KI-Assistent für Entwicklerdokumentation: 10 Optionen im Vergleich (2026)

Kurnia Kharisma
Geschrieben von

Kurnia Kharisma

Katelin Teen
Geprüft von

Katelin Teen

Zuletzt bearbeitet 16. November 2026

Expertengeprüft
Handgezeichnetes Banner eines Entwicklers am Schreibtisch, der API-Doku auf einem Monitor liest, mit einem Chat-Panel und einem kleinen Roboter-Avatar, der eine Code-Frage beantwortet, auf einem schiefergrauen Blob
TL;DR

Wähle danach, wo deine Doku liegt und wo die Fragen ankommen. Schon auf Mintlify, GitBook, ReadMe oder Fern? Schalte den nativen Assistenten ein, aber prüfe den Plan: Chat liegt meist auf einer kostenpflichtigen Stufe (Mintlify Pro kostet $450/mo bei jährlicher Abrechnung). Bei Docusaurus, MkDocs oder einer eigenen Website füge stattdessen ein Overlay wie Kapa.ai oder Inkeep hinzu, statt zu migrieren. Wenn sich Tickets in Zendesk oder Freshdesk stapeln, setze die KI dorthin: eesel lernt aus deiner Doku und vergangenen Tickets, antwortet in einer Chat-Bubble, entwirft Helpdesk-Antworten und übergibt mit einer Zusammenfassung, wenn die Doku nicht ausreicht.

Warum Entwickler weiter Fragen stellen, die deine Doku schon beantwortet

Ich bin Software-Entwickler und habe zwei Jahre in SEO verbracht, deshalb lese ich Suchanfragen beruflich. Der Satz „KI-Assistent für Entwicklerdokumentation" kommt fast nie von jemandem, der einen Chatbot shoppen will. Er kommt von einer Support-Leitung oder Doku-Verantwortlichen mit einem ganz bestimmten Problem: Entwickler eröffnen ständig Tickets für Dinge, die die Doku schon abdeckt, und niemand will ein weiteres Quartal damit verbringen, die Informationsarchitektur umzuschreiben.

Als ich ChatGPT genau diese Situation vorlegte, kam es mit drei Wegen zurück (einen Assistenten auf deine Doku setzen, zu einer KI-fähigen Doku-Plattform wechseln, oder dein eigenes RAG bauen) und einem Ratschlag, dem ich zustimme: Migriere keine große Doku-Website nur, um einen Chatbot zu bekommen. Der Rest dieses Beitrags setzt Zahlen auf diesen Rat.

Was ich von eesels Seite aus gelernt habe, ist, dass der schlechteste Tag für einen Doku-Bot der Tag ist, an dem die Doku keine Antwort hat. Ich habe gesehen, wie Bots auf zahlenden Kundenaccounts Antworten erfunden haben, wenn die Wissensdatenbank nichts Relevantes zurückgab, und deshalb wird jedes eesel-Rollout jetzt vor dem Live-Gang an echten vergangenen Fragen getestet.

Mit der eesel CLI kann ein Coding-Agent wie Claude Code diese Vorbereitung für dich übernehmen: führe npx @eesel/cli init chat-bubble --site https://your-site.com aus, richte den Crawl mit eesel integrations connect website --url auf deine Doku, lade exportiertes Markdown mit eesel files upload hoch, und feuere dann Testfragen mit eesel chat ab und lies die Antworten, bevor irgendetwas live geht. Zendesk oder Freshdesk selbst zu verbinden braucht weiterhin jemanden mit Admin-Zugang.

Was macht ein KI-Assistent für Entwicklerdokumentation eigentlich?

Ein KI-Assistent für Entwicklerdokumentation beantwortet die Frage eines Entwicklers in einfacher Sprache und benutzt dabei nur deine Dokumentation, und zeigt, von welchen Seiten die Antwort stammt. Unter der Haube ist das Retrieval: Das Tool indexiert deine Seiten (und oft deine OpenAPI-Spezifikation), findet die Passagen, die zur Frage passen, und lässt ein Modell aus diesen Passagen eine Antwort schreiben. Die längere Version gibt es in meinem Erklärstück zu RAG gegen ein reines LLM, das erklärt, warum Grounding wichtig ist.

Die guten machen fünf Dinge, und bei den letzten beiden unterscheiden sich die Tools am meisten:

  1. Verankerte Antworten. Antworten kommen aus deiner veröffentlichten Doku, nicht aus dem Gedächtnis des Modells.
  2. Zitate. Jede Antwort verlinkt die Seiten, die sie benutzt hat, damit ein Entwickler die Quelle prüfen kann.
  3. Ein ehrlicher Fallback. Wenn die Doku es nicht abdeckt, sagt der Assistent das, statt zu raten.
  4. Eine Übergabe. Er öffnet ein Ticket oder eine E-Mail mit der angehängten Konversation, damit sich niemand wiederholen muss.
  5. Ein Lückenbericht. Er listet die Fragen auf, die er nicht beantworten konnte, was deinen Doku-Autoren sagt, was als Nächstes zu beheben ist.
Handgezeichneter Ablauf: Eine Entwicklerfrage wird über die Doku durchsucht, mit Zitaten beantwortet, oder, wenn die Doku sie nicht abdeckt, ehrlich markiert und in ein Ticket mit dem Transkript plus einer Lückenliste für Doku-Autoren verwandelt
Handgezeichneter Ablauf: Eine Entwicklerfrage wird über die Doku durchsucht, mit Zitaten beantwortet, oder, wenn die Doku sie nicht abdeckt, ehrlich markiert und in ein Ticket mit dem Transkript plus einer Lückenliste für Doku-Autoren verwandelt

Warum sind die Punkte 3 bis 5 so wichtig? Weil selbst ein mittelmäßiger Doku-Bot nützlich ist, und Entwickler sagen das auch:

Hacker News

"I can tell you even a half assed AI chatbot is a huge improvement over the pre-AI state of things for this use case."

Aber der Fehlerfall ist konkret und teuer. Ein Ingenieur beschrieb, was mit seinem eigenen Bot passiert ist:

Hacker News

"We (others at company, not me) hit this problem, and not with chatgpt but with our own AI chatbot that was doing RAG on our docs. It was occasionally hallucinating a flag that didn't exist. So it was considered as product feedback. Maybe that exact flag wasn't needed, but something was missing and so the LLM hallucinated what it saw as an intuitive option."

Ein halluziniertes CLI-Flag ist die Entwickler-Doku-Version einer falschen Rückerstattungsregel. Es verschwendet einen Nachmittag und untergräbt das Vertrauen in die Doku selbst. Die Lösung ist kein klügeres Modell. Es ist ein Fallback, der die Lücke eingesteht, eine Übergabe, und ein Bericht, der die Lücke in eine Doku-Korrektur verwandelt. Mein Leitfaden zur Vermeidung von KI-Halluzinationen geht tiefer auf die Schutzmechanismen ein.

Musst du deine Doku umziehen, um einen zu bekommen?

Nein, und das ist die erste Entscheidung, die deine Auswahl prägt. Es gibt vier Wege, und welcher passt, hängt meist davon ab, wo deine Doku heute gehostet wird:

  • Nativer Assistent. Mintlify, GitBook, ReadMe, Fern und Document360 liefern jeweils einen Assistenten, aber er antwortet nur aus Doku, die auf dieser Plattform gehostet wird. Großartig, wenn du schon dort bist. Eine große Migration, wenn nicht.
  • Overlay-Widget. Kapa.ai, Inkeep, DocsBot und Algolia Ask AI setzen sich auf jede Doku-Website. Kapa.ais Widget ist „ein Script-Tag", und sowohl Kapa.ai als auch DocsBot veröffentlichen Docusaurus-Anleitungen.
  • Support-seitiger Agent. Eine KI, die dort lebt, wo Tickets landen (Zendesk, Freshdesk), und aus deiner Doku und vergangenen Tickets lernt. Hier sitzt eesel.
  • Eigenbau. Eine Retrieval-API wie OpenAI File Search plus deine eigene UI, Synchronisierung und Übergabe.
Handgezeichnete Entscheidungsgabel: Doku auf Mintlify, GitBook, ReadMe oder Fern führt zum nativen Assistenten; Docusaurus, MkDocs oder eigene Website führt zu einem Overlay-Widget; Tickets, die sich im Helpdesk stapeln, führen zu KI im Helpdesk; der Wunsch, jedes Teil selbst zu besitzen, führt zum Eigenbau auf einer Retrieval-API
Handgezeichnete Entscheidungsgabel: Doku auf Mintlify, GitBook, ReadMe oder Fern führt zum nativen Assistenten; Docusaurus, MkDocs oder eigene Website führt zu einem Overlay-Widget; Tickets, die sich im Helpdesk stapeln, führen zu KI im Helpdesk; der Wunsch, jedes Teil selbst zu besitzen, führt zum Eigenbau auf einer Retrieval-API

Die zweite Entscheidung ist, wo Fragen tatsächlich auftauchen. Entwickler fragen nicht nur auf der Doku-Seite. Sie schreiben dem Support eine E-Mail, posten in deiner Slack- oder Discord-Community, und fragen zunehmend ihren Coding-Agenten, der Doku über einen MCP-Server oder llms.txt liest. Ein Assistent, der nur in einem Doku-Widget lebt, verpasst drei dieser vier Türen.

Handgezeichnetes Hub mit „Deine Doku" in der Mitte und vier verbundenen Stellen: Doku-Seiten-Widget, Helpdesk-Ticket, Slack oder Discord, und Coding-Agent via MCP, mit der Bezeichnung „Eine Quelle, vier Türen"
Handgezeichnetes Hub mit „Deine Doku" in der Mitte und vier verbundenen Stellen: Doku-Seiten-Widget, Helpdesk-Ticket, Slack oder Discord, und Coding-Agent via MCP, mit der Bezeichnung „Eine Quelle, vier Türen"

Deshalb habe ich für jedes Tool unten drei Dinge geprüft: Funktioniert es mit jedem Doku-Host, reicht es über die Doku-Seite hinaus (Slack, Discord, Helpdesk, MCP), und was macht es, wenn die Doku nicht ausreicht. Wenn dein Team auch eine breitere KI-Wissensdatenbank aufbaut, gelten dieselben drei Fragen.

Die 10 Optionen im Überblick

Preise stammen von der Preisseite jedes Anbieters, Stand November 2026. „Nicht dokumentiert" bedeutet, ich konnte es auf den eigenen Seiten des Anbieters nicht finden, nicht dass die Funktion fehlt.

ToolTypFunktioniert mit jedem Doku-Host?KI-Assistent EinstiegspreisKostenlose StufeZitateSlack / DiscordHelpdesk-ÜbergabeMCP-Serverllms.txtAnalyse unbeantworteter FragenSOC 2 (laut Anbieter)
Kapa.aiOverlayJa, Script-Tag + InstallationsanleitungenNur auf Anfrage (Growth: „Preis anfragen")14-tägige TestphaseJaBeide„Ticket erstellen"-Button; Zendesk-Agent-AppGehosteter MCP-ServerNicht dokumentiertCoverage-Gaps-BerichtType II zertifiziert
InkeepOverlay / Agent-BuilderJa, React- oder JS-WidgetNur auf Anfrage (Enterprise-Demo)Open Source, selbst gehostetInline-ZitateSlack und Discord bei EnterpriseZendesk / Salesforce bei EnterpriseJaNicht dokumentiertKnowledge-Gap-Berichte (Enterprise)Type II zertifiziert
Mintlify AssistantNativeNein, nur Mintlify-gehostet$450/mo (Pro, jährlich)Kostenloser Plan, kein AssistentJaNicht dokumentiertE-Mail, Help Center, Plain- oder Zendesk-TicketAutomatisch generiert, alle PläneAutomatisch gehostetUnbeantwortete UnterhaltungenNicht dokumentiert
GitBook AI AssistantNativeNein, nur GitBook-gehostet$65/Site/Monat + $12/Nutzer (nur Ask)Kostenloser Plan, kein AssistentQuellenlisteAssistent in Slack (Ultimate)Nicht dokumentiertAutomatisch generiert, alle PläneAutomatisch gehostetAI Insights (Ultimate)Nicht dokumentiert
eeselSupport-seitigJa, Crawl + Uploads$299/mo für 500 Credits7-tägige Testphase, 100 CreditsVerlinkt QuellseiteNicht dokumentiertTicket oder E-Mail mit Zusammenfassung; Entwürfe im HelpdeskFür deinen Coding-Agenten (Einrichtung)Wird vom Crawler nicht gelesenNicht dokumentiertType-II-Audit läuft
ReadMe Ask AINativeNein, nur ReadMe-gehostet$150/mo Add-onStarter $0, kein Ask AIVerlinkt QuellseitenNicht dokumentiertNicht dokumentiertGehostet, alle PläneEnthaltenFragen-Dashboard (Add-on)Nicht dokumentiert
Fern Ask FernNativeNein, nur Fern Docs (Cloud)$0 (250 Credits)JaJaSlack-AppNicht dokumentiertAutomatisch generiertAutomatisch generiertResolved-/Unresolved-BewertungenNicht dokumentiert
DocsBotOverlayJa, Script oder iFrame$49/mo (Personal)100 Credits/MonatJaSlack-AppEskalationsticket (ab Standard)MCP-VerbindungenNicht dokumentiertFragen-Analyse (ab Standard)Enterprise-Plan
Algolia Ask AIOverlay (Suche)Ja, Docusaurus-Adapter, JS, ReactDocSearch kostenlos bei Eignung; deine LLM-KostenJaNicht dokumentiertNicht dokumentiertKeine gefundenMCP-Abschnitt in der DokuNicht dokumentiertNicht dokumentiertNicht dokumentiert
Document360 Eddy AINative + einbettbarer ChatbotChatbot lässt sich überall einbetten; braucht einen Document360-AccountNur auf AnfrageNicht dokumentiertNummerierte ZitateNicht dokumentiertTicket an Zendesk, Freshdesk oder E-MailNicht verifiziertNicht verifiziertNicht dokumentiertType II

1. Kapa.ai

Am besten für: Devtool-Teams auf Docusaurus, MkDocs oder einer eigenen Website, die ein Doku-Widget plus Slack, Discord und Zendesk aus einem Index wollen.

Kapa.ais Dokuseite zum Website Widget, mit geöffnetem Ask-kapa.ai-Chat-Modal und einem MCP-Selector in der Ecke, entnommen aus Kapa.ais Dokumentation
Kapa.ais Dokuseite zum Website Widget, mit geöffnetem Ask-kapa.ai-Chat-Modal und einem MCP-Selector in der Ecke, entnommen aus Kapa.ais Dokumentation

Wie es funktioniert

Kapa.ai nimmt Inhalte aus 24 Connectoren auf, die in seiner Doku aufgeführt sind: ein Web-Crawl deiner Doku-Website, OpenAPI-2.x- und -3.x-Schemas, GitHub-Code, Issues, Discussions und Pull Requests, Slack, Discord, Discourse, Stack Overflow, Zendesk-Tickets, Confluence, Notion und mehr. Du setzt denselben Agenten dann als Website-Widget, Slack- oder Discord-Bot, Zendesk-Agent-App, die Antworten in den Composer entwirft, gehosteten MCP-Server oder über seine Chat-API ein. Bei Docusaurus ist das Widget ein Script-Eintrag in docusaurus.config.js mit deiner data-website-id.

Was mir gefallen hat

Die Quellenliste ist von allem hier am stärksten entwicklerorientiert: OpenAPI-Schemas und GitHub-Issues sind genau dort, wo Antworten auf „warum gibt dieser Endpoint 400 zurück" wohnen. Der Coverage-Gaps-Bericht zeigt „Themen, bei denen Kapa nicht schlüssig antworten kann", und das Widget hat einen Create-ticket-Button, der das vollständige Transkript per E-Mail mit Reply-To auf den Nutzer gesetzt versendet. Es erreicht alle vier Türen aus einem Index. Mein Vergleich Kapa vs. Inkeep geht auf die Überlappung ein.

Worauf du achten solltest

Kein öffentlicher Preis. Starter ist eine 14-tägige Testphase, Growth heißt „Preis anfragen", und private Quellen und die Aufnahme vergangener Tickets liegen bei Growth. Die Übergabe ist aus, bis du sie konfigurierst. Daten werden standardmäßig in US-basierter Google Cloud gespeichert, EU-Hosting ist ein Enterprise-Feature.

Preise

PlanPreisWas enthalten ist
Starter14 Tage kostenlosÖffentliche Doku, Websites, GitHub, Knowledge-Gap-Berichte
GrowthAuf Anfrage („Preis anfragen")Fügt private Quellen, vergangene Tickets, kontinuierliche Synchronisierung, PII-Maskierung hinzu
EnterpriseVertrieb kontaktierenFügt SSO/SCIM, regionales Hosting, SLA hinzu

Fazit: die Standardwahl für ein Devtool mit Doku außerhalb der eigenen Plattform und einer aktiven Community. Plane ein Vertriebsgespräch ein, und sieh dir Kapa.ai-Alternativen an, wenn das Angebot zu teuer ist.

2. Inkeep

Am besten für: Engineering-Teams, die ihren eigenen Doku-Agenten im Code bauen wollen, oder Unternehmen, die Inkeeps Team ihn für sie betreiben lassen wollen.

Inkeeps Preisseite im Vergleich der kostenlosen Open-Source-Stufe mit dem Enterprise-Plan, mit einer Funktionsvergleichstabelle darunter, entnommen aus Inkeeps Doku
Inkeeps Preisseite im Vergleich der kostenlosen Open-Source-Stufe mit dem Enterprise-Plan, mit einer Funktionsvergleichstabelle darunter, entnommen aus Inkeeps Doku

Wie es funktioniert

Inkeep positioniert sich inzwischen als „No-Code + Code Agent Builder", und der Doku-Assistent ist ein Anwendungsfall dieser Plattform. Du zeigst Agenten über React-Chat-Komponenten (@inkeep/agents-ui-cloud), einen MCP-Server, eine API im Vercel-AI-SDK-Format, oder Slack-, Discord-, Zendesk- und Salesforce-Integrationen bei Enterprise an. Antworten tragen auf beiden Stufen Inline-Zitate.

Was mir gefallen hat

Die Lückenberichte haben echte Fans. Ein Kunde auf Hacker News, der angibt, nicht angestellt zu sein, beschrieb es so:

Hacker News

"The tool we use for our docs AI answers lets you mine that data for feature requests. It generates a report of what it didn't have answers for and summarizes them as potential feature gaps."

Das ist der Feedback-Loop, den ich wollen würde. Die Open-Source-Stufe ist dauerhaft kostenlos und selbst hostbar, was zu einem Team passt, das den Agenten-Code selbst besitzen will.

Worauf du achten solltest

Die kostenlose Stufe nimmt deine Doku nicht für dich auf: Managed RAG, die Slack- und Support-Integrationen und die Lückenberichte sind alle nur Enterprise, und Enterprise gibt es nur per Demo-Preis. Ich habe auf den gelesenen Seiten keine dokumentierte menschliche Übergabe gefunden. Mein Inkeep-Test hat mehr Details, und die Liste Inkeep-Alternativen deckt andere Optionen ab.

Preise

PlanPreisWas enthalten ist
Open SourceKostenlos (Fair-Code, selbst hosten)Visueller Builder, TypeScript SDK, MCP, Chat-UI-Bibliothek, Zitate
EnterpriseAuf Anfrage („Demo vereinbaren")Managed RAG, Slack- und Support-Plattformen, Lückenberichte, SSO, ein Forward Deployed Engineer

Fazit: Wähle es, wenn du entweder volle Code-Kontrolle oder ein White-Glove-Enterprise-Rollout willst. Lass es, wenn du diese Woche noch ein Self-Serve-Doku-Widget willst.

3. Mintlify Assistant

Am besten für: Teams, die ihre Doku schon auf Mintlify hosten und den am engsten integrierten nativen Assistenten mit API-Spezifikations-Bewusstsein wollen.

Mintlifys Doku-Seite zum Assistant, mit dem Hinweis, dass der Assistent einen Pro- oder Enterprise-Plan braucht, und einer Liste, was Nutzer damit tun können, entnommen aus Mintlifys Doku
Mintlifys Doku-Seite zum Assistant, mit dem Hinweis, dass der Assistent einen Pro- oder Enterprise-Plan braucht, und einer Liste, was Nutzer damit tun können, entnommen aus Mintlifys Doku

Wie es funktioniert

Der Assistent ist ein Chat auf deiner Mintlify-Doku-Website, der aus deinen veröffentlichten Seiten und deiner OpenAPI-Spezifikation (Methoden, Parameter, Request-Bodies, Response-Schemas) antwortet. Er weiß, auf welcher Seite der Leser ist, akzeptiert markierten Text, Code-Blöcke und Dateien, und zitiert die Seiten, die er benutzt hat. Inhalte werden direkt nach dem Veröffentlichen neu indexiert, und angemeldete Nutzer bekommen nur Antworten aus Seiten, auf die sie Zugriff haben.

Was mir gefallen hat

Mintlify hat am meisten über den Fallback nachgedacht. Wenn der Assistent die Antwort nicht findet, sagt er das, statt zu raten, unbeantwortete Fragen werden nicht berechnet, und eine Liste „Unbeantwortete Unterhaltungen" zeigt jede, die er verpasst hat. Du kannst diese Fragen per E-Mail an dein Team, dein Helpcenter oder ein Ticket in Plain oder Zendesk weiterleiten. Jede Mintlify-Website bekommt außerdem einen automatisch generierten MCP-Server unter /mcp und ein immer aktuelles llms.txt, sogar im kostenlosen Plan.

Worauf du achten solltest

Der Assistent braucht Pro für $450/mo bei jährlicher Abrechnung ($540 monatlich). Pros 10.000 Credits werden organisationsweit geteilt, einschließlich Autopilot, und bei 25 Credits pro Antwort sind das 400 Antworten vor Überschreitung. Überschreitung ist standardmäßig aus, also geht der Assistent dunkel, wenn die Credits aufgebraucht sind. Individuelle Anweisungen und externe Quellen sind nur Enterprise. Und er antwortet nur aus Mintlify-gehosteter Doku.

Preise

PlanPreisAssistent
Free$0/mo, 5 EditorenNicht enthalten (MCP-Server ist es)
Pro$450/mo jährlich, $540/mo monatlichEnthalten; 10.000 geteilte Credits, 25 pro Antwort, $0.01/Credit bei Überschreitung
EnterpriseVertrieb kontaktierenFügt eigenes Modell, Individualisierung, externe Quellen hinzu

Fazit: Wenn du schon auf Mintlify Pro bist, schalte ihn heute ein. Wenn du nicht auf Mintlify bist, migriere nicht nur dafür.

4. GitBook AI Assistant

Am besten für: GitBook-Teams, die günstige Antworten in der Suchbox wollen und vollen Chat plus Embed auf dem Top-Plan.

GitBooks Doku-Seite zum AI Assistant, mit einer Illustration des Willkommens-Panels des Assistenten, umgeben von Verbindungssymbolen, entnommen aus GitBooks Dokumentation
GitBooks Doku-Seite zum AI Assistant, mit einer Illustration des Willkommens-Panels des Assistenten, umgeben von Verbindungssymbolen, entnommen aus GitBooks Dokumentation

Wie es funktioniert

GitBook bietet zwei Platzierungen: Ask, das Inline-Antworten neben den Keyword-Ergebnissen in der Suchbox zeigt, und Chat, ein vollständiger Seitenleisten-Assistent. Es nutzt agentisches Retrieval über die aktuelle Seite, bereits besuchte Seiten und frühere Unterhaltungen. Über „Connections" kann es außerdem GitHub-Issues, Slack- oder Discord-Unterhaltungen und externe Helpcenter einbeziehen, und Docs Embed setzt den Assistenten in dein Produkt.

Was mir gefallen hat

Du zahlst nur für relevante Antworten: 20 Credits pro relevanter Frage. Jede veröffentlichte Website bekommt einen MCP-Server unter /~gitbook/mcp, der mit Claude Code, Cursor und Codex funktioniert, plus llms.txt und Markdown-Seitenversionen, alles im kostenlosen Plan. AI Insights zeigt, wie der Assistent geantwortet hat, damit du Wissenslücken erkennen kannst. Meine Aufschlüsselung der GitBook-Preise hat alle Plan-Details.

Worauf du achten solltest

Chat und Embed brauchen Ultimate für $249/Site/Monat plus $12 pro Nutzer; Essential bekommt nur das Suchbox-Ask. Index-Änderungen können bis zu einer Stunde dauern. Inhalte werden zur Indexierung an OpenAI übergeben (GitBook sagt, OpenAI trainiert nicht damit). Eine Übergabe an einen Menschen ist auf den gelesenen Seiten nicht dokumentiert, und der Assistent kann nicht über separate veröffentlichte Websites hinweg antworten.

Preise

PlanPreis (jährlich)KI-AssistentCredits/Monat
Free$0Keiner (nur MCP, llms.txt)Keine
Essential$65/Site + $12/NutzerAsk (Suchbox)2.000 (etwa 100 Fragen)
Ultimate$249/Site + $12/NutzerChat, Embed, Insights, Slack10.000 (etwa 500 Fragen)
EnterpriseIndividuellAlles aus UltimateIndividuell

Fazit: ein fairer Preis bei Essential, wenn Suchbox-Antworten reichen. Für Chat mit Embed vergleiche Ultimate mit GitBook-Alternativen, bevor du dich festlegst.

5. eesel

Am besten für: Teams, deren Doku-Fragen als Tickets in Zendesk oder Freshdesk landen, und die eine KI wollen, die in der Chat-Bubble und im Helpdesk antwortet.

eesels Einstellungsseite für die Chat Bubble mit den Buttons Vorschau öffnen und Code kopieren, Willkommensnachricht, Titel- und Agentennamen-Feldern, wie in eesels Dokumentation gezeigt
eesels Einstellungsseite für die Chat Bubble mit den Buttons Vorschau öffnen und Code kopieren, Willkommensnachricht, Titel- und Agentennamen-Feldern, wie in eesels Dokumentation gezeigt

Wie es funktioniert

eesel ist nicht in erster Linie ein Doku-Host oder ein Doku-Such-Widget. Es ist ein KI-Helpdesk-Teammitglied, das aus deiner Doku und deiner Support-Historie lernt. Es crawlt deine Doku-Website (bis zu 2.000 Seiten pro Crawl, mit Include- und Exclude-Pfadfiltern, und individuellen Headern für gesicherte Doku), nimmt hochgeladenes Markdown und PDFs an, und verbindet sich mit Google Drive, Notion, Confluence und Helpdesks wie Zendesk und Freshdesk, einschließlich vergangener Tickets. Antworten verlinken zurück auf die Seite, von der sie kommen.

Von dort aus bedient es zwei Türen gleichzeitig. Auf deiner Doku-Website ist die Chat-Bubble ein einzelnes asynchrones Script. Im Helpdesk entwirft oder sendet es Antworten auf neue Tickets. Wenn es nicht antworten kann, übergibt es an Zendesk Messenger oder Freshchat, oder erstellt ein Ticket oder eine E-Mail, die „die E-Mail des Besuchers, eine Zusammenfassung der Unterhaltung und ein Übergabe-Tag enthält".

So sieht das in der Praxis aus. Timengo, das sichere E-Mail-Software für IT-Admins herstellt, betreibt eesel auf Freshdesk. Es lernt aus Timengos Produkt-Dokumentations-Website und etwa 5.300 vergangenen Tickets und Hilfeartikeln, und zwischen dem 8. August und dem 8. September 2026 hat es 300 Tickets vorbereitet und 180 Antwortentwürfe geschrieben, die Ingenieure prüfen. Timengo crawlt seine Doku jeden Montag nach einem selbst eingerichteten Zeitplan neu.

Was mir gefallen hat

Es trifft Entwickler am Helpdesk, genau dort, wo eine unbeantwortete Doku-Frage zu Kosten wird. Ein Industrieautomatisierungsunternehmen nutzt es als Chat, der nur aus seiner technischen Bibliothek antwortet, den Quellleitfaden und Abschnitt verlinkt, und klar sagt, wenn er nichts hat. Eine regelmäßige Zusammenfassung schlecht bewerteter Antworten und Lücken geht an das Doku-Team, und inzwischen erreichen deutlich mehr als doppelt so viele Fragen den Chat wie den Support-Desk. Das ist der Lückenbericht von vorhin, der funktioniert.

Worauf du achten solltest

Es gibt keinen GitHub-Connector und keinen OpenAPI-Import, also kommt Repo-Doku über den Crawl deiner veröffentlichten Website oder .md-Uploads herein, und Code-Dateien sind kein unterstützter Upload-Typ. Der Website-Crawl läuft nicht automatisch erneut; du speicherst die Integration erneut, um ihn zu aktualisieren. Der Crawler liest kein llms.txt. eesels MCP-Server lässt deinen Coding-Agenten den Agenten einrichten und testen; er legt deine Doku nicht gegenüber Endnutzern offen. Und eesel ist noch nicht SOC-2-zertifiziert; das Type-II-Audit läuft.

Preise

PlanPreisHinweise
Free$0100 Credits für 7 Tage, alle Funktionen
500 Credits$299/mo1 Credit = 1 Chat oder 1 Ticket
1.500 Credits$699/mo
5.000 Credits$1,749/moMehr über den Vertrieb
Extra-Creditsje $0.80Bis zu einer Obergrenze, die du festlegst

Fazit: die Wahl, wenn Tickets das Problem sind und sie in Zendesk oder Freshdesk landen. Wenn du nur ein Widget auf einer Doku-Website willst, ohne Helpdesk im Spiel, ist Kapa.ai oder ein nativer Assistent fokussierter. Die vollständigen Pläne stehen auf eesel-Preise.

6. ReadMe Ask AI

Am besten für: ReadMe-Hubs, die einen Assistenten zum Festpreis mit Modellwahl wollen.

ReadMes Doku-Seite zu Ask AI, mit einem Beispiel-Hub, dem Ask-AI-Seitenpanel und einer schwebenden „Ask AI anything"-Leiste, entnommen aus ReadMes Doku
ReadMes Doku-Seite zu Ask AI, mit einem Beispiel-Hub, dem Ask-AI-Seitenpanel und einer schwebenden „Ask AI anything"-Leiste, entnommen aus ReadMes Doku

Wie es funktioniert

Ask AI erscheint auf jeder Seite deines ReadMe-Hubs und antwortet aus deiner veröffentlichten Doku mit Links zu den Quellseiten. Du wählst den Ton, die Antwortlänge, verbotene Themen, Beispielfragen, und das Modell (OpenAI, Anthropic oder Google Gemini), und du kannst bis zu 100.000 Zeichen individuelles Wissen hinzufügen, das nicht in der Doku steht.

Was mir gefallen hat

Der Preis ist flach: ein $150/mo-Add-on, ohne auf der Preisseite genannte Nachrichten-Obergrenze. Modellwahl ist in dieser Gruppe selten. Jedes Projekt bekommt außerdem einen gehosteten MCP-Server unter /mcp und llms.txt. Mein Beitrag zu ReadMe-Preisen deckt die Plan-Stufen ab.

Worauf du achten solltest

Das Analytics-Dashboard behält Logs 60 Tage, und CSV-Export ist nur Enterprise. Die Dokumentations-Suchtools des MCP-Servers brauchen das Add-on „AI Booster Pack", und dessen Preis stand nicht auf der gelesenen Seite. Die Ask-AI-API, die du bräuchtest, um den Assistenten außerhalb deines Hubs einzusetzen, ist nur Enterprise. Keine Kontakt-Support-Übergabe wird beschrieben.

Preise

PlanPreisAsk AI
Starter$0/moAdd-on $150/mo
Pro$250/mo jährlichAsk AI Lite enthalten (ohne Individualisierung oder Analytics); volles Add-on $150/mo
EnterpriseVertrieb kontaktierenAsk-AI-API verfügbar

Fazit: die einfachste Budgetzeile hier, wenn du auf ReadMe bist. Plane deinen eigenen Übergabeweg, denn der Assistent öffnet dir kein Ticket.

7. Fern Ask Fern

Am besten für: API-first-Teams auf Fern Docs, die einen kostenlosen Start wollen und einen MCP-Server, den ihre Nutzer in Claude Code oder Cursor einbinden können.

Ferns Übersichtsseite zu Ask Fern, mit einem Ask-AI-Button im Header und einer Illustration des Ask-Fern-Seitenpanels, entnommen aus Ferns Doku
Ferns Übersichtsseite zu Ask Fern, mit einem Ask-AI-Button im Header und einer Illustration des Ask-Fern-Seitenpanels, entnommen aus Ferns Doku

Wie es funktioniert

Ask Fern ist ein Seitenpanel auf deiner Fern-Docs-Website, laut Ferns Seite angetrieben von Claude 4.6 Sonnet und Claude 4.5 Haiku. Du aktivierst es mit einem Klick, und es wird innerhalb weniger Minuten neu indexiert. Antworten tragen Zitate und werden nach Version, Produkt und Rolle gefiltert. Du kannst zusätzliche Quellen hinzufügen, einschließlich einer Documents API für nicht öffentliche Inhalte wie Support-Ticket-Zusammenfassungen.

Was mir gefallen hat

Die Analytics geben jeder Unterhaltung eine Resolved- oder Unresolved-Bewertung, also liefert das Filtern nach Unresolved eine Doku-To-do-Liste. Es gibt eine Slack-App für Kunden, einen automatisch generierten MCP-Server mit Ein-Klick-Buttons „Mit Claude Code / Cursor verbinden", und llms.txt von Anfang an. Und es startet kostenlos.

Worauf du achten solltest

Die 250 Credits des kostenlosen Plans decken etwa 125 Nachrichten ab, da jede Nachricht 2 Credits kostet. Ich konnte keine kostenpflichtige Self-Serve-Stufe finden oder was passiert, wenn die Credits aufgebraucht sind; der nächste Schritt ist Enterprise. Das einbettbare Such-Widget braucht eine cloud-gehostete Fern-Docs-Website, und selbst gehostetes Fern enthält kein Ask Fern. Eine menschliche Übergabe wird nicht beschrieben.

Preise

PlanPreisKI
Free$0/mo250 KI-Credits (etwa 125 Ask-Fern-Nachrichten), MCP, llms.txt
EnterpriseIndividuellIndividuelle Credits, Analytics-Exporte, Self-Hosting

Fazit: ein risikofreier Test, wenn du auf Fern bist. Jeder echte Traffic bedeutet ein Enterprise-Gespräch.

8. DocsBot

Am besten für: kleinere Teams, die einen öffentlichen Preis, eine Docusaurus-Anleitung und Ticket-Eskalation ohne Vertriebsgespräch wollen.

DocsBots Anleitung zum Einbetten von DocsBot in eine Docusaurus-v3-Website, beginnend mit dem Kopieren des Floating-Widget-Embeds unter Widget > Deploy, entnommen aus DocsBots Dokumentation
DocsBots Anleitung zum Einbetten von DocsBot in eine Docusaurus-v3-Website, beginnend mit dem Kopieren des Floating-Widget-Embeds unter Widget > Deploy, entnommen aus DocsBots Dokumentation

Wie es funktioniert

DocsBot trainiert unter anderem mit einem Website-Crawl, einer Sitemap, GitHub-Code-Repos, Notion, Confluence, Google Drive und Zendesk-, Freshdesk- oder Help-Scout-Tickets. Du setzt ein Floating-Widget oder iFrame ein, und bei Docusaurus v3 lässt dich die Anleitung das Embed über das injectHtmlTags eines kleinen lokalen Plugins einfügen. Die API gibt eine Antwort plus Quellen mit Titeln und URLs zurück.

Was mir gefallen hat

Alles steht auf der Preisseite, mit einer 14-tägigen Geld-zurück-Garantie. Eskalationstickets, eine Slack-App und eine API machen es zu mehr als einem Widget. Mein Beitrag zu DocsBot-Preisen geht die Credit-Rechnung durch.

Worauf du achten solltest

Es gibt keinen OpenAPI-Connector im Doku-Index. Personal begrenzt dich auf 5.000 Quellseiten, was große Doku-Sammlungen erreichen können. Eskalationstickets starten bei Standard, das Entfernen des Brandings braucht Business, und SOC 2, HIPAA und SSO stehen unter Enterprise.

Preise

PlanPreis/MonatQuellseitenKI-Credits/Monat
Free$050100
Personal$495.0005.000
Standard$14915.00015.000
Business$499100.00060.000
EnterpriseIndividuellIndividuellIndividuell

Fazit: das beste Preis-Leistungs-Overlay mit öffentlichem Preis. Nimm Standard, wenn du Eskalation willst, und sieh dir die DocsBot-Alternativen an, wenn du darüber hinauswächst.

9. Algolia Ask AI (DocSearch)

Am besten für: Docusaurus-Teams, die schon DocSearch nutzen und ihr eigenes Modell mitbringen wollen.

Algolias Anleitung zum DocSearch-Docusaurus-Adapter, mit der App-ID, dem Search-API-Key, dem Indexnamen und der Agent-Studio-Assistenten-ID, die du brauchst, entnommen aus DocSearchs Doku
Algolias Anleitung zum DocSearch-Docusaurus-Adapter, mit der App-ID, dem Search-API-Key, dem Indexnamen und der Agent-Studio-Assistenten-ID, die du brauchst, entnommen aus DocSearchs Doku

Wie es funktioniert

Docusaurus unterstützt Algolia DocSearch erstklassig, das deine Doku in einen Algolia-Index crawlt. Ask AI fügt Konversationsantworten aus diesem Index hinzu, betrieben von einem Agent-Studio-Assistenten, den du mit deinem eigenen LLM-Anbieter konfigurierst (OpenAI, Gemini, Azure oder jede OpenAI-kompatible API). Die Installation ist npm install @docsearch/docusaurus-adapter@^5, mit einer askAi-Einstellung, die auf deine Assistenten-ID zeigt.

Was mir gefallen hat

Es ist der Docusaurus-native Weg. DocSearch ist kostenlos für berechtigte öffentliche Entwicklerdoku, und Docusaurus' eigene Doku sagt, Ask AI verursacht keine zusätzlichen Kosten über die Nutzung deines LLM-Anbieters hinaus. Du behältst die Keyword-Suche und fügst KI-Antworten im selben Modal hinzu, plus ein KI-Seitenpanel.

Worauf du achten solltest

Du baust mehr, als du kaufst: Agent Studio ist ein Toolkit, und Zitate, Analytics und eine menschliche Übergabe waren auf den gelesenen Seiten nicht dokumentiert. Jede Agenten-Suchanfrage zählt zu deiner Algolia-Suchnutzung. Der Adapter braucht Node 20+, Docusaurus 3.10.2+ und React 18 oder 19, und der „Search by Algolia"-Link muss bleiben.

Preise

PostenPreis
DocSearch (berechtigte öffentliche Doku)Kostenlos; bewerben und Domain verifizieren
Algolia Free plan$0/mo, 10.000 Suchanfragen
Agent StudioIn der Plan-Tabelle gelistet, ohne öffentliche Zahl
LLM-TokensAbgerechnet von deinem Modellanbieter

Fazit: großartig, wenn du auf Docusaurus bist und es dir recht ist, Modell und Prompt selbst zu besitzen. Kein Support-Kanal, also kombiniere es mit etwas, das die Übergabe übernimmt.

10. Document360 Eddy AI

Am besten für: Teams, die eine Wissensdatenbank-Plattform mit einem Chatbot wollen, der auch an Zendesk oder Freshdesk eskalieren kann.

Document360s Doku-Seite zum Eddy AI Chatbot, die erklärt, wann man ihn nutzt, und die 40-MB-Speichergrenze pro Chatbot, entnommen aus Document360s Doku
Document360s Doku-Seite zum Eddy AI Chatbot, die erklärt, wann man ihn nutzt, und die 40-MB-Speichergrenze pro Chatbot, entnommen aus Document360s Doku

Wie es funktioniert

Eddy AI gibt es in zwei Formen. Ask Eddy AI antwortet innerhalb deiner Document360-Wissensdatenbank, und der Eddy AI Chatbot wird mit deinen Inhalten trainiert und kann auf jeder Website eingebettet werden. Der Chatbot zieht aus deiner Wissensdatenbank, einem Website-Crawl, Dateien (einschließlich Markdown), FAQs und Zendesk- oder Freshdesk-Tickets, und setzt nummerierte Zitate auf jede Antwort.

Was mir gefallen hat

Es hat eine echte Übergabe: Nach einer festgelegten Anzahl von Antworten können Nutzer ein Ticket an Zendesk, Freshdesk oder E-Mail eröffnen, vorausgefüllt mit dem Transkript und einem KI-geschriebenen Betreff und einer Beschreibung. Es gibt einen Playground zum Testen vor der Veröffentlichung. Die Preisseite listet SOC 2 Type II und ISO 27001:2022. Mein Beitrag zu Document360-Eddy-AI-Alternativen deckt ähnliche Tools ab.

Worauf du achten solltest

Die Preisgestaltung erfolgt individuell, wobei KI-Nutzung einer der Preistreiber ist. Jeder Chatbot bekommt standardmäßig 40 MB Speicher über alle Quellen hinweg, und nur ein Chatbot kann pro Domain aktiv sein. Ask-Eddy-AI-Credits laufen eins pro Frage, und wenn sie aufgebraucht sind, wird der Button grau, bis der Monat sich erneuert. Ich konnte seine MCP- oder llms.txt-Unterstützung nicht verifizieren.

Preise

PostenPreis
PläneNur auf Anfrage, basierend auf Accounts, Workspaces, Sprachen und KI-Nutzung
Ask Eddy AI1 Credit pro Frage, monatliches Limit
Ask Eddy AI APIAdd-on

Fazit: am stärksten, wenn du Document360 ohnehin als Wissensdatenbank nutzen würdest. Sieh dir Document360-Preise an, bevor du das Vertriebsgespräch führst.

Das kannst du, und die Teile sind günstig. OpenAIs File Search ist ein gehostetes Tool in der Responses API: Du erstellst einen Vector Store, lädst deine Doku hoch, und übergibst die ID des Stores in tools. Antworten kommen mit file_citation-Annotationen zurück, die auf die benutzten Dateien zeigen.

OpenAIs Leitfaden zu File Search, mit einer Einführung in Vector Stores und einem Python-Snippet, das das file_search-Tool aufruft, wie in seiner Entwicklerdoku gezeigt
OpenAIs Leitfaden zu File Search, mit einer Einführung in Vector Stores und einem Python-Snippet, das das file_search-Tool aufruft, wie in seiner Entwicklerdoku gezeigt

Speicher kostet $0.10 pro GB und Tag nach dem ersten freien GB, und Tool-Aufrufe kosten $2.50 pro 1.000, plus Modell-Tokens. Die meisten Doku-Sammlungen liegen deutlich unter 1 GB, also ist Speicher fast kostenlos, und 1.500 Fragen im Monat sind etwa $3.75 an Tool-Aufrufen. Mein Leitfaden zur OpenAI Files API deckt das Hochladen ab.

Was du nicht bekommst, ist alles rund um das Retrieval: eine Chat-UI, ein Crawler, der die Doku aktuell hält (du lädst Dateien erneut hoch), Evals, ein Fallback, eine Übergabe und ein Lückenbericht. Kapa.ais Gründer sagte es auf Hacker News unverblümt, und gab seine Befangenheit offen zu: Retrieval ist „super empfindlich dafür, wie man Doku chunked/parsed", und die Lösung sind Evals, viele davon. Wenn du einen Ingenieur hast, der das selbst übernehmen will, ist mein Durchgang durch eine Support-RAG-Pipeline ein guter Anfang. Wenn nicht, kaufe.

Wie viel kostet ein KI-Doku-Assistent?

Hier ist ein Käufer: ein Devtool-Unternehmen, dessen Doku etwa 1.500 Fragen im Monat bekommt. Ich habe jedes Tool nur mit seinen eigenen veröffentlichten Zahlen bepreist. Die Rechnung ist meine.

ToolMonatliche Kosten für ~1.500 FragenWie ich darauf komme
OpenAI File Search (Eigenbau)etwa $4 + Tokens + Engineering1.500 x $2.50/1.000 Aufrufe
DocsBot Standard$14915.000 Credits decken 1.500 Nachrichten bei 1x; Standard für Eskalation nötig
ReadMe Ask AI$150 (bei Starter)Flaches Add-on, keine genannte Obergrenze
GitBook Ultimateetwa $460$249 Site + $36 für 3 Editoren; 1.500 x 20 = 30.000 Credits, 10.000 enthalten, 20.000 mehr über die 15.000er- ($127.50) und 5.000er-Pakete ($47.50), unter der Annahme, dass sich Pakete stapeln
eesel$6991.500-Credit-Plan; 1 Credit pro Chat oder Ticket
Mintlify Proetwa $725 (jährliche Abrechnung)$450 + (1.500 x 25 = 37.500 Credits, minus 10.000 enthalten) x $0.01 = $275 Überschreitung, falls sonst niemand Credits nutzt
FernEnterprise-AngebotFree deckt etwa 125 Nachrichten ab
Kapa.ai, Inkeep, Document360Nur auf AnfrageKein öffentlicher Preis

Der Listenpreis ist die kleinere Entscheidung. GitBook und Mintlify berechnen nur beantwortete Fragen, eesel zählt jeden Chat oder jedes Ticket, und ReadMe ist flach. Was die Summe wirklich bewegt, ist, ob das Tool die Tickets senkt, die deine Ingenieure von Hand beantworten. Mein Erklärstück zur Deflection-Rate zeigt, wie man das misst.

Wie rollst du einen aus, ohne dass er sich Dinge erfindet?

Skepsis ist hier verdient, und Entwickler sagen das auch:

Hacker News

"I've used plenty of AI tools and models, local and paid, agents and chatbots, and the hallucination problem is a huge roadblock every time."

Und sie sind genauso unverblümt bei Bots, die in eine Sackgasse führen:

Hacker News

"I want open documentation so I can ask AI if I want or ask human support if it's not resolvable with available documentation. All my interactions with any AI support so far is repeatedly saying "call human" until it calls human"

Hier ist das Rollout, das ich fahren würde, egal welches Tool du wählst:

  1. Lege die Quellen fest. Starte mit veröffentlichter Doku, deiner API-Referenz und freigegebenen Hilfeartikeln. Lass veraltete Entwürfe und internes Slack außen vor, bis die Grundlagen funktionieren. Alte Seiten sind der schnellste Weg zu falschen Antworten, also erkenne veraltete Inhalte zuerst.
  2. Öffne die Agenten-Türen. Stell sicher, dass deine Doku llms.txt ausliefert und, falls dein Host einen anbietet, einen MCP-Server, damit Coding-Agenten die echte Doku lesen, statt zu raten. Mintlify, GitBook, Fern und ReadMe geben dir beides.
  3. Lege den Fallback und die Übergabe fest. Entscheide, was der Assistent sagt, wenn die Doku eine Frage nicht abdeckt, und wohin er den Entwickler als Nächstes schickt. Eine gute Übergabe öffnet das Ticket mit dem angehängten Transkript, und meine Notizen zur KI-Agent-Übergabe decken ab, was der Mensch sehen muss.
  4. Teste vor dem Launch an echten vergangenen Fragen. Zieh 50 bis 100 aktuelle Tickets und lass sie durch den Assistenten laufen. Das ist der Schritt, der ein halluziniertes Flag erkennt, bevor ein Kunde es tut, und so funktioniert eesels Simulationstests.
  5. Lies die Liste der unbeantworteten Fragen jede Woche. Behandle sie als deinen Doku-Backlog. SE Ranking betreibt eesel über 16.800 Seiten Wissen und lässt API-Fragen mit angehängten Belegen an ein Tier-2-Ticket senden, statt zu raten. In einem Monat hat eesel 2.100 Live-Chats zuerst beantwortet. Mein Leitfaden zur Analyse von Wissenslücken im Support zeigt, wie man die Liste in Korrekturen verwandelt.

Teste eesel an deiner Entwicklerdokumentation

Wenn die Fragen deiner Entwickler in Zendesk oder Freshdesk landen, lernt eesel aus deiner Doku und vergangenen Tickets, antwortet in einer Chat-Bubble auf der Doku-Website, und entwirft Antworten im Helpdesk, mit einem Ticket und einer Zusammenfassung, wenn die Doku nicht ausreicht. Du kannst es an deine Doku-URL richten und an einem Nachmittag Testfragen stellen. eesel testen.

eesels Chat-Bubble geöffnet auf einer Demo-Website, mit einer Willkommensnachricht, drei Startfragen und einem „Powered by eesel"-Footer, wie in eesels Dokumentation gezeigt
eesels Chat-Bubble geöffnet auf einer Demo-Website, mit einer Willkommensnachricht, drei Startfragen und einem „Powered by eesel"-Footer, wie in eesels Dokumentation gezeigt

Häufig gestellte Fragen

Was ist der beste KI-Assistent für Entwicklerdokumentation?

Es kommt darauf an, wo deine Doku liegt. Wenn sie auf Mintlify, GitBook, ReadMe oder Fern liegt, ist der integrierte Assistent der kürzeste Weg. Bei Docusaurus, MkDocs oder einer eigenen Website ist ein Overlay wie Kapa.ai oder Inkeep die übliche Wahl. Wenn die eigentlichen Kosten Tickets sind, die in Zendesk oder Freshdesk landen, trifft eine KI, die innerhalb des Helpdesks arbeitet, wie eesel, das Problem direkt. Mein Leitfaden zu KI für Entwickler-Support deckt das größere Bild ab.

Kann ich einen KI-Assistenten zu Docusaurus-Doku hinzufügen?

Ja. Docusaurus unterstützt Algolia DocSearch, dessen Ask AI mit deinem eigenen LLM-Anbieter aus deinem Algolia-Index antwortet. Kapa.ai und DocsBot veröffentlichen beide Docusaurus-Installationsanleitungen für ihre Widgets, und jedes skriptbasierte Chat-Widget funktioniert ebenfalls. Hintergrund dazu, wie diese Tools suchen, findest du in meinem Beitrag zu KI-Suche im Helpcenter.

Muss ich meine Doku zu Mintlify oder GitBook umziehen, um einen KI-Assistenten zu bekommen?

Nein. Native Assistenten funktionieren nur mit Doku, die auf dieser Plattform gehostet wird, aber Overlay-Widgets (Kapa.ai, Inkeep, DocsBot, Algolia Ask AI) und Support-seitige Agenten wie eesel funktionieren mit Doku, die überall gehostet wird. Eine Migration kann aus anderen Gründen sinnvoll sein, nicht nur für einen Chatbot. Wenn du einen Umzug trotzdem abwägst, ist meine Übersicht zu GitBook-Alternativen eine nützliche Startliste.

Wie viel kostet ein KI-Dokumentationsassistent?

Für etwa 1.500 Fragen im Monat komme ich nach meiner Rechnung aus den Preisseiten der Anbieter auf rund 150 $/Monat für ReadMe Ask AI, etwa 460 $/Monat bei GitBook Ultimate mit Credit-Paketen, etwa 725 $/Monat bei Mintlify Pro mit Überschreitung, und 699 $/Monat bei eesels 1.500-Credit-Plan. Kapa.ai, Inkeep und Document360 sind nur auf Anfrage. Siehe eesel-Preise für die aktuellen Credit-Pläne.

Wie verhindere ich, dass ein Doku-KI-Assistent Dinge erfindet?

Beschränke ihn auf deine veröffentlichte Doku und freigegebene Quellen, verlange Zitate bei jeder Antwort, lege einen ehrlichen Fallback fest, der sagt, dass die Doku das nicht abdeckt, und teste ihn vor dem Launch an echten vergangenen Fragen. Lies dann jede Woche die Liste der unbeantworteten Fragen und behebe die Doku. Mein Leitfaden zur Vermeidung von KI-Halluzinationen geht die Prüfungen durch.

Was ist llms.txt, und braucht meine Entwicklerdoku-Website eine?

llms.txt ist eine vorgeschlagene Konvention: eine Markdown-Datei im Stammverzeichnis deiner Website mit dem Namen deines Projekts, einer kurzen Zusammenfassung und Listen von Links, die KI-Agenten lesen können. Mintlify, GitBook, Fern und ReadMe erzeugen sie automatisch für dich. Sie hilft Coding-Agenten, deine Doku zu finden, ersetzt aber keinen Assistenten mit Zitaten und Übergabe. Mein Erklärstück zum KI-Agent-MCP-Server behandelt die andere Hälfte des Agentenzugriffs.

Senkt ein KI-Doku-Assistent die Zahl der Support-Tickets?

Das kann er, wenn die Fragen ihn erreichen. Viele Entwicklerfragen beginnen im Helpdesk, in Slack oder bei einem Coding-Agenten, nicht auf der Doku-Seite, also platziere den Assistenten dort, wo sie ankommen, und gib ihm eine saubere Übergabe. Bei SE Ranking hat eesel in einem Monat 2.100 Live-Chats zuerst beantwortet. Mein Leitfaden zur Ticket-Deflection erklärt, wie man das misst.

Share this article