Antworten sind einfach. Nachweise nicht.

Trace hilft Teams dabei, große Dokumentenbestände zu untersuchen, wiederkehrende Themen zu erkennen und Zusammenhänge sichtbar zu machen, ohne die Quellen hinter jedem Ergebnis zu verlieren. Perceptor bereitet schwierige Scans, Tabellen und technische Zeichnungen auf, wenn der Bestand zuerst Struktur braucht. Beide Produkte laufen in einer Umgebung, die Sie kontrollieren.

Trace kennenlernen Mit Expert:innen sprechen

In Deutschland entwickelt.Ihre Daten. Ihre Infrastruktur. Keine externen KI-Dienste erforderlich.

KI-generierte illustrative Visualisierung

TRACE

Eine Schlussfolgerung trägt nur, wenn sie sich belegen lässt.

Trace hilft Teams, große Dokumentenbestände zu untersuchen, gemeinsame Kontexte aufzubauen und Zusammenhänge sichtbar zu machen. Quellen, Filter und Widersprüche bleiben bei jedem Ergebnis erhalten.

Trace-Demo buchen

Gemeinsame Kontexte aufbauen

Kontexte sind kuratierte Dokumentenräume für wiederkehrende Arbeit. Teams können Material zusammenstellen, ergänzen und gemeinsam untersuchen.

Geeignet für:Due DiligenceIncident ResponseWiederkehrende Recherchethemen

Kontext

Sicherheitsrichtlinie

Kuratierter Dokumentenraum · geteilt mit 4 Forschenden

Ausgewähltes Material

Richtlinie 4.228 Seiten · 2019
Protokollreihe42 Einträge · 2020 bis 2023
Audit-Anhänge13 Dateien · manuell ergänzt

ZeitverlaufQuellen der aktuellen Untersuchung

Zusammenhänge in Ihren Dokumenten sichtbar machen

Ein gewähltes Thema kann zu einem quellenverknüpften Wiki und Wissensgraphen werden. Wiederkehrende Akteure, Ereignisse, Veränderungen und Widersprüche werden sichtbar.

Geeignet für:Stakeholder-KartenRichtlinienhistorienInstitutionelles Wissen

Jedes Ergebnis bis zur Quelle prüfen

Antworten behalten ihre benannten Quellen, angewendeten Filter und Widersprüche. Der Rechercheweg bleibt verfügbar, wenn die Untersuchung ihn braucht.

Geeignet für:AuditsCompliance-PrüfungenFaktenchecks

Recherche-DossierDE

Die Richtlinie öffnete den Zugriff schrittweise, aber die Unterlagen nennen unterschiedliche Freigabezeitpunkte.

Zeitraum: 2019 bis 2024
Filter: Richtlinie · Protokoll · Audit

Ab 2021 wurden externe Teams und dokumentierte Ausnahmen aufgenommen.^[1][2] 2024 wurden Rollen und Meldewege konsolidiert.^[4]

WiderspruchProtokoll 06/21 nennt Juni als Freigabe. Der Audit-Anhang verweist auf September.^[2][3]

Über Ihren Bestand recherchieren

Beginnen Sie mit einer Frage in natürlicher Sprache. Trace hält die Untersuchung auf Zeitraum, Material und Detailgrad fokussiert, die wirklich zählen.

Geeignet für:RichtlinienhistorienRedaktionsarchiveFallakten

RecherchefrageDE

Wie hat sich die Sicherheitsrichtlinie zwischen 2019 und 2024 verändert? Wo widersprechen sich die Unterlagen?

Untersuchungsfokus

Veränderungen im Zeitverlauf
Widersprüchliche Unterlagen
Unterstützende Quellen

Bestand: Ausgewählte interne Dokumente
Zeitraum: 2019 bis 2024
Antwortstandard: Jedes Ergebnis belegen

Dort betreiben, wo Ihre Daten hingehören

Betreiben Sie Trace und bei Bedarf Perceptor innerhalb einer Grenze, die zur Sensibilität und Architektur Ihrer Organisation passt.

Geeignet für:Sensible VerträgeRegulierte UnterlagenInternes Wissen

Gewähltes Betriebsmodell

Die Betriebsgrenze bewusst trennen.

Die sensible Datenschicht bleibt lokal, während freigegebene Rechenleistung in einer getrennten, kontrollierten Umgebung arbeitet.Die Betriebsgrenze bleibt sichtbar.

Trace im eigenen Bestand

Eine Frage stellen. Jede Quelle nachvollziehen.

Bringen Sie ein reales Dokumentenproblem mit und erleben Sie, wie Trace Antwort, Kontext und Belege verbindet.

Demo buchen

PERCEPTOR

Die Seite zeigt den Inhalt. Die Struktur macht ihn nutzbar.

Perceptor erhält die Beziehungen innerhalb einer Quelle, damit eine Tabellenzeile, ein geometrischer Bezug oder ein kritisches Feld in die Systeme gelangen kann, die es benötigen.

Perceptor besprechen

KI-generierte illustrative Visualisierung
Perceptor erkennt eine Tabellenzeile, einen geometrischen Bezug und ein benanntes Feld und bewahrt dabei die Herkunft jedes Werts im Dokument.

Eine Schnittstelle für Extraktion

Dokumente sind komplex. Ihre Struktur muss es nicht sein.

Definieren Sie die Dokumenttypen und Informationen, die Sie benötigen. Perceptor liest einfache Felder und komplexe Beziehungen über Seiten, Layouts und Sprachen hinweg und gibt ein quellenverknüpftes Ergebnis über eine API zurück.

Technische Zeichnung

Geometrie, Maße und Spezifikationstabellen bleiben miteinander verbunden.

Mehrseitiges Dokument

Dokumenttyp, Layout, Felder und Sprache können zwischen Seiten variieren.

Komplexe Tabelle

Zeilen, Spalten und Seitenbezüge bleiben bei der Extraktion erhalten.

REST APIPOST /extract

200 · application/json

{
  "document_type": "technical_drawing",
  "item": "04",
  "diameter_mm": 120,
  "tolerance_mm": 0.2,
  "page": 3
}

Sofort starten: Zero-Shot-Extraktion ohne vorheriges Training, mit einem Weg zu Fine-Tuning oder Flavor Training für maximale Erkennungsleistung ohne Halluzinationen.
Auslastung wählen: Echtzeitextraktion in unter 4 Sekunden pro Seite oder Batch-Verarbeitung für größere Dokumentenvolumen.
Per API integrieren: Senden Sie ein Dokument und die gesuchte Information. Sie erhalten strukturiertes JSON mit Seitenreferenzen.
Betriebsgrenze setzen: Betreiben Sie Perceptor als TamedAI Cloud Service, in einer Cloud Ihrer Wahl oder On-Premises.

Optionale Verbindung zu Trace

Struktur kann in eine Untersuchung eingehen, ohne ihre Quelle zu verlieren.

Perceptor kann Trace mit strukturierten, quellenverknüpften Einheiten versorgen. Beide Produkte funktionieren auch unabhängig.

Forschungsnotizen und ein Zeichenblatt auf einem dunklen Arbeitstisch — KI-generierte illustrative Visualisierung

Gegründet 2019 · Universitätsausgründung

Für die Arbeit hinter der Antwort gebaut.

TamedAI wurde 2019 gegründet, um Sprachmodelle in produktive Informationsprozesse zu bringen, von fokussierten Systemen bis zu großen Sprachmodellen.

Unsere Machine-Learning- und Software-Engineer:innen entwickeln verlässliche Produkte für Organisationen, die Informationen extrahieren, finden und verstehen müssen, ohne Kontrolle abzugeben.

Als Universitätsausgründung bleiben wir eng mit aktueller Forschung verbunden und arbeiten an Projekten mit, die Leistungsfähigkeit und Verlässlichkeit unserer Produkte weiterentwickeln.

Karriere entdecken

Die Menschen hinter der Arbeit.

Ein interdisziplinäres Team aus Produkt, Machine Learning, Engineering und Operations.Porträts mit KI aus Referenzfotos generiert

Nils Schwenzfeier

CTO & Co-Founder

Dirk Müller

CEO

Andre Hönnscheidt

Machine Learning / AI Engineer

Kevin Nagel

Machine Learning / AI Engineer

Mark Günzel

Machine Learning / AI Engineer

Bergül Schulte

Administration / HR

Beginnen Sie mit dem Material.

Bringen Sie ein echtes Dokumentenproblem mit.

Erzählen Sie uns, was Ihre Teams extrahieren, finden oder verstehen müssen. Wir zeigen Ihnen einen Weg, der zu Ihrer Umgebung passt.

Mit Expert:innen sprechen