Jedes Projekt auf dieser Seite läuft mit echten Nutzern unter echten Rahmenbedingungen: eine Rechtsabteilung, die Support-Warteschlange eines Hosters, eine Datenstrecke im Versicherungsgeschäft, eine Telefonzentrale, zwei Vertriebsorganisationen mit bundesweitem Handwerkernetz. Manches können wir nur anonymisiert beschreiben, weil das die Bedingung dafür war, es überhaupt zu bauen.
Fallzusammenfassungen aus einer containerisierten LLM-Pipeline, jede mit vollständiger Quellenangabe.
Realisiert auf webgos eigener Infrastruktur unter strikter Datenhoheit.
Mehrstufiges LLM-Scoring und ein DSGVO-konformer Datenfluss.
Ein modulares Voicebot-Framework, bereitgestellt auf Azure.
Rund 80.000 Betriebe deutschlandweit erfasst, nach Angebot und Fachkompetenz bewertet und mit dem vorhandenen CRM-Bestand abgeglichen. Die Ergebnisse gehen so zurück, dass sie sich ohne Nacharbeit ins Kundensystem einspielen lassen, seit 2023 jährlich wiederholt.
Handwerksbetriebe der Gartenbau-Gewerke identifiziert, nach Professionalisierungsgrad bewertet und mit dem bestehenden Partnerbestand abgeglichen. Bis zu sechs parallele Quellen wurden zu einem Datensatz je Betrieb zusammengeführt, nachvollziehbar bis zur Herkunft jedes Eintrags.
Sechs Branchen, sechs Technologie-Stacks, sehr unterschiedliche Budgets. Dieselben vier Bedingungen haben jeweils darüber entschieden, ob es in den Produktivbetrieb geschafft hat.
Sender: anonymisiert. webgo: vollständig auf eigener Hardware. Tjara: ein DSGVO-konformer Datenfluss, entworfen vor dem ersten Prototyp. Das Deployment-Modell war jeweils eine Anforderung und kein Nachgedanke, und hat damit auch die Modellauswahl eingegrenzt.
Keines dieser Systeme entscheidet allein. Sie fassen zusammen, bewerten, recherchieren und formulieren vor; eine Fachkraft nimmt an, korrigiert oder verwirft. Aus genau diesem Prüfschritt sind auch die gelabelten Fälle entstanden, mit denen wir die Abdeckung erweitert haben.
Fallzusammenfassungen zitieren die Passage, aus der sie stammen. Antworten aus dem Wissensabruf nennen das Dokument. Scores legen die Merkmale offen, die dahinterstehen. Ohne das gibt in einer regulierten Abteilung niemand die tägliche Nutzung frei.
Jedes Projekt endete mit einer benannten verantwortlichen Person auf Kundenseite, einem schriftlichen Betriebsmodell und einem Monitoring, das sie selbst lesen kann. Die Projekte, die still stehen bleiben, sind die, in denen dieser letzte Schritt als optional behandelt wurde.
Die Tools und Plattformen hinter jedem Blue-Avenir-Projekt.
Cloud, Private Cloud oder vollständig auf Ihrer eigenen Infrastruktur. Die webgo-Pipeline läuft On-Premise unter strikter Datenhoheit.
DSGVO-konforme Datenflüsse werden von Anfang an im ersten Prototyp mitgedacht, nicht erst kurz vor dem Go-live nachgerüstet.
Wo Zustände, Embeddings und Artefakte gespeichert werden.
Ausgewählt je Anwendungsfall und austauschbar. Keine Architektur ist an einen einzelnen Anbieter gebunden.
Wie ein Modell auf Ihr Wissen zugreift und wie die umgebenden Schritte orchestriert werden.
Womit das laufende System gebaut und ausgeliefert wird.
Wir helfen Ihnen, die Lücke zwischen einem vielversprechenden Pilotprojekt und einem System zu schließen, auf das sich Ihre Teams tagtäglich verlassen.
