PLATTFORM
Das Dokument antwortet, wiederkehrende Arbeit läuft von selbst.
5 Ürün · Tek Platform
Auf Infrastruktur in der Türkei
Enterprise-SLA
COMPANY BRAIN
Ein Company Brain besteht aus fünf Teilen
Das von ARCH aufgebaute Company Brain vereint das Panel, über das das Unternehmen seine Arbeit steuert, die Automatisierung dieser Arbeit, ihr Reporting, die lernenden Modelle und das Dokumentenarchiv in einem System.
Diese fünf Teile sind keine einzeln verkauften Werkzeuge. Alle bauen auf derselben Datenordnung auf: Die Zahl im Panel, die Regel, die die Automatisierung auslöst, und die Historie, die ins Modell einfließt, stammen aus derselben Quelle. Ändert sich ein Teil, sehen auch die anderen diese Änderung.
01
Panel
Die gesamte Arbeit des Unternehmens wird über eine Oberfläche gesteuert; jede Einheit sieht ihren eigenen Bildschirm, alle blicken auf denselben Datensatz.
02
Automatisierung
Wiederkehrende Schritte werden in Regeln gefasst; das System erledigt die Arbeit selbst, der Mensch greift nur dort ein, wo eine Entscheidung nötig ist.
03
Reporting
Für jede Zahl ist festgelegt, aus welchem Datensatz sie abgeleitet wird; der Bericht ist keine manuell erstellte Datei, sondern die eigene Ausgabe des Systems.
04
Lernende Modelle
Modelle, die auf der Historie der Organisation aufbauen, sind als Entscheidungsunterstützung an das Panel angebunden; die Prognose steht nicht in einem separaten Werkzeug.
05
Dokumentenintelligenz
Verträge, Policen, Berichte und Korrespondenz werden in einer Suchordnung zusammengeführt; die Frage geht an das Dokument selbst.
Vier Komponenten arbeiten auf einer einzigen Datenordnung, ihre Ergebnisse laufen auf der einen Panel-Oberfläche darüber zusammen. Komponenten:
- Automatisierung: regelbasierte Ausführung
- Reporting: Kennzahl aus Datensätzen
- Lernende Modelle: Prognose aus Historie
- Dokumentenintelligenz: Suche und Quelle
Panel: eine Steuerungsoberfläche
Grenze der Organisation: Daten bleiben intern
DOKUMENTENINTELLIGENZ
Die Frage geht an das Dokument selbst
Die Dokumente der Organisation sind nicht mehr nur ein lesbares Archiv, sondern eine Quelle, der man Fragen stellen kann.
Verträge, Policen, technische Berichte und Korrespondenz der Organisation werden ins System übernommen. Wird eine Frage gestellt, findet das System zuerst die relevanten Abschnitte in diesen Dokumenten, schreibt die Antwort ausschließlich auf Grundlage dieser Abschnitte und zeigt, aus welcher Stelle welches Dokuments sie stammt. Unter der Antwort steht ihre Quelle; zur Überprüfung genügt es, das Dokument zu öffnen.
Die Suche hängt nicht von einer wörtlichen Übereinstimmung ab. Wenn Sie fragen „Wie kündige ich den Vertrag?“, findet sie auch die Klausel zur Kündigungserklärung, die diesen Satz gar nicht enthält. Wer fragt, muss den Begriff im Dokument nicht kennen.
Die Wissensgrenze ist der eigene Dokumentenbestand der Organisation. Das Modell nutzt kein allgemeines Wissen außerhalb dieses Bestands als Quelle, die Installation läuft auf der eigenen Hardware der Organisation, und ein Dokument, das ein Nutzer nicht sehen darf, erscheint auch nicht in der Antwort an diesen Nutzer.
MASCHINELLES LERNEN
Fließt eine Prognose in eine kritische Entscheidung ein, muss sie validiert sein
Die Prognosemodelle von ARCH werden mit der eigenen Historie der Organisation trainiert und laufen auf ihrer eigenen Hardware. Für jedes Modell, das eine kritische Entscheidung speist, gilt dieselbe Disziplin: Mit welchen Daten es trainiert wurde, ist erfasst, sein Verhalten in vergangenen Zeiträumen wird gemessen, seine Abweichung im Live-Betrieb überwacht.
- Training mit den eigenen Daten der Organisation — es wird kein allgemeines Modell befragt, sondern ein Modell auf den Datensätzen der Organisation aufgebaut.
- Backtesting — das Modell wird auf vergangene Zeiträume angewandt, Prognose und Ist werden verglichen.
- Wahrscheinlichkeitsintervall — statt einer einzelnen Zahl ein Intervall; sichtbar wird, mit wie viel Unsicherheit entschieden wird.
- Abweichungsüberwachung — wächst der Fehler im Live-Betrieb, wird ein Alarm ausgelöst; das Modell verschlechtert sich nicht unbemerkt.
- Betrieb vor Ort — Training und Inferenz auf der Hardware der Organisation; Daten verlassen sie nicht.
01 · ARCHITEKTUR
Infrastruktur in Produktionsqualität.
Vier Ebenen gemeinsamer Infrastruktur, von unten nach oben. Um jede Ebene herum sind die ARCH-Produkte aufgeführt, die sie nutzen.
- 01 — DATENERFASSUNG
- 02 — MODELLSCHICHT
- 03 — ORCHESTRIERUNG
- 04 — OBSERVABILITY
- BORA: OS für Immobilienbewertung
- CallCenterAI: Callcenter-Automatisierung
- WindSight: 168-Stunden-Prognose für Windenergie
- Takbis: Grundbuch-/TKGM-Abfragenetz
- GabimAutomation: Formularextraktion · 129 Felder
02 · SO FUNKTIONIERT ES
Daten rein. Entscheidung raus.
Datenanbindung
Die Plattform sammelt Daten automatisch aus öffentlich zugänglichen Registern und aus den eigenen Systemen der Organisation.
Normalisierung
Rohdaten werden in ein gemeinsames Schema überführt; fehlende Felder, Ausreißer und Formatabweichungen werden automatisch bereinigt.
Modellinferenz
Ein produktspezifisches ML/LLM-Modell läuft; das Ergebnis kommt mit Konfidenzwert und Erklärungslabel zurück.
Workflow auslösen
Die Ausgabe wird automatisch downstream weitergegeben (CRM-Update, SMS, PDF-Bericht, Sprachskript).
Monitoring & Alarm
Jeder Schritt wird geloggt; bei Schwellenüberschreitungen werden ein Grafana-Alarm und eine Benachrichtigung an den Operator ausgelöst.
Verstreute Datenquellen fließen in die zentrale Datenordnung. Quellen:
- Grundbucheintrag: GRUNDBUCH · TKGM
- Bewertungsantrag: Bank-Workflow
- Anrufprotokoll: Kunden-Hotline
- Wetter- und Winddaten: Open-Meteo
- Urlaubsantrag: Personaldaten
- Fahrzeugstandort: Flottendaten
Entscheidungszentrum: eine Datenordnung
PLATTFORMKENNZAHLEN
5
Produkte im Einsatz
Produkte auf der Plattform
Sprechen wir über Ihr System
Beschreiben Sie, welchen Prozess Sie automatisieren möchten; wir erarbeiten einen umsetzbaren Plan.