Illustration des Konzepts. Die Namen auf den Wolken sind Beispiele für kompatible Cloud-Modelle; CLARYEL ist unabhängig von ihren Anbietern.
Warum Ihre eigene künstliche Intelligenz die Grundlage Ihrer digitalen Unabhängigkeit sein sollte und Cloud-Modelle eine Erweiterung Ihrer Fähigkeiten.
Künstliche Intelligenz verändert rasant die Art und Weise, wie wir arbeiten, Geschäfte führen, Dokumente verarbeiten, nach Informationen suchen und Entscheidungen treffen.
Der Zugang zu intelligenten Systemen dieser Stufe erfolgte bis vor Kurzem vor allem über große Technologieunternehmen. Heute gibt es zwei vollständige Ansätze: Cloud-KI-Dienste und lokale Systeme, die auf dem eigenen Computer installiert werden können.
Da stellt sich natürlich die Frage: Welches sollte man wählen? Die führenden Cloud-Modelle nutzen oder einen eigenen KI-Computer kaufen, der zu Hause oder im Büro bleibt?
Unsere Antwort: Sie müssen sich nicht zwischen ihnen entscheiden. Die richtige Architektur für die Zukunft ist Ihre eigene lokale Intelligenz, die bei Bedarf sicher die Fähigkeiten mehrerer externer intelligenter Systeme nutzt.
Bei CLARYEL nennen wir diesen Ansatz kombinierte oder Multi-Intelligenz, künstliche Intelligenz.
In dieser Architektur bleibt das lokale System das Zentrum für Kontrolle, Dokumentenspeicherung, Arbeit mit persönlichen Daten und alltägliche Aufgaben. Cloud-Modelle werden als zusätzliche intelligente Ressourcen dann angebunden, wenn ihre Fähigkeiten wirklich benötigt werden.
Dadurch können Sie digitale Unabhängigkeit mit Zugang zu den fortschrittlichsten Errungenschaften der globalen KI-Branche kombinieren.
Warum lokale KI?
1. Warum künstliche Intelligenz nicht mehr nur ein Chatbot ist
Viele Menschen lernten künstliche Intelligenz zum ersten Mal durch einen gewöhnlichen Chat kennen: Stellen Sie eine Frage, erhalten Sie eine Antwort, bitten Sie sie, einen Brief zu schreiben oder einen Text zu übersetzen.
Die tatsächlichen Möglichkeiten moderner Technologie sind jedoch viel umfassender. Künstliche Intelligenz kann zum permanenten digitalen Assistenten werden, der die Struktur Ihres Unternehmens kennt, mit den Dokumenten arbeitet, die es verwenden darf, Mitarbeiter unterstützt, Informationen analysiert und praktische Aufgaben erledigt.
Es kann zum Beispiel:
Finden Sie die Verträge, Rechnungen, Briefe und andere Dokumente, die Sie benötigen.
Analysieren Sie Finanzkennzahlen und Geschäftsprozesse.
Vergleichen Sie Informationen aus mehreren Quellen.
Bereiten Sie kommerzielle Angebote und Geschäftskorrespondenz vor.
Hilfe bei Buchhaltungsunterlagen und Datenprüfungen.
Prozesstechnische Dokumentation.
Übersetzen Sie zwischen verschiedenen Sprachen.
Hilfe bei der Programmierung und Automatisierung von Arbeitsabläufen.
Analysieren Sie Lieferantenangebote.
Erkennen Sie Inkonsistenzen, doppelte Datensätze und verdächtige Transaktionen.
Arbeiten Sie mit der internen Wissensdatenbank des Unternehmens.
Helfen Sie dem Management, Entscheidungen auf der Grundlage der verfügbaren Informationen vorzubereiten.
Bedienen Sie Mitarbeiter über eine einzige Text- oder Sprachschnittstelle.
Überwachen Sie zulässige automatisierte Vorgänge.
Je breiter die künstliche Intelligenz eingesetzt wird, desto mehr Informationen erhält sie über Ihre Aktivität. Die Frage ist nicht mehr nur, wie smart das Modell ist. Es stellt sich eine wichtigere Frage:
Wer kontrolliert die Informationen, mit denen Ihre künstliche Intelligenz arbeitet?
Wem gehören die Dokumente? Wo wird der Arbeitsverlauf gespeichert? Wer legt die Zugangsregeln fest? Wer entscheidet, welche Informationen an externe Dienste übermittelt werden dürfen? Aus unserer Sicht muss eine ernsthafte intelligente Infrastruktur mit diesen Fragen beginnen.
2. Lokale künstliche Intelligenz: die Grundlage digitaler Unabhängigkeit
Lokale künstliche Intelligenz ist ein System, in dem die KI-Modelle, ihre Arbeitsumgebung und die notwendigen Daten auf Hardware unter Ihrer Kontrolle gehostet werden: einem gewöhnlichen Personalcomputer, einer speziellen Workstation oder einer leistungsstärkeren Maschine. Das Prinzip bleibt gleich.
Ihre Dokumente werden auf Ihrer Hardware verarbeitet. Ihre internen Wissensdatenbanken befinden sich in Ihrer Infrastruktur. Sie entscheiden, wer unter welchen Bedingungen Zugang erhält. Für ein Unternehmen ist dies nicht nur ein technisches Detail; Es ist ein grundlegendes Prinzip für den Umgang mit Informationen.
Vertraulichkeit Ihrer Dokumente
Jedes Unternehmen speichert Informationen, die nicht für den freien Verkehr bestimmt sind: Verträge, Geschäftsbedingungen, interne Berechnungen, Finanzdokumente, Kundendaten, Geschäftskorrespondenz, Entwicklungspläne, technische Lösungen und andere wertvolle Informationen. Mit einem lokalen System können Sie solche Dokumente verarbeiten, ohne deren Inhalt unbedingt an externe KI-Anbieter weiterzugeben. Bei richtig konfigurierter Infrastruktur kann die Verarbeitung sogar ohne Internetverbindung erfolgen. Das Unternehmen entscheidet, auf welche Daten das intelligente System zugreifen kann, wo diese gespeichert werden, wie lange sie aufbewahrt werden und wann sie gelöscht werden.
Schutz der persönlichen Daten der Mitarbeiter
Mitarbeiterdaten bedürfen eines besonders sorgfältigen Umgangs. Gehälter, Arbeitsverträge, persönliche Kontakte, Personaldokumente und andere persönliche Informationen sollten nicht unkontrolliert an externe Dienste weitergegeben werden. Ein lokales intelligentes System kann die Personalabteilung, das Management und die Buchhaltung unterstützen, indem es solche Informationen innerhalb einer kontrollierten Infrastruktur verarbeitet. Der Zugriff auf Daten muss den Rechten jedes Mitarbeiters entsprechen: Künstliche Intelligenz darf nicht zu einem Werkzeug werden, das jedem Benutzer Zugriff auf alle Unternehmensinformationen ermöglicht.
Schutz von Kundeninformationen
Kunden vertrauen einem Unternehmen nicht nur Geld, sondern auch ihre Informationen an: je nach Unternehmen Kontaktdaten, Bestellhistorie, Zahlungsinformationen, Projekte, Geschäftsdokumente und Aufzeichnungen über ihre Geschäfte mit dem Unternehmen. Lokale künstliche Intelligenz ermöglicht es, einen Prozess aufzubauen, bei dem diese Daten hauptsächlich innerhalb des Unternehmens verarbeitet werden. Dies stärkt das Vertrauen und gibt dem Unternehmen mehr Spielraum, die Verarbeitung selbst zu steuern.
Schutz von Geschäftsgeheimnissen
Für viele Unternehmen sind Computer nicht das wertvollste Gut. Es handelt sich um gesammeltes Wissen: Produktionsprozesse, interne Anweisungen, einzigartige Lösungen, Preisstrategien, Kostenkalkulationen, Kundenbeziehungen, Forschung und Entwicklung. Mit einem lokalen System können Sie künstliche Intelligenz auf dieses Wissen anwenden, ohne dass die Übermittlung von Informationen an externe Dienste ein obligatorischer Schritt jeder Operation ist.
Kontrolle über den Verlauf und das Gedächtnis Ihrer KI
Durch die Nutzung kann ein intelligentes System einen nützlichen Kontext aufbauen: Ihre Vorlieben, die Besonderheiten des Unternehmens, die Struktur von Dokumenten, Arbeitsregeln und die Ergebnisse früherer Aufgaben. Diese Informationen werden nach und nach zu einem wichtigen Bestandteil Ihrer digitalen Infrastruktur. Wir halten es für wesentlich, dass das Unternehmen diesen Kontext intern behalten, Aufbewahrungsfristen verwalten, Backups erstellen und Informationen zwischen kompatiblen Softwarelösungen verschieben kann. Ihre eigene Intelligenz soll für Sie arbeiten und Sie nicht von einem einzigen externen Anbieter abhängig machen.
Planbare Kosten
Ein weiterer wichtiger Vorteil Ihres eigenen intelligenten Systems ist ein anderes Kostenmodell. Bei Cloud-Schnittstellen arbeiten Sie in der Regel im Rahmen des gewählten Tarifs. Wenn externe Modelle programmgesteuert über eine API verwendet werden, können die Kosten von der Anzahl der verarbeiteten Token, dem gewählten Modell, der Kontextgröße, zusätzlichen Tools und anderen Parametern abhängen. Sobald ein Unternehmen mit der aktiven Automatisierung beginnt, kann die Anzahl der Anfragen sehr schnell ansteigen.
Ihre eigene lokale Intelligenz funktioniert anders. Sie kaufen die Rechenhardware und nutzen die darauf installierten Modelle im Rahmen der verfügbaren Hardwareressourcen. Ein lokales Modell sendet keine Rechnung von einem Cloud-Anbieter für jeden verarbeiteten Token. Sie können Dokumente erneut analysieren, mit Anfragen experimentieren, Prüfungen durchführen, interne Automatisierungen erstellen und das Modell so oft nutzen, wie es die Hardware zulässt.
Das bedeutet natürlich nicht, dass überhaupt keine Kosten anfallen. Ihr eigenes System verbraucht Strom, muss gewartet werden und seine Leistung und der verfügbare Speicher sind durch die Hardware begrenzt. Aber Sie gewinnen den Hauptvorteil: Vorhersehbarkeit und direkte Kontrolle über Ihre eigene Computerinfrastruktur. Anstatt nur davon abhängig zu sein, wie viel Remote-Kapazität Sie verbrauchen, erhält das Unternehmen für viele Aufgaben eigene Rechenleistung, was insbesondere bei regelmäßig wiederkehrenden Vorgängen interessant ist.
Unabhängig vom Cloud-Anbieter arbeiten
Eine lokale Architektur bietet eine weitere wichtige Möglichkeit: Kernaufgaben auch dann auszuführen, wenn ein externer intelligenter Dienst nicht verfügbar ist. Mit der richtigen Einrichtung können lokale Modelle auch ohne Internet funktionieren. Dies ist wichtig für Organisationen, die täglich eine stabile Arbeit mit Dokumenten, interne Suche und Wissen benötigen.
Mit Ihrem eigenen System können Sie außerdem kompatible Modelle auswählen, ändern, neue Versionen evaluieren und Automatisierungen rund um Ihre eigene Infrastruktur erstellen. Das Unternehmen muss nicht seine gesamte interne Arbeit für immer an einen Service binden. Für unterschiedliche Aufgaben können mehrere lokale Modelle verwendet werden: eines für alltägliche Gespräche, ein anderes für die Dokumentenanalyse, ein drittes für die Programmierung und ein viertes für spezielle Operationen. Das Ergebnis ist nicht nur ein installiertes Programm, sondern Ihre eigene intelligente Infrastruktur.
Die Vorteile eines lokalen Systems wachsen mit der Zeit
Der Kauf eines eigenen intelligenten Computers ist nicht unbedingt eine einmalige Entscheidung mit festen Fähigkeiten. Modelle und Software entwickeln sich ständig weiter. Sie können neue kompatible Modelle installieren, Suchtools verbessern, Sprachschnittstellen hinzufügen, Unternehmenswissensdatenbanken verbinden und Arbeitsabläufe verfeinern.
Wo es das Hardwaredesign zulässt, können Sie Arbeitsspeicher hinzufügen, mehr Speicher installieren, das Grafiksubsystem aufrüsten oder auf ein leistungsstärkeres System umsteigen. Die Anfangsinvestition kann die erste Entwicklungsstufe sein: Ausgehend von einer kleinen lokalen Konfiguration baut das Unternehmen nach und nach seine eigene intelligente Infrastruktur entsprechend dem tatsächlichen Bedarf und dem verfügbaren Budget auf.
Für uns ist das wichtiger, als jeden Kunden davon zu überzeugen, gleich die teuerste Hardware zu kaufen. Beginnen Sie heute mit dem, was Sie wirklich brauchen. Erweitern Sie das System, wenn Ihre Aufgaben wachsen.
Warum auch künstliche Intelligenz in der Cloud notwendig ist
Nach all diesen Vorteilen lokaler Systeme stellt sich eine weitere Frage: Wenn die eigene Intelligenz so viel bietet, warum überhaupt Cloud-Modelle nutzen? Die Antwort ist einfach: Heutzutage sind Cloud-Systeme ein äußerst leistungsfähiges und nützliches Werkzeug, und wir sind davon überzeugt, dass es unklug wäre, auf ihre Fähigkeiten zu verzichten.
Zugang zur Grenzforschung
Hinter den führenden Cloud-Modellen stehen große Forschungsteams, erhebliche Rechenressourcen und enorme Investitionen. Ihre Entwickler bauen intelligente Systeme, die die Grenzen der verfügbaren Technologie immer wieder erweitern. Ein Cloud-Service-Benutzer profitiert von dieser Arbeit, ohne selbst solch große Modelle erstellen und trainieren zu müssen.
Hohe intelligente Leistung
Fortschrittliche Cloud-Modelle können komplexe Aufgaben lösen, die eine mehrstufige Analyse, Programmierung, unkonventionelle Lösungen und die Verarbeitung großer Informationsmengen erfordern. Sie sind besonders nützlich, wenn eine Aufgabe über die Fähigkeiten des installierten lokalen Modells hinausgeht. Große Anbieter bieten Zugriff auf eine Recheninfrastruktur, deren alleiniger Aufbau für ein kleines Unternehmen wirtschaftlich keinen Sinn ergeben würde.
Niedrige Eintrittsbarriere
Um mit Cloud AI zu beginnen, benötigen Sie in der Regel keine spezielle Hardware: Es reicht aus, ein Konto zu erstellen und eine geeignete Nutzungsweise auszuwählen. Einige Anbieter bieten kostenlose Pläne zur begrenzten Nutzung und relativ günstige Starter-Abonnements an. Bei einer geringen Anzahl von Anfragen können kostenpflichtige Schnittstellen und programmatische Verbindungen sehr wirtschaftlich sein. Denken Sie daran, dass ein kostenloser Chat und ein kostenloser programmatischer Zugang nicht dasselbe sind: Verfügbarkeit, Beschränkungen und Nutzungsbedingungen hängen vom jeweiligen Dienst, der Region und dem gewählten Plan ab.
Schneller Zugriff auf neue Funktionen
Cloud-Plattformen aktualisieren regelmäßig ihre Modelle und bieten neue Tools: eine umfassendere Verarbeitung von Text, Bildern, Programmcode, Dokumenten und anderen Arten von Informationen. Manchmal reicht die Wahl eines anderen Modells oder die Aktivierung eines neuen Tools aus, um Funktionen zu erhalten, die früher eine komplexe technische Einrichtung erforderten.
Komfortable Benutzeroberflächen
Große Anbieter investieren nicht nur stark in die Modellqualität, sondern auch in die Benutzerfreundlichkeit. Sprachkonversation, Datei-Upload, Dokumentenanalyse, Erstellung von Programmen, Projektarbeit und andere Funktionen vereinen sich in Schnittstellen, die für ein breites Publikum konzipiert sind. Deshalb ist Cloud Intelligence oft ein praktisches Werkzeug, um alltägliche Aufgaben schnell zu lösen.
Wirtschaftliche Erweiterung der Möglichkeiten
Wenn das lokale System eine bestimmte komplexe Aufgabe nicht bewältigen kann, kann ein Cloud-Modell zusätzliche Analysen durchführen. Für eine Aufgabe, die mehrmals im Monat anfällt, ist es nicht nötig, viel leistungsfähigere Hardware zu kaufen: Sie können Remote-Computing-Ressourcen genau dann nutzen, wenn Sie sie brauchen. Dies ist eine der zentralen wirtschaftlichen Ideen des Hybridansatzes.
Zugang zu mehreren Denkschulen
Verschiedene Entwickler verwenden ihre eigenen Trainingsmethoden, Architekturen, Bewertungssysteme und Ansätze zum Aufbau von Modellen. Infolgedessen können verschiedene Modelle die gleiche Aufgabe unterschiedlich angehen: Das eine bietet eine gute Struktur für die Antwort, ein anderes bemerkt einen zusätzlichen Umstand, ein drittes findet eine alternative Lösung. Bei komplexen Aufgabenstellungen ergeben sich dadurch wertvolle Zusatzmöglichkeiten.
Der entscheidende Punkt: Die Vorteile der Cloud-Intelligenz sind so groß, dass ein sinnvolles lokales System sie nutzen können sollte.
Wie sie zusammenarbeiten
Warum wir vorschlagen, zu kombinieren statt zu wählen
Lokale und Cloud-Architekturen bieten unterschiedliche, aber komplementäre Vorteile. Das lokale System bietet eine eigene Rechenbasis, Kontrolle über Informationen, die Fähigkeit zum autonomen Arbeiten und vorhersehbare Kosten für die interne Verarbeitung. Cloud-Modelle ermöglichen den Zugriff auf die erweiterten Funktionen der weltweit größten Entwickler, ohne selbst vergleichbare Rechenleistung kaufen zu müssen.
Warum also nicht sie in einem System kombinieren? Dies ist der Ansatz, den wir für den erfolgversprechendsten halten. Lokale Intelligenz wird zum Hauptassistenten des Benutzers; Externe Modelle werden zu zusätzlichen Werkzeugen, auf die bei Bedarf zurückgegriffen werden kann. Der Benutzer spricht primär mit seinem eigenen lokalen System, ohne ständig zwischen Diensten zu wechseln, Gespräche von einem Fenster in ein anderes zu kopieren und alleine zu entscheiden, welche Dokumente wo hochgeladen werden dürfen. Eine gut gebaute Architektur organisiert die Arbeit zentral.
Du
CLARYEL Lokale KI
Ihre Datenrichtlinie
Lokal abgewickelt
Zulässige externe Anfrage (gefiltert)
Ergebnisse vor Ort vereint
Antwort
Konzeptdiagramm, vereinfacht. Der tatsächliche Ablauf hängt von der Konfiguration und den von Ihnen festgelegten Regeln ab.
Wie lokale Intelligenz die Cloud sicherer erreichen kann
Stellen Sie sich vor, Sie stellen Ihrem intelligenten Assistenten eine Frage. Das lokale System empfängt die Anfrage und ermittelt, welche Daten für die Ausführung benötigt werden. Wenn die Aufgabe aus eigenen Mitteln gelöst werden kann, wird sie vor Ort erledigt. Wenn es sinnvoll ist, ein externes Modell einzubeziehen, wendet das System die vom Benutzer festgelegten Datentransferregeln an.
Solche Regeln können die Klassifizierung von Dokumenten, den Ausschluss bestimmter Arten von Informationen, das Entfernen personenbezogener Daten, das Ersetzen von Namen und Kennungen durch Platzhalter, das Reduzieren des gesendeten Kontexts und die Bitte um zusätzliche Zustimmung des Benutzers umfassen.
Ein Einstiegspunkt statt vieler separater Dienste
Normalerweise öffnet ein Benutzer einen Dienst, stellt eine Frage, wechselt dann zu einem anderen, wiederholt die Anfrage und vergleicht die Antworten. Das funktioniert zwar, wird aber umso unpraktischer, je größer die Anzahl der Aufgaben ist.
Wir schlagen einen anderen Ansatz vor: Der Benutzer greift auf seine eigene lokale Intelligenz zurück. Das System kennt die ihm zur Verfügung stehenden Werkzeuge und kann gemäß den festgelegten Regeln einen geeigneten Weg zur Ausführung der Aufgabe wählen. Zum Beispiel: ein lokales Modell für alltägliche interne Aufgaben; ein leistungsfähiges externes Modell, nach der notwendigen Bearbeitung der Anfrage, für komplexe Analysen; ein zweites Modell für eine zusätzliche Kontrolle; und schließlich kombiniert das lokale System die Antworten und speichert die benötigten Informationen in Ihrer eigenen Wissensdatenbank.
Der Anwender erhält somit die Vorteile mehrerer Modelle durch eine verwaltete Arbeitsumgebung. Dies ist besonders wertvoll für Unternehmen, in denen künstliche Intelligenz nach und nach in immer mehr Arbeitsabläufe Einzug hält.
Sechs Szenarien
Jedes Szenario zeigt das gleiche Muster: Was wird lokal erledigt, was kann bei Bedarf in die Cloud verschoben werden und das Ergebnis.
Arbeitsvertrag
Aufgabe
Erhalten Sie eine unabhängige Analyse des Wortlauts eines Arbeitsvertrags mit dem Namen, der Privatadresse, den Ausweisdaten, dem Gehalt und den spezifischen Bedingungen des Mitarbeiters.
Vor Ort
Das lokale System analysiert zunächst das Dokument selbst und behält das Original.
Cloud, falls erforderlich
Eine möglichst anonymisierte Anfrage: „Analysieren Sie eine Standard-Arbeitsvertragsklausel auf Klarheit, Vollständigkeit und mögliche rechtliche Fragen und listen Sie auf, was nach italienischem Arbeitsrecht überprüft werden muss.“ Es sind kein Name, keine Adresse oder identifizierende Daten erforderlich.
Ergebnis
Das lokale System gleicht die Empfehlungen mit dem Originaldokument ab, das in Ihrer Infrastruktur verbleibt.
Kundendokumente
Aufgabe
Beantworten Sie eine Frage zur Akte eines Kunden: Bestellungen, Zahlungen, Korrespondenz.
Vor Ort
Suche, Zusammenfassung und Antwort erfolgen in der lokalen Wissensdatenbank im Rahmen der Zugriffsrechte des Benutzers.
Cloud, falls erforderlich
Normalerweise nicht erforderlich. Wenn eine allgemeine Frage auftritt (z. B. zu einem Dokumenttyp), wird nur diese allgemeine Frage ohne Kundendaten gesendet.
Ergebnis
Die Daten des Kunden werden unternehmensintern verarbeitet.
Kommerzielle Angebote
Aufgabe
Vergleichen Sie die Konditionen mehrerer Anbieter.
Vor Ort
Das lokale System sammelt Daten aus den Dokumenten und extrahiert Merkmale, Preise und Konditionen.
Cloud, falls erforderlich
Ideen für die vergleichende Analyse, ohne persönliche Daten der Manager, interne Dokumentennummern oder kaufmännische Details, die für diese Anfrage nicht benötigt werden.
Ergebnis
Ein strukturierter Vergleich vor Ort erstellt, angereichert durch externe Anregungen.
Technisches Problem
Aufgabe
Ein Mitarbeiter beschreibt einen Gerätefehler.
Vor Ort
Die lokale Intelligenz verfügt über die interne technische Dokumentation und den Serviceverlauf und extrahiert nur die Geräteeigenschaften, Symptome und den technischen Kontext.
Cloud, falls erforderlich
Ein externes Modell schlägt Diagnosemöglichkeiten vor.
Ergebnis
Das lokale System gleicht die Vorschläge mit Ihrer tatsächlichen Konfiguration und internen Anweisungen ab.
Finanzdaten
Aufgabe
Erklären Sie Abweichungen in internen Finanzzahlen.
Vor Ort
Berechnungen, Vergleiche und Erläuterungen erfolgen lokal auf Ihren Buchhaltungsunterlagen.
Cloud, falls erforderlich
Nur wenn sinnvoll: eine allgemeine methodische Frage, ohne Beträge, Namen oder Firmenkennungen. Die sensibelsten Daten können so eingestellt werden, dass sie das lokale System niemals verlassen.
Ergebnis
Zahlen bleiben im Haus; Sie erhalten eine Erklärung, die Sie anhand der Quelldokumente überprüfen können.
Entscheidung mit mehreren Modellen
Aufgabe
Bereiten Sie eine wichtige Investitionsentscheidung vor.
Vor Ort
Das lokale System speichert die Quelldaten und erstellt gefilterte Zusammenfassungen.
Cloud, falls erforderlich
Ein Modell analysiert den technischen Teil, ein zweites bewertet die wirtschaftlichen Annahmen, ein drittes sucht nach Alternativszenarien und Schwachstellen.
Ergebnis
Das lokale System kombiniert die Ergebnisse und hilft bei der Vorbereitung der zu prüfenden Fragen vor der Entscheidung.
Was ist jetzt verfügbar, was ist konfiguriert, was ist in der Entwicklung
Wir trennen klar, was Sie heute nutzen können, was für Sie eingerichtet ist und was eine Entwicklungsrichtung ist.
Jetzt verfügbarIhre Dokumente, die interne Wissensdatenbank und die KI-Verarbeitung bleiben auf dem CLARYEL-Computer in Ihrem Büro.
Jetzt verfügbarExterne Modelle nur durch einen Filter: Persönliche Daten und Geschäftsgeheimnisse werden entfernt, während der Sinn der Anfrage erhalten bleibt.
KonfigurierbarZeigt Ihnen die gefilterte Anfrage und sendet sie bei Bedarf erst nach Ihrer Bestätigung.
KonfigurierbarRegeln darüber, welche Kategorien von Informationen das lokale System niemals verlassen dürfen.
KonfigurierbarArbeiten Sie ohne Internetverbindung für Aufgaben, die von den lokalen Modellen erledigt werden.
EntwicklungsrichtungMehrere Cloud-Modelle prüfen sich gegenseitig, das lokale System vergleicht und führt ihre Antworten zusammen.
EntwicklungsrichtungAutomatische Auswahl des am besten geeigneten Cloud-Modells für jede Aufgabe, innerhalb der von Ihnen festgelegten Budgets.
Die lokale Speicherung betrifft Dokumente, die Wissensdatenbank und die KI-Verarbeitung. Für andere von Ihnen genutzte Dienste (z. B. E-Mail oder Ihre Website) gelten ihre eigenen Bedingungen.
Sie benötigen nicht immer die teuersten Modelle
Die Ökonomie der kombinierten Intelligenz beruht auf einer sinnvollen Aufgabenverteilung. Es ist nicht nötig, jede einzelne Anfrage an das teuerste externe Modell zu senden. Das Erläutern eines Dokuments, das Auffinden einer Akte, das Verfassen eines kurzen Briefes oder die einfache Datenverarbeitung können vor Ort erledigt werden. Für eine komplexere Aufgabe kann ein kostengünstiges externes Modell verwendet werden. Nur wenn zusätzliche Genauigkeit, Analysetiefe oder Rechenleistung die Kosten rechtfertigen, sollten die fortschrittlichsten Optionen verwendet werden.
Für unterschiedliche Aufgaben und Benutzer können unterschiedliche Budgets festgelegt werden. Wenn das Unternehmen programmatische Verbindungen nutzt, empfiehlt es sich, Ausgabenlimits, Benachrichtigungen bei Erreichen von Schwellenwerten und ein Verbot unkontrollierter automatischer Anfragen festzulegen. Zugriffsregeln für Cloud-Modelle sollten nicht nur deren Kosten berücksichtigen, sondern auch, ob die spezifischen Informationen übertragen werden dürfen. Dies trägt dazu bei, den Einsatz künstlicher Intelligenz wirtschaftlich beherrschbar zu halten.
Ein Cloud-Abonnement und eine programmatische Verbindung sind verschiedene Dinge
Cloud-Anbieter bieten in der Regel mehrere Möglichkeiten zur Nutzung ihrer Dienste an. Ein reguläres Chat-Abonnement ermöglicht den Zugriff auf die Benutzeroberfläche und die Funktionen eines bestimmten Plans. Über eine programmgesteuerte Schnittstelle oder API können Sie das Modell direkt in Anwendungen und automatisierte Prozesse integrieren. Dabei handelt es sich um verschiedene kommerzielle Produkte.
Ein kostenpflichtiges Chat-Abonnement bedeutet nicht immer, dass Anfragen über die Programmschnittstelle bereits enthalten sind. Integrationsbedingungen, Preise, Limits und Nutzungsregeln müssen gesondert geprüft werden. Unternehmen haben möglicherweise Zugriff auf Unternehmenspläne mit zusätzlichen Sicherheits-, Datenverwaltungs- und Verwaltungseinstellungen. Wir bei CLARYEL glauben, dass die Verbindungsmethode auf der Grundlage der tatsächlichen Aufgabe, der gesetzlichen Anforderungen und des Budgets und nicht nur auf der Grundlage der Beliebtheit eines Plans ausgewählt werden sollte.
CLARYEL-Supportpläne decken das CLARYEL-System ab; Abonnements oder programmatischer Zugriff auf Cloud-Modelle werden separat von ihren Anbietern erworben.Supportpläne
Datenschutz und Datenkontrolle
Ihre eigene künstliche Intelligenz und europäisches Recht
Für europäische Unternehmen ist der Datenschutz besonders relevant. Die Europäische Union wendet die Datenschutz-Grundverordnung (DSGVO) Verordnung (EU) 2016/679 an. Es regelt die Verarbeitung personenbezogener Daten und legt Anforderungen an Rechtmäßigkeit, Transparenz, Datenminimierung, Sicherheit und Rechenschaftspflicht fest.
Der Einsatz externer künstlicher Intelligenz mit personenbezogenen Daten kann die Prüfung mehrerer Punkte erfordern:
Eine geeignete Rechtsgrundlage für die Verarbeitung.
Vereinbarkeit der Datennutzung mit den ursprünglich erklärten Zwecken.
Die Rollen der an der Verarbeitung beteiligten Parteien und die notwendigen vertraglichen Vereinbarungen.
Die Bedingungen für die Speicherung und Löschung von Informationen.
Ob Schutzmaßnahmen für internationale Datenübermittlungen erforderlich sind.
Eine Bewertung technischer und organisatorischer Sicherheitsmaßnahmen.
Bei Bedarf eine Datenschutz-Folgenabschätzung.
Eine lokale Architektur ermöglicht es, die Menge der an Dritte weitergegebenen persönlichen Informationen zu reduzieren und einige Kontrollprozesse zu vereinfachen. Es ist jedoch wichtig zu verstehen, dass Sie durch die Installation eines lokalen Computers nicht automatisch DSGVO-konform sind. Das Unternehmen muss weiterhin die Gesetze einhalten, die Zugriffe der Mitarbeiter korrekt trennen, die Sicherheit gewährleisten, Aufbewahrungsfristen einhalten und über die notwendigen Rechtsgrundlagen für die Verarbeitung verfügen. Ein lokales System ist ein Instrument zur Reduzierung bestimmter Risiken und keine Befreiung von der rechtlichen Verantwortung.
In Italien tätige Unternehmen müssen außerdem die geltenden nationalen Vorschriften und die Anforderungen der italienischen Datenschutzbehörde, der Garante per la protezione dei dati personali, berücksichtigen. Spezifische Anforderungen für bestimmte Einsatzmöglichkeiten künstlicher Intelligenz legt das europäische KI-Gesetz fest. Wir glauben, dass ein verantwortungsbewusstes Unternehmen diese Fragen von Anfang an berücksichtigen sollte, nicht erst nach einem Vorfall.
Die Informationen in diesem Abschnitt sind allgemeines Referenzmaterial und ersetzen keine Rechtsberatung.
Eine sehr wichtige Klarstellung zum Datenschutz
Kein automatisches Filtersystem sollte als völlig fehlerfrei gelten. Das Entfernen eines Vor- und Nachnamens bedeutet nicht immer, dass eine Person anhand der verbleibenden Angaben nicht identifiziert werden kann. Unter bestimmten Voraussetzungen handelt es sich bei pseudonymisierten Daten dennoch um personenbezogene Daten im Sinne der DSGVO.
Deshalb ist ein mehrschichtiger Ansatz erforderlich: technische Filterung, Einschränkungen bei der Übertragung bestimmter Informationskategorien, Kontextprüfungen und ggf. Benutzerbestätigung. Für die sensibelsten Daten könnte die richtige Lösung ein vollständiges Verbot der Übermittlung an externe Modelle sein.
Eine lokale Architektur ermöglicht einen solchen Ansatz, das endgültige Sicherheitsniveau hängt jedoch von der Qualität der Software, den Einstellungen und den organisatorischen Abläufen ab. Unser Prinzip: Erst die Informationen kontrollieren, dann das intelligente Tool auswählen.
Was sollte unter Ihrer Kontrolle bleiben
Ein lokales intelligentes System sollte mehr können, als Anfragen alleine zu verarbeiten. Im Idealfall sollte der Eigentümer Folgendes kontrollieren:
Das Hauptdokumentenarchiv und die interne Wissensdatenbank.
Die Geschichte interner Arbeitsabläufe.
Zugriffsrechte der Mitarbeiter.
Die Regeln für den Umgang mit persönlichen und vertraulichen Informationen.
Berechtigungen zum Verbinden externer Dienste.
Richtlinien zum Senden von Anfragen an Cloud-Modelle.
Zugriffsschlüssel und Einstellungen externer Integrationen.
Backup und Datenwiederherstellung.
Berechtigungen für die Aktionen intelligenter Agenten.
Wie Informationen gespeichert, übertragen und gelöscht werden.
Es ist außerdem wichtig, Situationen auszuschließen, in denen ein externes Modell selbstständig vollständigen Zugriff auf den internen Speicher erhalten oder kritische Vorgänge ohne die beabsichtigten Einschränkungen ausführen könnte. Die Ausgabe externer Modelle sollte als Ergebnis einer Analyse und nicht als bedingungslose Handlungserlaubnis behandelt werden. Das Löschen von Dokumenten, das Ändern von Finanzunterlagen, die Übertragung vertraulicher Informationen und andere sensible Vorgänge sollten festgelegten Regeln und den erforderlichen Bestätigungen folgen. Dadurch wird künstliche Intelligenz nicht nur nützlich, sondern auch beherrschbar.
Rechtliche und technische Verantwortung
CLARYEL hilft, Risiken zu reduzieren; es verspricht keine absolute Sicherheit, fehlerfreie Modelle oder automatische Gesetzestreue.
Der Filter für externe Anfragen reduziert die gesendeten Daten; es verspricht keine 100-prozentige Anonymisierung.
Die Verantwortung für die rechtmäßige Verarbeitung, Rechtsgrundlagen, Zugriffsrechte und Aufbewahrungsfristen liegt beim Unternehmen, das das System nutzt.
Die Bedingungen, Preise und Datenrichtlinien von Cloud-Anbietern können sich ändern; Überprüfen Sie diese, bevor Sie einen externen Dienst anschließen.
Bei den Inhalten dieser Seite handelt es sich um allgemeine Informationen, nicht um Rechtsberatung. Wenden Sie sich in bestimmten Fällen an einen qualifizierten Fachmann.
Die Zukunft heißt Multiintelligenz: Sind mehrere Modelle besser als eines?
Wir glauben, dass die vielversprechendste Richtung die Zusammenarbeit mehrerer unabhängiger intelligenter Modelle ist. Der Grund ist einfach: Selbst das fortschrittlichste Modell kann einen Fehler machen, eine wichtige Tatsache übersehen, eine unglückliche Formulierung wählen oder einen alternativen Ansatz übersehen. Bei komplexen Aufgabenstellungen ist es sinnvoll, mehrere unabhängige Gutachten einzuholen.
Modell 1: Lösung
Schlägt eine Lösung für die Aufgabe vor.
Modell 2: prüfen
Prüft den Lösungsvorschlag, sucht nach möglichen Fehlern und fehlenden Umständen.
Modell 3: Alternativen
Betrachtet die Frage von einer anderen Seite, schlägt Alternativen vor oder überprüft die Annahmen.
Das lokale System vergleicht dann die Ergebnisse, identifiziert Widersprüche und bildet die endgültige Antwort.
Verschiedene Modelle können sich gegenseitig ergänzen: eines ist stärker im Programmieren, ein anderes im analytischen Schreiben, ein drittes darin, alternative Lösungen zu finden. Mit einem gut aufgebauten Prozess helfen mehrere unabhängige Bewertungen dabei, Widersprüche aufzudecken, das Spektrum der berücksichtigten Faktoren zu erweitern und ein substanzielleres Ergebnis zu erzielen.
Die Arbeit mit mehreren Modellen garantiert jedoch keine Korrektheit. Mehrere Modelle können denselben Fehler wiederholen. Sie können sich auch auf unzureichende, veraltete oder falsch interpretierte Quelldaten stützen. In kritischen Situationen ist eine Überprüfung anhand von Primärdokumenten, objektiven Daten und gegebenenfalls einer entsprechend qualifizierten Person erforderlich.
Für uns ist Multi-Intelligence kein Wundermittel zur Fehlerbeseitigung, sondern ein Werkzeug zur Verbesserung der Analysequalität und zur Organisation zusätzlicher Verifizierungen. Es kann besonders wertvoll für die Vorbereitung technischer Lösungen, die Programmierung, die Analyse komplexer Verträge, den Vergleich kommerzieller Angebote, die strategische Planung und Recherche sein. Für wirklich wichtige Aufgaben ist es besser, mehrere unabhängige intelligente Systeme zu Rate zu ziehen, als sich auf eine einzige Antwort zu verlassen.
Unser Blick auf die Zukunft der Künstlichen Intelligenz
Wir glauben, dass es nicht mehr auf den Zugriff auf ein einzelnes Modell ankommt, sondern auf die Möglichkeit, mehrere Systeme in einer verwalteten Infrastruktur zu kombinieren. Lokale künstliche Intelligenz kennt den Kontext Ihres Unternehmens, nutzt zulässige Informationsquellen und hilft bei der Organisation von Arbeitsabläufen. Cloud-Modelle bieten zusätzliche Möglichkeiten für komplexe Aufgaben. Verschiedene intelligente Systeme werden in der Lage sein, ein Problem unabhängig voneinander zu analysieren, Lösungsvorschläge zu prüfen und ihre Ergebnisse gegenseitig zu ergänzen, während der Benutzer hauptsächlich mit seinem eigenen intelligenten Assistenten interagiert.
In der idealen Architektur kommt es nicht auf den Anbieter eines bestimmten Modells an, sondern auf den Eigentümer des intelligenten Systems und seine Aufgaben. Cloud-Dienste können geändert, Modelle verglichen und die am besten geeigneten Tools ausgewählt werden. Künstliche Intelligenz ist kein Dienst mehr, der vollständig von einem Remote-Anbieter abhängig ist, sondern wird zu Ihrer eigenen Infrastruktur, die Sie entwickeln können.
Lokale Intelligenz sorgt für Kontrolle. Cloud Intelligence erweitert die Möglichkeiten. Multiintelligenz vereint sie zu einem System.
Wählen Sie Ihre CLARYEL-Box
Müssen Sie sofort einen leistungsstarken lokalen Computer kaufen?
Nein. Wir glauben, dass Sie von echten Aufgaben und dem Budget des Kunden ausgehen sollten. Nicht jedes kleine Unternehmen benötigt vom ersten Tag an eine teure Computerinfrastruktur. Lokale Intelligenz kann Schritt für Schritt eingeführt werden.
Zu Beginn genügt ein System, das grundlegende Dokumentenverarbeitung, intelligente Suche, die Arbeit mit internem Wissen und Kernanfragen bietet. Besonders komplexe Aufgaben können nach entsprechender Datenfilterung an externe Modelle gesendet werden. Wenn die Arbeitslast zunimmt, können Sie über ein Upgrade Ihrer eigenen Hardware nachdenken. Das Unternehmen muss sich also nicht zwischen einer erschwinglichen Erstlösung und der Möglichkeit eines zukünftigen Wachstums entscheiden.
Drei Ebenen lokaler Intelligenz mit CLARYEL
CLARYEL bietet mehrere Ebenen lokaler KI-Computer für unterschiedliche Bedürfnisse und Budgets. Aktuelle Spezifikationen, Preise, Konfigurationen und Einkaufsbedingungen sind im CLARYEL-Katalog veröffentlicht.
Stufe 1: ein erschwinglicher Einstieg
999 € inkl. MwSt.
Für Unternehmen und Fachleute, die ihre eigene lokale Intelligenz ohne große Anfangsinvestitionen wünschen. Sie können mit lokalen Modellen beginnen, mit Dokumenten arbeiten, die Suche nach internen Informationen organisieren und die Kernfunktionen eines intelligenten Assistenten nutzen. Es kann mit kostengünstigen Cloud-Diensten für Aufgaben kombiniert werden, die zusätzliche Funktionen erfordern: ein sinnvoller Einstieg, ohne auf das Budget für die Top-Konfiguration warten zu müssen.
Für Unternehmen, die eine modernere Computerplattform, neue Komponenten, mehr Raum zum Wachsen und Arbeiten mit mehreren Mitarbeitern benötigen. Es kann zum zentralen lokalen KI-Computer des Büros werden, für interne Suche, Dokumentenverarbeitung, intelligente Agenten und Workflow-Automatisierung. Die Leistung kann später im Rahmen der Hardwaregrenzen gesteigert oder auf eine höhere Stufe gewechselt werden.
Ebene 3: leistungsstarke lokale intelligente Infrastruktur
ab 7.000 € inkl. MwSt.
Für anspruchsvollere Arbeitslasten: Organisationen, die mehr Rechenleistung, anspruchsvollere Arbeiten mit mehreren Benutzern oder spezielle Aufgaben benötigen. Die Konfiguration wird je nach spezifischen Anforderungen gewählt. Innerhalb einer Architektur können Systeme unterschiedlicher Ebenen gemeinsam genutzt werden.
Wir empfehlen, die Adoption als eine Abfolge von Phasen zu behandeln.
Stufe 1. Ihre eigene lokale Intelligenz
Das Unternehmen installiert ein lokales System und beginnt, es für zentrale Arbeitsabläufe zu nutzen. Benutzer, Zugriffsrechte und Dokumentkategorien werden definiert. Es entsteht eine eigene Wissensdatenbank und Benutzer gewöhnen sich daran, bei ihrer täglichen Arbeit auf den intelligenten Assistenten zurückzugreifen.
Wenn Aufgaben anfallen, die zusätzliche intelligente Funktionen erfordern, werden geeignete Cloud-Dienste angebunden: kostengünstige Pläne, verfügbare kostenlose Optionen oder programmatische Verbindungen mit kontrolliertem Budget. Die Geschäftsbedingungen des Anbieters zur kommerziellen Nutzung und Datenverarbeitung sind zu beachten. Das lokale System bleibt für die Weiterleitung von Anfragen und die Anwendung Ihrer Regeln zum Umgang mit Informationen verantwortlich.
Stufe 3. Erweitern Sie Ihre eigene Computerbasis
Mit zunehmender Nutzung wird klar, welche Vorgänge günstiger und bequemer lokal auszuführen sind. Das Unternehmen kann die Systemleistung steigern, neue Modelle hinzufügen und interne Automatisierungen erweitern. Gesammelte Dokumente und Wissen bleiben Teil Ihrer eigenen Infrastruktur.
Stufe 4. Professionelle Multimodell-Architektur
Ein leistungsstarkes lokales System und mehrere externe Modelle, jeweils verbunden für passende Aufgaben: Analyse, Programmierung, Dokumentenerstellung, alternative Lösungsfindung und Gegenprüfung der Ergebnisse. Der lokale Geheimdienst wird zum zentralen Koordinator aller Arbeiten.
Dies ist nicht für jeden Benutzer ein obligatorischer Endpunkt. Aber für Organisationen, die künstliche Intelligenz intensiv nutzen, kann es eine natürliche Entwicklungsrichtung sein.
Warum große und kleine Unternehmen die gleiche Philosophie brauchen
Die Größe eines Unternehmens hat Einfluss auf die erforderliche Rechenleistung, nicht jedoch auf die Notwendigkeit, Informationen zu kontrollieren. Eine kleine Wirtschaftsprüfungsgesellschaft verfügt möglicherweise über vertrauliche Daten von Dutzenden von Kunden. Eine Anwaltskanzlei arbeitet mit Dokumenten und Sachverhalten, die besondere Sorgfalt erfordern. Ein Ingenieurbüro behält seine eigenen technischen Lösungen. Ein Handelsunternehmen verfügt über Daten zu Kunden, Lieferanten, Preisen und Einkäufen. Ein Hersteller sammelt Produktionsdokumentation und internes Wissen.
Selbst ein kleines Unternehmen kann über Informationen verfügen, die weitaus wertvoller sind als die von ihm verwendete Computerhardware. Deshalb sollte die eigene lokale Intelligenz nicht nur als Werkzeug für große Konzerne gesehen werden. Wir glauben, dass eine kontrollierte intelligente Infrastruktur für Unternehmen jeder Größe zugänglich sein sollte.
Warum CLARYEL diesen Ansatz verfolgt
Bei CLARYEL betrachten wir künstliche Intelligenz nicht als separates Programm, das der Benutzer mehrmals am Tag öffnet. Unser Ziel ist es, es in die tägliche Arbeit des Unternehmens zu integrieren. Deshalb bieten wir eigene lokale Rechner mit vorbereiteter Software und Raum für Weiterentwicklung an.
Die Kernbearbeitung und die Arbeit mit Firmenwissen kann auf der Hardware des Kunden erfolgen. Wenn zusätzliche Intelligenz benötigt wird, können externe Modelle über die geplanten Steuerungs- und Filtermechanismen angeschlossen werden. Der Anwender kann das System Schritt für Schritt weiterentwickeln, das Aufgabenspektrum erweitern und neue intelligente Tools anbinden.
Wir versprechen keine absolute Sicherheit, fehlerfreie Modelle oder automatische Gesetzestreue. Unsere Aufgabe ist es, eine Architektur anzubieten, in der Informationsbeherrschung, technische Sicherheit und der praktische Nutzen künstlicher Intelligenz gemeinsam berücksichtigt werden.
Wo fange ich heute an?
Sie müssen nicht auf das Budget für den leistungsstärksten lokalen Computer warten. Sie müssen nicht viele teure Cloud-Abonnements kaufen. Und Sie müssen nicht von Anfang an versuchen, das gesamte Unternehmen zu automatisieren.
Beginnen Sie mit der Analyse realer Aufgaben. Welche Dokumente werden täglich verwendet? Welche Operationen nehmen zu viel Zeit in Anspruch? Welche Informationen sollten nicht ohne Notwendigkeit an Drittanbieter weitergegeben werden? Welche Aufgaben können vor Ort erledigt werden? Wann ist es sinnvoll, leistungsstärkere externe Modelle anzuschließen?
Anschließend können Sie eine passende Konfiguration auswählen. Für ein kleines Unternehmen kann die Einstiegsebene ein praktischer Ausgangspunkt sein. Ein wachsendes Büro bevorzugt möglicherweise ein modernes System mit Raum für Erweiterungen. Unternehmen mit hoher Rechenlast benötigen möglicherweise eine benutzerdefinierte Konfiguration. Sie müssen nicht mit maximalen Ausgaben beginnen. Sie müssen mit der richtigen Architektur beginnen.
Fazit: Ihre künstliche Intelligenz sollte zu Ihrer digitalen Infrastruktur gehören
Wir sind davon überzeugt, dass Ihre eigene lokale Intelligenz die strategisch richtige Grundlage für Unternehmen ist, die künstliche Intelligenz aktiv nutzen und gleichzeitig die Kontrolle über ihre Informationen behalten möchten. Cloud-Modelle eröffnen außergewöhnliche Möglichkeiten, auf die man nicht verzichten muss. Im Gegenteil, sie sollten sinnvoll, sparsam und im Rahmen etablierter Regeln für den Umgang mit Informationen eingesetzt werden.
Der erfolgversprechendste Ansatz besteht darin, beides zu kombinieren. Ihr eigenes lokales System wird zum intelligenten Zentrum Ihres Unternehmens. Cloud-Modelle erweitern seine Möglichkeiten. Mehrere unabhängige Modelle helfen dabei, komplexe Fragestellungen tiefer zu untersuchen und Entscheidungen weiter zu überprüfen. Dokumente, Zugriffsrechte und Informationsmanagement bleiben unter Ihrer Kontrolle.
Die Zukunft gehört der Multi-Intelligenz: lokale Intelligenz + Cloud-Modelle + ein verwaltetes System. CLARYEL ist Ihre eigene künstliche Intelligenz, die die Fähigkeiten der gesamten intelligenten Welt nutzen kann.
Beginnen Sie mit Ihrer eigenen KI. Erweitern Sie mit den Besten der Welt.
Ihre Daten. Ihre Infrastruktur. Ihre Wahl der Intelligenz.
Preise, Funktionen, Datenaufbewahrungsrichtlinien und Anbieterbedingungen können sich ändern. Überprüfen Sie vor der Anbindung eines externen Dienstes die aktuellen Bedingungen und prüfen Sie, ob diese für Ihre konkrete Nutzung gelten.
