Scoping & Fragenkatalog
Wir legen den Dokumentenbestand fest, 50–150 echte Fragen mit erwarteten Antworten und was „gut genug“ für Ihren Anwendungsfall bedeutet.
KI & Machine Learning
RAG-Proof-of-Concept mit Ihren eigenen Dokumenten
Wissen, ob es mit Ihren Dokumenten funktioniert, bevor Sie die volle Umsetzung bezahlen.
Demos mit Beispiel-PDFs beweisen wenig. Verträge, Vorschriften und technische Handbücher enthalten Tabellen, Querverweise, gescannte Seiten und Ausnahmen, an denen generische Assistenten scheitern. In zwei bis vier Wochen bauen wir einen funktionsfähigen Prototyp auf einem repräsentativen Ausschnitt Ihrer eigenen Dokumente und messen, wie gut er antwortet – damit die Entscheidung über den nächsten Schritt auf Fakten beruht.
Eine ehrliche Antwort in Wochen – statt eines Experiments über sechs Monate.
Ein Proof of Concept beantwortet eine einzige Frage: Kann Retrieval-Augmented Generation die echten Fragen Ihres Teams aus Ihren echten Dokumenten so genau beantworten, dass es im Alltag nützt? Zu Beginn legen wir gemeinsam mit Ihnen die Fragen und die Erfolgskriterien fest, bauen das kleinste System, das sie beantworten kann, und prüfen es an genau diesen Kriterien – nicht an Fragen, die wir ausgesucht haben, weil sie funktionieren.
Am Ende erhalten Sie drei Dinge: einen Prototyp, den Ihr Team ausprobieren kann, einen Benchmark-Bericht mit der Genauigkeit bei den vereinbarten Fragen, in dem jeder Fehler benannt und erklärt wird, sowie eine Empfehlung. Lautet sie „Go“, dient der Bericht zugleich als Plan und Kostenschätzung für den Produktivbetrieb. Lautet sie „No-go“, erfahren Sie den Grund zum Preis weniger Wochen – statt eines gescheiterten Projekts.
RAG Proof of Concept
Was wir anbieten
Dokumentenverarbeitung
Parsing, das die Struktur Ihrer Dokumente respektiert – Abschnitte, Tabellen, Klauseln, Scans –, denn hier entscheidet sich die Qualität der Suche.
Funktionsfähiger Prototyp
Eine schlanke Chat- oder Suchoberfläche über Ihren Dokumenten, deren Antworten die jeweilige Quellpassage zitieren.
Benchmark-Bericht
Genauigkeit bei den vereinbarten Fragen, Retrieval-Qualität, Antwortzeit und Kosten pro Frage – jeder Fehlerfall wird gezeigt und erklärt.
Go/No-go-Empfehlung
Eine klare Empfehlung – und bei einem „Go“: Architektur, Aufwand und Budget für ein produktives System.
Hosting nach Ihrer Wahl
Gehostete Modelle mit Bedingungen, die ein Training mit Ihren Daten ausschließen, Cloud in der EU-Region oder offene Modelle in Ihrer eigenen Umgebung.
Wann es passt
- Sie wünschen sich einen KI-Assistenten für Verträge, Vorschriften oder Handbücher, sind aber nicht sicher, ob er genau genug sein kann
- Eine Anbieter-Demo hat überzeugt, und Sie möchten vor dem Kauf Ergebnisse mit Ihren eigenen Dokumenten sehen
- Die Geschäftsführung braucht Belege und ein Budget, bevor sie ein KI-Projekt freigibt
- Ein früherer Chatbot-Versuch lieferte vage oder falsche Antworten, und Sie möchten wissen, warum
So arbeiten wir
- 01Woche 1: Scope & DatenFragen und Erfolgskriterien vereinbaren, eine repräsentative Dokumentenstichprobe unter NDA erhalten und die Verarbeitung einrichten.
- 02Woche 2: AufbauRetrieval, Antwortgenerierung mit Quellenangaben und eine einfache Oberfläche, die Ihr Team ausprobieren kann.
- 03Woche 3: MessenDen gesamten Fragenkatalog durchlaufen, jeden Fehler analysieren und optimieren, was im Rahmen des Scopes möglich ist.
- 04Woche 4: Bericht & EntscheidungGemeinsame Durchsicht von Prototyp und Benchmark sowie eine Go/No-go-Empfehlung mit Plan für den Produktivbetrieb.
Technologie
Unsere Werkzeuge für RAG Proof of Concept
- Python
- FastAPI
- pgvector
- Elasticsearch
- Docling
- OpenAI
- Anthropic Claude
- AWS Bedrock
- Open-source LLMs
Häufige Fragen
Warum ein Festpreis?
Weil der Umfang feststeht: eine definierte Dokumentenstichprobe, ein vereinbarter Fragenkatalog und ein Bericht am Ende. Sie kennen die Kosten vor dem Start – ohne offene Stundenabrechnung.
Wie viele Dokumente brauchen Sie?
Eine repräsentative Stichprobe statt des gesamten Bestands – typischerweise einige hundert Seiten, die auch die schwierigen Fälle enthalten: Tabellen, Scans, Querverweise und Ausnahmen. Eine gute Stichprobe sagt das Verhalten im Produktivbetrieb weit besser voraus als eine große, einfache.
Wie geht es nach dem Proof of Concept weiter?
Lautet das Ergebnis „Go“, enthält der Bericht bereits Architektur, Aufwand und Budget für den Produktivbetrieb, und der Prototyp wird zum Ausgangspunkt. Ob Sie das System mit uns oder mit einem anderen Partner umsetzen, entscheiden Sie frei.
Sind unsere Daten sicher?
Wir unterzeichnen ein NDA, bevor ein einziges Dokument geteilt wird, können in Infrastruktur in der EU-Region oder vollständig in Ihrer Umgebung arbeiten und nutzen Modellanbieter, deren Bedingungen ein Training mit Ihren Daten ausschließen. Am Ende wird alles gelöscht, sofern Sie nichts anderes wünschen.
Nächster Schritt
Erzählen Sie uns, was Sie bauen möchten.
Eine kostenlose 30-minütige Beratung mit einem Ingenieur — unverbindlich, Antwort innerhalb eines Werktags.
Kontakt aufnehmen