KI in Ihrer Anwendung.

Mitarbeitende suchen in Handbüchern, Produktunterlagen oder internen Richtlinien. Die Anwendung findet passende Stellen und formuliert daraus eine Antwort mit Verweisen auf die Originale. Sie berücksichtigt die Zugriffsrechte und macht sichtbar, wenn die verfügbaren Quellen keine Antwort liefern.

Ein Assistent erklärt Unterlagen, hilft bei einer Anfrage oder ruft den Status eines Vorgangs ab. Aktuelle Informationen kommen über Schnittstellen aus dem zuständigen System. Aktionen wie eine Änderung von Kundendaten werden nur mit den erforderlichen Rechten und Freigaben ausgeführt.

Aus PDFs, E-Mails oder gescannten Dokumenten werden benötigte Felder ausgelesen, Inhalte klassifiziert und einem Vorgang zugeordnet. Die Anwendung prüft Pflichtfelder und Formate. Unsichere Angaben bleiben zur Kontrolle offen, statt ungeprüft in das Fachsystem zu gelangen.

Textentwürfe, Zusammenfassungen, Übersetzungsvorschläge oder Schlagwörter entstehen direkt am Inhalt. Vorlagen und freigegebene Quellen geben den Rahmen vor. Die Redaktion prüft und veröffentlicht über ihre gewohnten Abläufe.

Ein KI-Agent kann eine Anfrage einordnen, fehlende Angaben erkennen, Informationen aus mehreren Systemen zusammenführen und den nächsten Arbeitsschritt vorbereiten. Wir legen fest, welche Werkzeuge er nutzen darf. Bestellungen, Veröffentlichungen oder andere folgenreiche Aktionen können eine ausdrückliche Bestätigung erfordern.

Eine Suche versteht auch eine beschriebene Aufgabe oder ähnliche Begriffe, nicht nur ein exaktes Schlagwort. Wir verbinden diese Suche mit Filtern und strukturierten Daten – etwa für einen Produktkatalog, ein Fachportal oder eine Mediathek.

Sprachmodelle formulieren Antworten, fassen Texte zusammen oder liefern strukturierte Vorschläge. Wir binden sie über APIs an oder prüfen ein lokal betreibbares Modell. Die Auswahl hängt unter anderem von Sprache, Datenverarbeitung, Antwortzeit und Kosten pro Vorgang ab.

Retrieval-Augmented Generation verbindet Suche und Sprachmodell. Zuerst werden relevante Abschnitte aus freigegebenen Dokumenten abgerufen, dann bekommt das Modell diese als Grundlage für die Antwort. Die Unterlagen müssen dafür nicht in das Modell eintrainiert werden. Aktualisierung, Quellenangaben und Berechtigungen gehören zur Umsetzung.

Embeddings bilden die Bedeutung von Texten als Zahlenvektoren ab. Eine Vektorsuche kann dadurch ähnliche Inhalte finden, auch wenn andere Wörter verwendet werden. Für genaue Bezeichnungen, Artikelnummern oder Filter kombinieren wir sie bei Bedarf mit klassischer Volltextsuche. Eine Vektordatenbank ersetzt nicht das führende Fachsystem.

Über das Model Context Protocol können KI-Anwendungen definierte Datenquellen und Werkzeuge nutzen. Wir können dafür vorhandene APIs anbinden oder passende MCP-Werkzeuge bereitstellen. Authentifizierung, Berechtigungen und Freigaben werden in der Anwendung durchgesetzt – nicht allein durch Anweisungen an das Modell.

WebMCP macht ausgewählte Website-Funktionen für unterstützende Browser-Agenten strukturiert zugänglich. Wir erproben das bereits auf unserer eigenen Website. Die Browsertechnik befindet sich in Entwicklung; eine Website muss deshalb auch ohne WebMCP vollständig bedienbar bleiben.

Mit unserer eigenen NVIDIA DGX Spark prüfen wir lokal betreibbare Modelle und KI-Prototypen. Das hilft, Antworten, Laufzeiten und Integrationen vor einem produktiven Einsatz zu beurteilen. Die spätere Betriebsumgebung legen wir getrennt mit Ihrer IT fest – lokal, in einer geeigneten Cloud oder als Kombination.