Unsere Arbeit
Echte Projekte, echte Ergebnisse. Hier sind einige der Herausforderungen, die wir für unsere Kunden gelöst haben.
Ein mittelständisches Unternehmen wollte generative KI für interne Wissensabfragen und Unternehmensprozesse nutzen, ohne vertrauliche Daten an externe KI-Dienste zu übertragen. Gleichzeitig mussten bestehende Dokumentenablagen, Active-Directory-Berechtigungen und interne Systeme nahtlos eingebunden werden. Eine besondere Herausforderung war dabei die korrekte Berücksichtigung dynamischer Datei- und Benutzerberechtigungen bei jeder Anfrage.
Entwicklung eines vollständig self-hosted Enterprise AI Assistants mit RAG-basierter Dokumentensuche und eigener LLM-Infrastruktur. Dokumente aus bestehenden SMB/CIFS-Fileshares werden automatisch verarbeitet, semantisch indexiert und über ChromaDB durchsuchbar gemacht. Eine eigens entwickelte ACL-Engine prüft bei jeder Anfrage die aktuellen Active-Directory- und Fileshare-Berechtigungen und setzt diese mittels Deny-first- und Fail-closed-Logik durch. Ergänzend ermöglichen MCP-basierte Tools die Anbindung interner und externer Unternehmenssysteme. SearXNG erweitert den Agenten um self-hosted Web-Recherche, während vLLM die vollständig interne LLM-Inferenz übernimmt.
Ein mittelständisches Familienunternehmen wollte die Verarbeitung eingehender Rechnungen automatisieren und strukturierte Daten direkt für das individuell entwickelte ERP-System bereitstellen. Die heterogenen Dokumente – von PDF-Rechnungen bis hin zu Scans und Bildern – enthielten relevante Informationen in unterschiedlichsten Formaten. Gleichzeitig sollten vertrauliche Finanz- und Geschäftsdaten nicht an externe KI-Dienste übertragen werden.
Entwicklung eines self-hosted Invoice Processing Systems als intelligente Schnittstelle zwischen unstrukturierten Eingangsbelegen und dem ERP-System. Die Dokumente werden über eine REST-API entgegengenommen, mit Docling inklusive Text- und Tabellenstrukturen aufbereitet und anschließend durch ein lokal betriebenes LLM via Ollama analysiert. Eine definierte Extraktionslogik stellt sicher, dass ausschließlich im Dokument vorhandene Informationen übernommen und beispielsweise Rechnungsnummern, Rechnungsdaten, Beträge, Lieferanten- und Bankdaten strukturiert als JSON ausgegeben werden. Über die Flask-API können die aufbereiteten Daten anschließend direkt vom ERP übernommen und weiterverarbeitet werden.
Sprechen Sie mit uns über Ihre Herausforderung – kostenlos und unverbindlich.
Projekt besprechen