnahme bis zum abfragbaren Index
Wenn ein Connector aktiviert ist, erstellt Agentic Search einen durchsuchbaren Index der freigegebenen Inhalte, anstatt das Quellsystem für jede Anfrage erneut abzufragen. Der Prozess durchläuft mehrere Stufen:
1. **Aufnahme** — Genehmigte Inhalte werden aus der verbundenen Quelle abgerufen, vorbehaltlich des Umfangs, den ein Administrator autorisiert hat, und der Berechtigungen der Verbinden-Benutzer. Bei dateibasierten Quellen wie Cloud-Laufwerken wird der Dokumentinhalt zur Verarbeitung abgerufen und nicht lediglich verlinkt.
2. **Segmentierung** — Abrufte Inhalte werden in kleinere Passagen unterteilt, damit der Abruf den spezifischen Teil eines Dokuments zurückgeben kann, der für eine Abfrage relevant ist, statt ganzer Dateien.
3. **Vektorisierung** — Jede Passage wird mithilfe eines Embedding-Modells in ein numerisches Embedding umgewandelt, sodass der Abruf auf Bedeutung und nicht nur auf exakter Wortwahl basieren kann.
4. **Schlüsselwortindizierung** — Inhalte werden auch für den Schlüsselwortabgleich indiziert. Sowohl die Search- als auch die Ask-Funktionen hängen neben der Vektorsimilarität von Schlüsselworttreffern ab, sodass die beiden Ansätze zusammen und nicht als Alternativen arbeiten.
5. **Indexierung von Berechtigungsmetadaten** — Benutzer-Access-Informationen werden zusammen mit den Inhalten indiziert, abgeleitet aus den nativen Berechtigungen des Quellsystems, sodass zum Zeitpunkt der Abfrage eine berechtigungsbewusste Filterung angewendet werden kann.
Das Ergebnis ist ein kundenspezifischer Abrufindex — Inhalte aus einer Quelle werden in einer Form gespeichert, die auf diesen Kunden zugeschnitten ist und von den Berechtigungen dieses Kunden gesteuert wird, statt in einem gemeinsamen oder mandantenübergreifenden Speicher.
#### Diagramme und Datenflüsse sind zur Referenz Verfügbar
Diagramme, die veranschaulichen, wie Zooms Agentic Search mit Anwendungen, Diensten und Datenquellen von Drittanbietern verbunden ist — einschließlich Verbindungs- und Indexierungs-Datenflüssen — sind in dem [Zoom AI-Whitepaper](https://library.zoom.com/ai/ai-whitepaper/diagrams#zoommate-third-party-connections-and-indexing).
#### Was indiziert wird, wird durch den Umfang bestimmt, den ein Administrator für den Connector autorisiert
Der Inhalt, der indiziert wird, wird durch den Umfang bestimmt, den ein Administrator für den Connector autorisiert. Sobald eine Quelle verbunden ist, wird der Index durch fortlaufende Aktualisierungen statt durch einmalige Aufnahme gepflegt:
1. **Initiales Synchronisieren**: Bei der ersten Konfiguration führt der Connector ein vollständiges Synchronisieren des Inhalts im Umfang durch, einschließlich vorhandener historischer Inhalte.
2. **Tägliches Indexierungsupdate**: Für einige Quellen aktualisiert der Connector den Inhalt im Umfang einmal pro Tag.
3. **Inkrementelles Synchronisieren**: Für andere führt der Connector im Laufe jedes Tages periodische Synchronisierungen aus, die nur Inhalte verarbeiten, die seit dem letzten Synchronisieren hinzugefügt, geändert oder verändert wurden, anstatt jedes Mal das gesamte Repository erneut zu verarbeiten.
#### Indizierte Abrufe und Echtzeitabrufe arbeiten zusammen
Agentic Search verwendet zwei Abrufpfade, und welcher davon gilt, wird dadurch bestimmt, wie eine Quelle verbunden ist und welche Art von Daten sie enthält — nicht durch eine pro Abfrage oder pro Ordner festgelegte Einstellung, die ein Benutzer oder Administrator umschaltet.
Inhalte, die als ein **Datenquelle auf Kontoebene** in der Administrator-Diskussionsgruppe in einen kundenspezifischen Index aufgenommen und von dort durchsucht. Dies ist der Standardpfad für unstrukturierte Inhalte — Dokumente, Wissensartikel und Dateien —, weil ein vorgefertigter Index den Abruf zum Abfragezeitpunkt schnell und effizient macht und einen durchsuchbaren Index erzeugt, der im gesamten Unternehmen gemeinsam genutzt wird.
Inhalte werden **direkt, in Echtzeit, über MCP oder eine API** in den anderen Fällen erreicht: persönliche Connectoren, die ein einzelner Benutzer autorisiert (etwa seine eigene E-Mail, seinen Kalender oder seinen persönlichen Cloud-Speicher), strukturierte Datensätze wie CRM-Objektdaten und andere Inhalte, die sich häufig genug ändern, um von Aktualität zum Anforderungszeitpunkt zu profitieren. Ein persönlicher Connector ruft nur die Dokumente ab, auf die der verbindende Benutzer zugreifen kann, und Verbindungen zu strukturierten Daten verwenden ihre eigene Benutzerauthentifizierung und -autorisierung, anstatt aus dem Index bereitgestellt zu werden.
Weil der Pfad der Verbindung folgt, kann dieselbe zugrunde liegende Anwendung je nach Einrichtung auf beide Arten erreicht werden. Ein Cloud-Speicher-Dienst, der als vom Administrator verwaltete Datenquelle verbunden ist, wird für die unternehmensweite Suche indiziert, während derselbe Dienst, der als persönlicher Connector einer einzelnen Person verbunden ist, direkt abgefragt und auf den eigenen Zugriff dieses Benutzers beschränkt wird.
#### Externe Agentic-Search-Verbindungen basieren auf dem Model Context Protocol (MCP)
Verbindungen zwischen Zoom und externen Modellen, Tools und Datenquellen basieren auf dem Model Context Protocol (MCP), einem offenen Client-Server-Standard zur Verknüpfung von Modellen mit Tools und Daten. MCP-Server arbeiten am Rand von Zoom und bieten eine konsistente Schnittstelle, über die Abrufanfragen gestellt werden — sowohl für den Abruf in Echtzeit aus verbundenen Systemen als auch für externe Agenten, die Agentic Search als Tool erreichen. Dieses standardisierte Transportverfahren ersetzt einmalige, quellenspezifische Integrationen durch ein gemeinsames Verbindungsmodell.
#### Die Dauer der Indizierung variiert je nach Kunde, Datenvolumen und Datentyp
Es gibt keinen festen Zeitplan dafür, wie lange ein gegebener Connector benötigt, um vollständig indiziert zu werden. Der erforderliche Zeitraum variiert je nach Kunde, abhängig von der Menge der zu indizierenden Daten und der Art der betroffenen Daten. Von der Drittanbieter-Plattform, die indiziert wird, auferlegte Rate Limits sind ein mitwirkender Faktor — jedes Quellsystem drosselt, wie viele Daten in einem gegebenen Zeitfenster abgerufen werden können, und diese Drosselung variiert je nach Plattform, Tarifstufe und API-Design. Kunden, die eine erstmalige Indizierung eines großen oder stark genutzten Repositories planen, sollten eher mit einem Zeitraum von mehreren Wochen rechnen als mit einem Ergebnis am selben Tag oder in derselben Woche.
#### Die Indizierungskapazität skaliert mit der Lizenzstufe von ZoomMate und wird auf Unternehmensebene gepoolt
Die Indizierungskapazität hängt von der Lizenzstufe ab und ist keine feste, universelle Zuteilung. Jeder lizenzierte Benutzer trägt je nach seiner Stufe einen Kapazitätsbetrag pro Sitz bei, und diese Beträge werden zu einem einzigen unternehmensweiten Pool zusammengeführt, der im gesamten Unternehmen gemeinsam genutzt wird, anstatt jedem einzelnen Benutzer zugewiesen zu werden.
Der insgesamt indizierte Inhalt über alle verbundenen Quellen und alle Benutzer hinweg muss innerhalb des gemeinsamen Pools des Unternehmens bleiben — das heißt, wenn ein Benutzer ein großes Repository indiziert, greift er auf dieselbe gemeinsam genutzte Kapazität zu, die auch allen anderen zur Verfügung steht. Da der Pool mit jedem lizenzierten Sitz wächst, ist die Gesamtkapazität eines Unternehmens die Summe dessen, was alle lizenzierten Benutzer beitragen.
Wenn eine Lizenz 1 GB Speicher gewährt, hat das Konto bei 25 Lizenzen insgesamt 25 GB Speicher. Bei 100 Benutzern 100 GB.
Unternehmen, die große Repositories indizieren möchten (ein vollständiger Confluence-Bereich, ein großer SharePoint-Standort, eine ausgereifte CRM-Instanz), sollten ihre Lizenzstufe und Sitzanzahl an dem erwarteten gesamten Inhaltsvolumen ausrichten, nicht an den Nutzungsmustern einzelner Benutzer. Zusätzliche Indizierungskapazität ist verfügbar — sprechen Sie für weitere Informationen mit Ihrem Zoom-Konto-Team.
#### Dateigröße und Dateityp beeinflussen beide, was indiziert wird
Es gelten zwei getrennte Größenlimits, und sie wirken unterschiedlich:
* **64-MB-Grenze für die Originaldatei (Download):** Wenn die Originalgröße einer Quelldatei 64 MB überschreitet, wird sie übersprungen und nicht zum Verarbeiten heruntergeladen.
* **16-MB-Grenze für verarbeiteten Inhalt (Indizierung):** Heruntergeladene Dateien werden in ein einheitliches Verarbeitungsformat konvertiert. Wenn die resultierende verarbeitete Datei 16 MB überschreitet, werden nur die ersten 16 MB ihres Inhalts indiziert; der Rest nicht.
Die beiden Limits greifen unterschiedlich: Eine zu große Originaldatei wird vollständig übersprungen, während eine zu große verarbeitete Datei gekürzt statt ausgeschlossen wird, sodass ihr Anfangsinhalt beim Abruf weiterhin erscheint, späterer Inhalt jedoch nicht.
Unabhängig davon hängt die Indizierung auch vom Dateityp ab, unabhängig von der Größe. Multimedia-Inhalte — Audio, Video und Bilder — werden unabhängig von ihrer Größe nicht indiziert. Sie werden bei der Konvertierung in das einheitliche Verarbeitungsformat entfernt, bevor eines der Größenlimits geprüft wird. Metadaten werden für alle Dokumente indiziert, aber der vollständige Inhalt wird nur für unterstützte, nicht-mediale Dateitypen indiziert. Bei nicht unterstützten Typen ist das Dokument zwar weiterhin über seine Metadaten auffindbar, sein Inhalt ist jedoch nicht durchsuchbar.
#### Administratoren können derzeit die Reihenfolge, in der Inhalte indiziert werden, nicht steuern
Derzeit gibt es keinen Mechanismus, mit dem ein Administrator bestimmte Ordner, Bereiche oder Inhaltstypen innerhalb einer verbundenen Quelle gegenüber anderen priorisieren könnte, damit sie zuerst indiziert werden. Die Indizierung erfolgt über alle berechtigten Inhalte in einem aktivierten Connector, ohne dass sich die Reihenfolge festlegen lässt; das bedeutet, dass Unternehmen die Indizierung ihrer wertvollsten Inhalte nicht vorziehen können und erwarten sollten, dass sich die Indizierungsabdeckung schrittweise über das gesamte Repository aufbaut, statt zunächst mit dem geschäftskritischsten Material zu beginnen.
Die Indizierung kann auch nicht so geplant werden, dass sie zu einem gewählten Zeitpunkt oder in einem gewählten Rhythmus ausgeführt wird. Sobald eine Quelle aktiviert ist, läuft die Indizierung nach ihrem eigenen Zeitplan statt nach einem vom Administrator festgelegten Zeitplan, daher sollte sie am besten als Hintergrundprozess betrachtet werden, der dann abgeschlossen wird, wenn er abgeschlossen wird, und nicht als einer, der auf ein bestimmtes Zeitfenster abgestimmt werden kann.
## **Administration, Berechtigungen und Governance**
#### Administratoren können steuern, welche Quellen verbunden sind, und Benutzer authentifizieren ihren eigenen Zugriff
Connectoren werden von einem Administrator aktiviert, der festlegt, welche Systeme von Drittanbietern für die Indizierung und Suche innerhalb des Unternehmens verfügbar sind. Das Aktivieren eines Connectors macht eine Quelle für das Unternehmen verfügbar, gewährt aber nicht automatisch Zugriff auf ihre Inhalte. Jeder Benutzer muss seinen Zugriff auf die Quelle einzeln authentifizieren — nach der Authentifizierung entsprechen seine Abrufberechtigungen den bereits im Quellsystem vorhandenen Berechtigungen, sodass er nur das anzeigen kann, worauf er dort bereits zugreifen konnte.
#### Der Abruf berücksichtigt Berechtigungen und ist nur lesend
Agentic Search ist darauf ausgelegt, die Zugriffskontrollen jedes Quellsystems anzuwenden, sodass die Antworten nur den Inhalt widerspiegeln, den der Benutzer bereits sehen darf; zwei Benutzer, die dieselbe Frage stellen, können je nach ihren jeweiligen Berechtigungen in der Datenquelle eines Drittanbieters unterschiedliche Ergebnisse erhalten. Der Abruf ist nur lesend und folgt den Aufbewahrungsrichtlinien jeder Quelle — zum Beispiel folgt Zoom-Meeting-Inhalt seinem geltenden Aufbewahrungszeitraum, anstatt separat von der Suchschicht aufbewahrt zu werden. Da der Abruf zum Abfragezeitpunkt gesteuert und berechtigungsbewusst ist, bietet er auch eine Alternative zum massenhaften Export roher Transkripte oder Datensätze und hält den Zugriff an die ursprüngliche Datenquelle eines Drittanbieters angepasst.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://library.zoom.com/technical-library/de/ai/ai-whitepaper/agentic-search.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.