Wir entwickeln KI-Anwendungen auf Basis großer Sprachmodelle (LLMs): Assistenten, die Fragen aus Ihren eigenen Dokumenten beantworten (Retrieval-Augmented Generation, kurz RAG), und Agenten, die Werkzeuge wie Datenbanken, E-Mail oder Ihre APIs selbstständig bedienen. Je nach Anforderung nutzen wir die OpenAI API, andere Anbieter oder lokal betriebene Open-Source-Modelle.
LLM-Anwendungen, die mit Ihren Daten arbeiten und Aufgaben selbstständig erledigen.
01RAG-Systeme mit Vektorsuche über Dokumente, Wikis, Tickets und Datenbanken
02KI-Agenten mit Werkzeugzugriff (Function Calling, eigene APIs, Workflows)
03Chat- und Sprachassistenten für Kunden oder interne Teams
04Integration von LLMs in bestehende Web- und Mobile-Anwendungen
05Machine-Learning-Modelle und Computer Vision (TensorFlow.js, OpenCV)
06Evaluierung: Antwortqualität, Halluzinationsprüfung, Kosten und Latenz
03
Ein Blick in den Code.
So sieht ein Ausschnitt aus einem typischen Projekt aus — lesbar, kommentiert und ohne Magie. Genau so übergeben wir Code an Ihr Team.
OpenAI APILLMsRAGEmbeddingsPythonTypeScript
rag.pyBeispiel
from qc import VectorStore, LLM
store = VectorStore("handbuecher") # Dokumente → Embeddings
llm = LLM("gpt-4o"if cloud else "local")
def antworte(frage: str, nutzer):
treffer = store.suche(frage, k=6, rechte=nutzer.rollen)
kontext = "\n\n".join(t.text for t in treffer)
antwort = llm.chat(system=REGELN, kontext=kontext, frage=frage)
return antwort, [t.quelle for t in treffer] # immer mit Beleg
04
Was Sie davon haben.
01
Antworten mit Beleg
Jede Aussage verweist auf die Quelle im Dokument.
02
Rechte bleiben erhalten
Der Assistent sieht nur, was der Nutzer sehen darf.
03
Modell austauschbar
Cloud heute, lokal morgen — ohne Umbau.
04
Messbare Qualität
Automatische Tests mit echten Fragen vor jedem Release.
RAG verbindet ein Sprachmodell mit einer Suche in Ihren eigenen Daten. Vor jeder Antwort werden passende Textstellen gefunden und dem Modell mitgegeben. So antwortet die KI auf Basis Ihrer Dokumente statt aus allgemeinem Wissen — nachvollziehbar und mit Quellenangabe.
Was unterscheidet einen KI-Agenten von einem Chatbot?
Ein Chatbot antwortet. Ein Agent handelt: Er plant Schritte, ruft Werkzeuge wie Datenbanken, Kalender oder APIs auf, prüft Ergebnisse und erledigt so mehrstufige Aufgaben. Wir definieren dabei genau, was ein Agent darf und wann ein Mensch bestätigen muss.
Müssen unsere Daten an OpenAI gesendet werden?
Nein. Wir setzen je nach Schutzbedarf Cloud-APIs mit Auftragsverarbeitungsvertrag, EU-gehostete Modelle oder vollständig lokale Modelle auf Ihrer eigenen Hardware ein.
