Was wir tun
Drei Ergebnisse, in jedes System eingebaut
Wir entwerfen und bauen KI-Systeme, die unter Ihrer Kontrolle bleiben, mit jedem Modell funktionieren und offenlegen, was sie kosten und leisten. Jeder Abschnitt beginnt mit der Bedeutung für Ihr Geschäft. Dann folgt, wie wir es bauen, und zuletzt, was Sie selbst prüfen können.
Unter Kontrolle
Ihre KI handelt nur innerhalb der Grenzen, die Sie setzen. Jeder Agent erreicht nur die Tools und Daten, die ihm freigegeben wurden. Die Aktionen, auf die es ankommt, gibt ein Mensch frei, und jede Aktion wird protokolliert. Fragt ein Kunde, ein Auditor oder eine Aufsichtsbehörde, wie Ihre KI kontrolliert wird, können Sie es zeigen, in jedem Rechtsraum. EU AI Act, ISO/IEC 42001 und NIST AI RMF behandeln wir als Vorgaben für den Entwurf und übersetzen sie in konkrete Entscheidungen im System.
Wie wir es bauen
Grenzen für Agenten: Berechtigungen pro Tool, Human-in-the-Loop-Freigaberichtlinien für folgenreiche Aktionen, Datenisolation pro Mandant und eingegrenztes Retrieval sowie Audit-Logging, was jeder Agent getan und wer es freigegeben hat.
Sicherheit, eingebaut und vor dem Launch getestet: Bedrohungsmodellierung, Härtung von Datenpipelines und Retrieval, Grenzkontrollen zwischen Agenten, Tools und Daten. Wir testen Agenten auf Missbrauch: Ausnutzung von Tool-Ketten, Vertrauen, das über mehrere Schritte aufgebaut wird, Prompt Injection, Data Poisoning und Exfiltration. Ziran, unser Open-Source-Werkzeug für Sicherheitstests von Agenten, haben wir selbst entwickelt und pflegen es.
Regulierung, gelesen als Engineering: die Regeln und Standards, die für Sie gelten, zugeordnet zu den Kontrollen im System. Zum Beispiel die Risikoklassifizierung nach Artikel 6 des EU AI Act, Wege der Konformitätsbewertung und technische Dokumentation nach Anhang IV, KI-Managementsysteme nach ISO/IEC 42001 und das NIST AI RMF.
Alle Tools: Unter Kontrolle
Methoden
Testwerkzeuge
Frameworks
Regulierung und Standards
Was Sie prüfen können
Lassen Sie sich den Berechtigungsumfang jedes Agenten zeigen und das Protokoll, wer was freigegeben hat. Lesen Sie die Ergebnisse der Sicherheitstests und die Befunde, die wir geschlossen haben. Ziran, das Werkzeug, mit dem wir Agenten testen, ist Open Source. Sie können also genau nachlesen, was es testet.
Ihr Eigentum
Wir sind mit keinem Modellanbieter, keiner Cloud und keiner Plattform durch Partnerschaft oder Vertriebsvereinbarung verbunden. Deshalb richtet sich die Architektur nach Ihrem Bedarf. Architektur, Code und das Wissen dahinter gehören Ihnen. Ihr Team kann das System ohne uns betreiben und ändern. Und kommt ein besseres oder günstigeres Modell, lässt es sich einsetzen.
Wie wir es bauen
Eine Referenzarchitektur und einheitliche Standards für alle Teams, die KI bauen. Muster für Retrieval über Unternehmensdaten, Tool-Nutzung, Multi-Agent-Orchestrierung und Model Serving in der Cloud und an der Edge, mit Standards für MLOps und LLMOps.
Modelle sitzen hinter Schnittstellen, die das System kontrolliert. So lässt sich ein Modell ersetzen und neu evaluieren, ohne neu zu bauen, was darum herum steht. Agenten verbinden sich über offene Protokolle: MCP für den Zugriff auf Tools und Daten, A2A für Agenten, die systemübergreifend arbeiten.
Entscheidungen werden als Architecture Decision Records festgehalten, mit C4-Diagrammen, wo sie helfen. Make-or-Buy- und Plattformentscheidungen kommen mit dokumentierten Abwägungen. Der Code entsteht in Ihrem Repository, in Commits, die Ihr Team prüft, und wird mit Dokumentation und Betriebshandbüchern übergeben.
Alle Tools: Ihr Eigentum
Architekturmethoden
Offene Protokolle
KI- und Agenten-Frameworks
Modellplattformen
Cloud und Infrastruktur
Daten und Vector Stores
Backend und APIs
Sprachen
Was Sie prüfen können
Code und Entscheidungsprotokolle liegen in Ihrem Repository. Bitten Sie Ihr Entwicklungsteam, das System nach den Betriebshandbüchern zu betreiben oder in einer Testumgebung das Modell zu tauschen und die Ergebnisse zu vergleichen.
Messbarer Wert
Jedes KI-System sollte sagen können, was es kostet und was es einbringt. Wir vereinbaren die Messgrößen vor der Umsetzung mit Ihnen, in den Größen, mit denen Ihr Unternehmen bereits arbeitet, und verfolgen sie ab dem ersten Release. Entscheidungen, ein System auszubauen, zu ändern oder einzustellen, stehen dann auf belegten Zahlen.
Wie wir es bauen
Kosten pro System: was jedes im Betrieb kostet, wohin das Geld fließt und welches Modell, welches Team oder welcher Anwendungsfall die Kosten treibt.
Evaluations-Suites mit Baseline-Ergebnissen, festgelegt vor dem Launch, damit jeder Wechsel von Modell, Prompt oder Tool am selben Maßstab gemessen wird. Zuverlässigkeitsziele mit Budgets pro Stufe und Abnahmekriterien, die vor dem Launch vereinbart sind.
Observability und Evaluation mit Tools wie MLflow, Langfuse und LangSmith, passend zu dem, was Sie bereits betreiben.
Alle Tools: Messbarer Wert
Messgrößen
MLOps und Evaluation
Was Sie prüfen können
Jedes Review legt dar, was jedes System im Betrieb kostet, soweit Ihre Abrechnungsdaten es zeigen.
Tools, mit denen wir arbeiten. Wir wählen pro System, keines ist Voraussetzung.
Beginnen Sie mit einem 30-minütigen Gespräch
Erzählen Sie uns, welche KI Sie betreiben und wohin sie sich entwickelt. Wir sagen Ihnen, bei welchem der drei Ergebnisse Sie zuerst ansetzen sollten.
30-minütiges Gespräch buchen