Wofür Unternehmen es nutzen
Fragen an Verträge und Richtlinien
Kündigungsfristen, Vertragsstrafen, Zahlungsbedingungen – mit Seitenangabe, sodass es sich im Meeting zitieren lässt.
Einarbeitung einer neuen Person
Ein neuer Mitarbeiter arbeitet sich durch Abläufe und Richtlinien; wenn etwas unklar ist, fragt er den Assistenten und erhält die Antwort aus dem aktuellen Handbuch.
Auswertungen aus Firmendaten
Wie viel verkauft wurde oder wann die letzte Bestellung einging – ohne Datenbankabfragen zu schreiben.
Support auf der Website
Der Assistent antwortet Kunden aus Ihren Dokumenten; Shield bewacht dabei, was hereinkommt.
Vom eigenen Material zur brauchbaren Antwort
Finden Sie das richtige Vorgehen, prüfen Sie die Quelle und erstellen Sie das Dokument nach Ihrer eigenen Vorlage. So erreicht Ihr Know-how das Team genau bei der Arbeit.
Die Antwort und der Beleg dazu
Die KI sucht in den freigegebenen Dokumenten und ergänzt die Antwort um Quellenangaben. Aus erfolgreich importiertem Material lässt sich ein Agent aufbauen. Geprüfte Fragen und Abläufe hält der Service Desk in einer eigenen Wissensbasis.
Angebote und Berichte aus Ihrer Vorlage
Legen Sie eine eigene Analysevorlage an — Sie bestimmen, welche Abschnitte die Ausgabe enthält und aus welchem Material sie schöpft. Der Agent erstellt einen Entwurf und belegt jede Aussage mit einer Quelle. Nach Ihrer Prüfung exportieren Sie nach PDF oder XLSX.
Vergleich, Suche, Arbeitsgrundlagen
Stellen Sie zwei Fassungen eines Dokuments nebeneinander, bis hin zu den geänderten Feldern. Suchen Sie über alles Freigegebene hinweg und machen Sie aus dem Gefundenen die Grundlage für den nächsten Arbeitsschritt.
Fragen Sie Ihre Dokumente. Erhalten Sie eine Antwort mit Quellenangabe.
Studio antwortet aus Ihren Dokumenten und zeigt immer die Quelle. Die Demo kennt drei Beispieldokumente einer fiktiven Firma – fragen Sie, was Sie möchten.
Produktives Studio: hybride Suche (lexikalisch + vektoriell) über Ihre Wissensdatenbank, Antwort über das von Ihnen gewählte LLM (OpenAI / Anthropic / Google / ein lokales Modell) mit Dokument- und Seitenangabe; PII-Schwärzung beim Einlesen. Diese Demo nutzt vorgefertigte Antworten über einen festen Satz von drei Dokumenten — ohne LLM-Aufruf.
Die Demo läuft vollständig in Ihrem Browser und sendet nichts irgendwohin. Bitte fügen Sie trotzdem keine echten sensiblen Daten ein.
Eine Antwort entsteht in vier Schritten
Dokumente werden im Voraus vorbereitet, und zu jeder Frage wird nur das herausgezogen, was mit ihr zusammenhängt.
- 01Aufnahme
Dokumente werden in Abschnitte zerlegt und indexiert. Jedes hochgeladene Dokument wird zuerst auf versteckte Anweisungen an den Assistenten geprüft.
Technisches DetailBei der Verarbeitung eines hochgeladenen Dokuments laufen ein Virenscan und die Erkennung versteckter Anweisungen (Knowledge-Base-Poisoning). Ein Dokument, das als bösartig markiert ist oder eine versteckte Anweisung enthält, gelangt nie in den Index und taucht daher nie in Antworten auf. Ist der Scanner nicht verfügbar, wird das Dokument trotzdem verarbeitet.
- 02Abruf
Zur Frage werden relevante Passagen gefunden; Fragen an Daten laufen nur lesend.
Technisches DetailDie hybride Suche kombiniert lexikalischen und vektorbasierten Abgleich; Fragen an Firmendaten laufen als schreibgeschützte SQL-Abfrage.
- 03Antwort
Das von Ihnen gewählte Modell erhält nur die gefundenen Passagen und die Frage – nicht die gesamte Datenbank.
Technisches DetailSie wählen das Modell; nur die gefundenen Passagen und die Frage werden an es gesendet.
- 04Quellenangabe und Protokoll
Die Antwort trägt eine Angabe ihrer Quelle; das Gespräch wird gespeichert, und Funde sensibler Daten bleiben im Protokoll.
Technisches DetailEine Quellenangabe wird nur angezeigt, wenn die Passage eine Relevanzprüfung besteht: Eine Begrüßung oder Small Talk löst gar keinen Abruf aus, und lose zusammenhängende Passagen werden vor der Antwort verworfen.
Woraus Studio besteht
Studio ist nicht nur ein Chat: vier Teile, jeder mit einer anderen Aufgabe.
Wissensdatenbank mit QuellenangabenWissensdatenbank mit Quellenangaben
Dokumente, Tabellen und Webseiten zusammen. Der Assistent antwortet daraus, nennt die Quelle und sagt es, wenn eine Antwort nicht durch die Unterlagen gedeckt ist.
Quellen: PDF, Word, Excel, CSV, PowerPoint und Webseiten. Bei der Aufnahme wird ein Dokument in Teile zerlegt und indexiert; davor durchläuft es einen Virenscan und die Erkennung versteckter Anweisungen. Die Suche ist hybrid, lexikalisch und vektorbasiert, und eine Quellenangabe wird nur angezeigt, wenn die Passage eine Relevanzprüfung besteht. In der Cloud-Bereitstellung wird die Antwort vor der Auslieferung gegen die gefundenen Passagen verifiziert – mit demselben Grounding-Prüfer, den Shield Drittanwendungen anbietet.
Chat über FirmendokumenteChat über Firmendokumente
Niemand muss wissen, in welcher Datei er nachsehen soll. Sie fragen in natürlicher Sprache, und die Antwort kommt mit Quellenangabe.
Läuft das Modell in der Cloud, verlassen sensible Daten aus der Frage und den gefundenen Passagen nur als Platzhalter, und der Mitarbeiter sieht in der Antwort die echten Werte; wie die Platzhalter-Zuordnung über den gesamten Kontext gehalten wird, beschreiben wir unten unter „Grenzen, die der Code durchsetzt“. Bei einem lokalen Modell verlassen die Daten Ihre Infrastruktur nie, und dieser Schritt wird standardmäßig übersprungen.
AnalysemodulAnalysemodul
Fragen an Firmendaten in natürlicher Sprache – wie viel, wann, welche. Die Daten werden nur gelesen; das Ergebnis ist eine Tabelle oder Zusammenfassung, keine Vermutung des Modells.
Eine angebundene Datenbank wird nur gelesen: Eine Abfrage muss mit SELECT oder WITH beginnen, und schreibende oder schemaändernde Anweisungen sind verboten; bei PostgreSQL läuft die Verbindung in einer schreibgeschützten Transaktion mit Statement-Timeout. Das Ergebnis ist eine Tabelle oder Zusammenfassung aus den Daten, keine Vermutung des Modells.
Wo es läuft und mit welchem ModellWo es läuft und mit welchem Modell
In der EU-Cloud, auf Ihrem eigenen Server oder vollständig lokal – wie Sie es wählen.
Das Modell kann von einem öffentlichen Anbieter wie OpenAI, Anthropic oder Google kommen oder auf Ihrem eigenen Server laufen – auch in Kombination. Die Wahl fällt bei jedem Schritt, sodass ein Schritt mit personenbezogenen Daten bei Ihnen bleiben kann, auch wenn die Cloud erlaubt ist. Mit Ihrem eigenen Schlüssel zum Modell berechnen wir die Tokens nicht.
Ein Assistent ohne Quelle ist nur eine überzeugende Vermutung. Erst die Quellenangabe macht aus einer Antwort etwas, mit dem Sie zur Geschäftsführung oder zum Kunden gehen können.
Der Assistent wird besser durch die Reaktionen der MenschenAuto-Learning: von Reaktionen zu In-Context-Beispielen
Eine Korrektur oder eine zufriedene Reaktion geht nicht verloren: Sie wird zum Beispiel für eine ähnliche Frage.Die Gewichte des Modells werden nicht feinjustiert. Aus Gesprächen entstehen Trainingsbeispiele, die in den Systemprompt eingefügt werden.
- 01Reaktion
Ein Daumen hoch oder runter, eine eigene Korrektur, aber auch ein schlichtes „danke, genau“ oder „das ist es nicht“.
Technisches DetailAnalysiert wird das Tripel Frage → Antwort → Reaktion. Explizites Feedback (Daumen hoch, Daumen runter, Korrektur) wird durch implizites ergänzt: Schlüsselwörter in den unterstützten Sprachen und ein Modell, das die Reaktion als positive, negative, correction, rephrase oder neutral klassifiziert.
- 02Vorgeschlagenes Beispiel
Ein Beispiel entsteht nur aus einer Antwort, mit der die Person zufrieden war, oder aus ihrer Korrektur.
Technisches DetailEin Beispiel entsteht nur aus einem positive-Signal mit hoher Qualitätsbewertung oder aus einem correction-Signal, bei dem der Text des Nutzers zur erwarteten Ausgabe wird. Ein Austausch mit kritischem oder hohem Risiko sensibler Daten wird übersprungen, ebenso eine doppelte Frage.
- 03Prüfung
Beispiele aus Recht, Finanzen, HR oder Sicherheit sowie Beispiele mit verdächtigem Inhalt warten auf die Freigabe durch einen Administrator. Die übrigen werden bei hoher Konfidenz von selbst aufgenommen.
Technisches DetailDie Kategorien legal, finance, HR, compliance, medical und security gehen immer in die Freigabe-Warteschlange. Vor dem Speichern läuft der Detektor für eingeschleuste Anweisungen – derselbe, den die Wissensdatenbank nutzt; ein Treffer löscht das Beispiel nicht, sondern entzieht ihm nur die automatische Freigabe, und dasselbe passiert, wenn der Detektor ausfällt. Andere Beispiele mit ausreichender Klassifikationskonfidenz werden automatisch freigegeben.
- 04Verwendung
Ein freigegebenes Beispiel wird zu den Unterlagen hinzugefügt, die der Assistent mit der Frage erhält. Ein Administrator kann es bearbeiten oder stilllegen; der Kill Switch, der ausgehende Daten stoppt, schaltet auch das Lernen ab.
Technisches DetailAktive Beispiele werden als Few-Shot in Prioritätsreihenfolge eingefügt: Korrekturen, Firmenkontext, Fragen und Antworten, Anweisungen; Fragen und Antworten werden nach Relevanz zur aktuellen Frage ausgewählt. Ein Tageslimit begrenzt den Zufluss neuer Beispiele.
Das Lernen übernimmt auch Fehler: Eine gelobte falsche Antwort kann von selbst freigegeben werden, und der Assistent wiederholt sie, bis ein Administrator sie korrigiert. Sehen Sie ab und zu durch, was hinzugekommen ist.
Nutzen Sie die Kraft lokaler Modelle und ein höheres Sicherheitsniveau
Studio ist im Kern ein lokales RAG: Die Antwort entsteht aus Ihren Dokumenten, nicht aus dem, was das Modell irgendwann gelernt hat. Mit einem lokalen Modell verlässt das Material Ihre eigene Infrastruktur nie.
- Lokale KI-Modelle
- Keine Tokengebühren
- NVIDIA DGX Spark oder ein dedizierter Server
So sieht es in der Praxis aus
BeispielszenarioKeine Referenzen konkreter Kunden, sondern typische Situationen.
Ein Unternehmen, das einen Assistenten über seinen eigenen Dokumenten einführt
- — Jeder sucht auf dem gemeinsamen Laufwerk selbst nach Antworten auf dieselben Fragen
- — Neue Mitarbeitende fragen Kollegen nach Dingen, die bereits im Handbuch stehen
- — Bei einem Assistenten weiß niemand, ob er die Antwort erfunden hat
- Eine Frage genügt, und die Antwort zeigt die Quelle
- Unterlagen werden einmal hochgeladen und gelten für alle
- Bei einer Frage außerhalb der Unterlagen räumt der Assistent ein, dass er keine Antwort hat
Der größte Aufwand lag in der Auswahl der Dokumente, die als verbindliche Quelle gelten.
Studio lässt sich auch über MCP für einen Client wie Claude Desktop oder Cursor bereitstellen. Die Konfiguration bereiten wir im Rahmen der Einführung vor.
Der Schutz ausgehender Daten ist Teil jedes Pakets Studio — Complete, ohne Aufpreis.
Der Assistent ist nur so gut wie die Unterlagen, die er bekommt. Bei fünf Versionen derselben Richtlinie muss zuerst jemand entscheiden, welche gilt – das nimmt Ihnen das Modell nicht ab.
Grenzen, die der Code durchsetzt
Eine Datenabfrage muss mit SELECT oder WITH beginnen, und schreibende oder schemaändernde Anweisungen sind verboten. Bei angebundenen PostgreSQL-Quellen läuft die Verbindung zusätzlich im schreibgeschützten Transaktionsmodus mit Statement-Timeout.
Bei einem Cloud-Modell werden der Systemprompt mit den abgerufenen Passagen, der Gesprächsverlauf und die neue Nachricht mit einer gemeinsamen Zuordnung anonymisiert, sodass dieselbe Person überall denselben Token erhält. Die Antwort wird auch beim Streaming de-pseudonymisiert. Läuft ein lokales Modell, wird dieser Schritt standardmäßig übersprungen.
Findet der Datenschutz etwas in einer Nachricht, speichert das Audit statt der Nachricht selbst die Risikostufe, die Kategorien, die Anzahl der Funde, den Anbieter und einen SHA-256-Fingerabdruck.
Beginnen wir mit einer Messung. Sie sehen, was heute passiert.
Zuerst Zahlen aus Ihrem Betrieb: wie viele Bots, wie viel Spam, was an die KI hinausgeht. Was wir einschalten, entscheiden Sie danach.
Technisches DetailWidget und Erweiterung brauchen keine Änderung am Code Ihrer Anwendung; die SDK-Integration bedeutet, Middleware für Node.js, Python oder PHP hinzuzufügen. Die Beobachtung läuft im Beobachtungsmodus: Ereignisse werden protokolliert, nichts wird gestoppt.