Anonymer Case

Können Nutzer einfach fragen und der Antwort trauen?

Der Chat ist die Oberfläche, nicht das System. Wir bauen Assistenten, die an echte Unternehmensdaten und Abläufe angebunden sind: für Kunden, interne Teams und als eigenständige Produkte.

Chat ist eine Oberfläche, kein Produkt

In modernen LLM‑ und Agenten‑Architekturen ergibt sich das Gespräch fast von selbst aus der Architektur.

Was dabei herauskommt, schwankt stärker, als die Oberfläche vermuten lässt. Die Frage ist nicht, ob du einen Chatbot willst, sondern was dahintersitzt und woher seine Antworten kommen.

Antworten auf Basis deiner Daten

Bestehende interne Datenbanken. Eigens aufgebaute Wissensbasen. Öffentliche Fachdatenbanken. Und die operativen Systeme, die du schon betreibst.

Das eigene Wissen des Modells und Webrecherche sind der letzte Ausweg, nie der erste. Diese Reihenfolge entscheidet, ob deine Leute dem Assistenten vertrauen oder ihn still beiseitelegen.

Probabilistisch oder deterministisch

Ein Sprachmodell ist probabilistisch: Es liefert etwas Plausibles, nichts Sicheres. In einer regulierten Domäne reicht das nicht.

Also bauen wir hybride Systeme. Das Modell entscheidet, was relevant ist, deterministischer Code entscheidet, was wahr ist, und wo sich ein Ergebnis prüfen lässt, schlägt die Prüfung das Modell.

Warum keine Kundennamen2x10

Unsere Kunden holen uns, um das zu bauen, was ihnen einen Vorsprung verschafft. Verschwiegenheit gehört zum Job. Die Details zu veröffentlichen, könnte diesen Vorsprung verraten. Wir haben in regulierten Umfeldern geliefert und in Projekten mit einem Volumen von Hunderten Millionen.

Was wir gebaut haben

Ein Kundenprodukt, angebunden an mehrere Datenquellen, darunter Altsysteme, die nie für KI gebaut wurden. Ausgelegt auf Hunderttausende Nutzer in einer regulierten Domäne.

Hinter einer Oberfläche sitzen ein Knowledge Graph, Datenbanken, Dokumente, Nutzerhistorie und Gedächtnis. Die Fachleute des Kunden steuern Wissen und Verhalten selbst, ohne Entwickler.

Der Klassiker, ordentlich gebaut: Antworten aus deinen echten Inhalten und Daten, kein Entscheidungsbaum, der die Leute so lange nervt, bis sie doch anrufen.

Produktwissen auf Abruf und ein Übungspartner für die Gespräche, die sich mit Kollegen schwer proben lassen.

Ein Budgetierungswerkzeug für Fachleute, die mehr wissen als das Modell, gebaut auf ihren eigenen Kostendaten und ihrem Domänenwissen. Nur so besteht es vor Menschen, die eine falsche Zahl sofort sehen.

Fragen im Betrieb2x10

Was sie tragfähig macht

Vier Fragen entscheiden, ob ein Chatbot seinen ersten Monat vor echten Nutzern übersteht.

  • Woher kommt die Antwort?Ein Assistent, der seine Quelle nicht zeigen kann, ist ein Gerücht mit guter Oberfläche.
  • Was passiert, wenn er falsch liegt?Wenn der Kunde es zuerst merkt, ist das System nicht fertig.
  • Wer darf ändern, was er sagt?Dein eigenes Team oder eine Agentur mit Wartungsvertrag. Das entscheidet deine Betriebskosten für die nächsten fünf Jahre.
  • Was kostet er in großem Maßstab?Die Zahl, die zählt, sind zehntausend Nutzer, nicht zehn.

Was wir für dich bauen könnten

  • Wir bauen Assistenten, die deinen Kunden aus deinen echten Daten antworten, damit dein Team die Fälle behält, die Urteilsvermögen brauchen.
  • Wir machen das, was dein Unternehmen schon weiß, an einem Ort auffindbar, mit der Quelle an jeder Antwort.
  • Wir nehmen deinen Fachleuten die Routinefragen ab, damit ihre Stunden in die gehen, die nur sie beantworten können.
  • Wir geben deiner Software eine Stimme, per Tastatur oder gesprochen, damit aus einem Report eine Frage wird statt eines Dashboards.
  • Und alles, was dir sonst vorschwebt und mit KI und solidem Software‑Engineering machbar wird.

Unter der Haube

Context Engineering · RAG über Knowledge Graphs · Vektordatenbanken · CAG · Datenbank‑Tools, wo Exaktheit zählt · Evals · Guardrails im Stream · Übergabe an Menschen · Orchestrierung · Streaming · Mandantentrennung · Vision · Text‑to‑Speech · Memory‑Systeme

Die meisten Projekte fangen klein an: ein Gespräch, ein paar Wochen Engineering, etwas Greifbares, das du bewerten kannst. Wenn es funktioniert, bauen wir es weiter.Wenn nicht, weißt du es früh