Bots, die Ihre Daten kennen -- und handeln.
Domain-trainierte Chatbots und Agenten für Marktforschung, Vertrieb, Support, HR und Legal. Mit Quellenangaben, Audit-Trail und Anbindung an Ihre Systeme -- als Standardmodul in der Cloud oder als individuell entwickelter Agent.
Drei Gründe, warum 80% der Bot-Pilotprojekte im Sand verlaufen.
Wir bauen seit 2022 Agenten in regulierten Branchen. Die Muster, an denen Projekte scheitern, sind immer dieselben -- und sie haben fast nie etwas mit dem zugrundeliegenden Modell zu tun.
Off-the-shelf-Bots kennen Ihre Daten nicht.
Generische KI-Tools antworten generisch -- Tarifblätter, Vertragsklauseln, Code-Frames stehen nicht in den Modellen. Halluzinierte Antworten kosten mehr als sie sparen.
RAG ist Kuration, kein Plug-and-Play.
Erst eine saubere Wissensbasis macht aus einem LLM einen verlässlichen Agenten. Chunking, Retrieval, Re-Ranking, Quellenangaben -- das ist Engineering-Arbeit, kein Prompt.
Compliance bremst Pilotprojekte aus.
Datenschutz-Freigabe, Audit-Logs, Quellen-Beleg, On-Prem-Option. Wer das nicht von Anfang an mitdenkt, scheitert bei der ersten Sicherheits-Review.
Sechs Bausteine, die ein Pilotprojekt vom Produkt unterscheiden.
In jedem Bot-Projekt kombinieren wir dieselben Capabilities -- als Standardmodule in deepsight cloud oder maßgeschneidert in Individuellen Projekten.
Antworten mit Quellenangabe
Jede Aussage verlinkt zurück auf das Original -- Tarifblatt, Vertragsklausel, Studie. Kein Halluzinieren ohne Beleg.
Tool-Use & Aktionen
Agenten lesen aus CRM, schreiben in Jira, generieren Angebote, triggern Workflows. Function Calling produktiv eingesetzt.
RAG über Ihre Wissensbasis
PDFs, SharePoint, Confluence, Datenbanken. Versioniert, mit Re-Ranking und Permissions auf Dokumentebene.
Guardrails & Audit-Trail
Themen-Filter, Prompt-Injection-Schutz, vollständiges Logging. Wer hat was gefragt, was hat der Bot gesehen, was geantwortet.
Mehrsprachig
DE, EN, FR, ES, IT, NL, PL, TR -- der Bot antwortet in der Sprache der Frage. Codebücher und Quellen bleiben mehrsprachig.
Mensch-im-Loop
Eskalation an Fachexpertinnen mit einem Klick. Bot lernt aus jedem Override -- Feedback fließt in das Code-Frame zurück.
Wie ein deepsight Agent eine Frage beantwortet.
Vier Stufen, immer in derselben Reihenfolge. Was sich von Projekt zu Projekt ändert, sind die Datenquellen, die Tools und die Tiefe der Guardrails -- nicht die Architektur.
Wissensbasis
Dokumente, Datenbanken, APIs konsolidieren. Chunking, Embedding, versioniert. Permissions je Quelle.
Retrieval
Hybrid Search, Re-Ranking, Filter. Bei jeder Anfrage werden die relevanten Quellen mit Score zurückgegeben.
Tools & Modell
LLM trifft Entscheidung, ruft Tools (CRM, Jira, eigene APIs). Mehrstufige Agenten mit Plan-and-Act.
Guardrails
Themen-Filter, PII-Scrubbing, Audit-Log. Vor Auslieferung wird jede Antwort gegen Policies geprüft.
Konfigurieren oder bauen -- je nach Datenlage.
Standardszenarien laufen als Modul in deepsight cloud. Sobald eigene Tools, exotische Datenquellen oder On-Prem dazukommen, übernehmen wir mit dem Custom-Team.
Konfigurieren statt entwickeln.
Sie laden die Wissensbasis hoch, definieren Guardrails und Tone-of-Voice, gehen in zwei Wochen live. Für Wissens-Bots, Support-Triage, HR-FAQ, Open-End-Coding-Bots.
- Wizard für Wissensbasis-Upload (PDF, Confluence, SharePoint)
- Vorgefertigte Templates für 6 Standard-Szenarien
- Audit-Trail, Permissions, Mehrsprachigkeit nativ
- Pro Konversation oder Flatrate abrechenbar
Wenn Standard an die Grenzen kommt.
Sales-Bot, der ins CRM schreibt. Vertragsanalyse mit Custom-Schema. Research-Agent mit eigener Methodik. On-Prem oder VPC, eigenes Modell, exotische Datenquellen.
- Discovery, Build, Run -- eine SLA, ein Team
- Tool-Anbindung an CRM, ERP, eigene APIs
- On-Prem, VPC oder Hybrid - eigene Modelle möglich
- Übergabe in Wartung oder kontinuierlicher Betrieb
Domain-Agent. Nicht ChatGPT-Plugin.
Generische Bot-Plattformen sind schnell aufgesetzt -- und genauso schnell wieder abgeschaltet, weil Compliance, Quellenangaben oder die Tool-Anbindung fehlen. Drei Eigenschaften, die uns trennen:
- Quellen, nicht Halluzinationen. Jede Aussage zeigt Original-Dokument und Stelle. Bei Unsicherheit eskaliert der Bot -- er rät nicht.
- Aktionen, nicht nur Antworten. Tool-Use ist erste Klasse -- der Bot liest, schreibt und triggert in Ihren Systemen.
- Auditfest von Tag 1. EU-Hosting, AVV, Logs je Konversation. Sie können Datenschutz und Revision die Antwort geben.
Was außerdem zur Lösung gehört.
Bots laufen selten allein -- sie sitzen auf einer Wissensbasis, einem Tracking-Setup oder einer Custom-Plattform. Hier die Nachbarn.
Standard-Bots als Modul -- RAG-Bot, Coding-Bot, Wissens-Bot. In zwei Wochen live.
Ergebnisse aus Chatbot-Analysen direkt in Präsentationen überführen -- automatisch, markenkonform.
Custom-Agenten mit Tool-Anbindung, eigenen Modellen, On-Prem -- wenn Standard nicht reicht.
Strukturierte Felder aus Dokumenten -- oft die Vorstufe zum Vertrags- oder Sales-Agenten.
Bringen Sie uns drei typische Fragen Ihrer Nutzer mit.
Wir schauen uns die Daten an, skizzieren live die Wissensbasis und sagen Ihnen ehrlich, ob Cloud-Standard reicht oder ob es ein Custom-Projekt wird. Keine Verkaufsmaschine.