Eine private KI-Schicht auf einem bestehenden System – zum Beispiel Geschäftssystem, Intranet oder Ticketing. Mitarbeiter beschreiben, was sie erreichen wollen, und Elevate führt gesteuerte, autorisierte Aktionen aus. Berechtigungen, Freigabepunkte und Protokollierung steuern, was die KI-Schicht darf.
Elevate verbindet ein privates Sprachmodell über deren APIs mit Ihren bestehenden Systemen – mit Ihrem Berechtigungsmodell als harter Grenze. Der Unterschied zu einem Chatbot: Ein Chatbot beantwortet Fragen, Elevate führt autorisierte Aktionen in Ihren Systemen aus.
Mitarbeiter beschreiben in Alltagssprache, was sie erreichen wollen – keine Schulung in den Oberflächen der Systeme, keine Makros, keine Exporte nach Excel.
Jede Aktion wird über die APIs der Systeme ausgeführt. Aktionen werden gegen die Berechtigungen des Nutzers und die für die Integration definierten Regeln geprüft.
Elevate wird auf das gesetzt, was Sie bereits haben – Geschäftssysteme, Ticketing, Finanzsysteme. Keine Migrationen, keine neuen Stammdaten.
Illustrative Beispiele für Arbeitsabläufe vorher und nachher. Die Zahlen sind illustrativ – keine garantierten Ergebnisse. Das tatsächliche Ergebnis wird im Piloten gegen Ihre eigene Baseline gemessen.
Szenario 3 in der Praxis – eine Buchhaltungsassistentin arbeitet mit dem Geschäftssystem, ohne es zu öffnen.
Vier Prinzipien machen Elevate zu etwas anderem als „einem Chatbot gegen eine öffentliche API“.
Das Sprachmodell läuft in Ihrer kontrollierten Umgebung oder auf dedizierter GPU in unserem schwedischen Rechenzentrum gemäß der vereinbarten Architektur. Prompts, Kundendaten und Antworten passieren keine öffentlichen KI-Dienste. Datenflüsse und eventuelle externe Abhängigkeiten werden vor der Inbetriebnahme dokumentiert.
Integrationen werden auf MCP (Model Context Protocol) aufgebaut – einem offenen Standard, um KI mit Systemen zu verbinden. Das kann Integrationen wiederverwendbarer machen und die Abhängigkeit von einem einzelnen KI-Anbieter verringern.
Lesezugriffe erfolgen direkt, aber Aktionen, die etwas erstellen, ändern oder versenden, stimmt Elevate zuerst ab: „Soll ich das tun?“. Sie definieren, welche Aktionen eine Freigabe erfordern – und welche automatisch erfolgen dürfen.
Jede Anfrage, jede Antwort und jede ausgeführte Aktion wird mit Benutzer-ID und Zeitstempel protokolliert. Der Audit-Trail zeigt genau, was Elevate für wen getan hat – revisionsfertige Unterlagen für DSGVO und NIS2.
Systeme mit dokumentierten APIs lassen sich oft integrieren. Wir bewerten Authentifizierung, Berechtigungsmodell, Lizenzbedingungen, Lese- und Schreibunterstützung, Datenmodell und technische Einschränkungen vor einem Piloten.
Die Voraussetzungen sind weniger, als Sie denken – wir begleiten Sie durch jeden Punkt.
Wir starten immer mit einem abgegrenzten Piloten – damit der Wert gemessen werden kann, bevor Sie skalieren. Nach dem Piloten gehen Sie in monatliche Kosten für den Betrieb der KI-Schicht über (GPU-Kosten hängen von der Inferencing-Last ab – wird während des Piloten festgelegt).
Was für den Start benötigt wird – wir begleiten Sie durch jeden Punkt.
| API-Zugang | Ihre Systeme benötigen APIs (REST/SOAP/GraphQL) oder Datenbankzugriff, gegen die Elevate integrieren kann |
|---|---|
| Berechtigungsmodell | Bestehendes Benutzerverzeichnis (AD/Entra ID oder Vergleichbares), um Aktionen den richtigen Berechtigungen zuzuordnen |
| GPU-Kapazität | Dedizierte GPU in unserem schwedischen Rechenzentrum ist im Service enthalten – alternativ On-Prem bei Ihnen, wenn Sie eigene GPU-Hardware haben |
| Pilotumfang | Wir empfehlen den Start mit 1–2 Systemen und einer abgegrenzten Benutzergruppe, danach Erweiterung |
Ein System, ein Arbeitsablauf, messbare Ergebnisse. Keine „KI-Transformation“ – ein abgegrenztes Projekt mit klarem Ende.
Wir wählen den Arbeitsablauf gemeinsam mit Ihrem Pilot-Owner aus: Was wird heute gemacht, von wem, wie oft und wie lange dauert es? Die Baseline wird gemessen – mit ihr vergleichen wir am Ende.
Die MCP-Anbindung an Ihr System wird gebaut, das Berechtigungsmodell auf Ihr Benutzerverzeichnis abgebildet und das private Modell auf GPU in unserem Rechenzentrum eingerichtet. Kontrollpunkte werden definiert: was Freigabe erfordert, was automatisch erfolgen darf.
Eine abgegrenzte Benutzergruppe arbeitet mit Elevate in ihrem täglichen Ablauf. Wir feinjustieren Prompts, Integrationen und Kontrollpunkte basierend auf realer Nutzung – jede Woche.
Das Ergebnis wird mit der Baseline verglichen: gesparte Zeit, reduzierte Fehler, verringerte Wissensabhängigkeit. Sie erhalten eine Entscheidungsgrundlage – hochskalieren, auf weitere Abläufe ausweiten oder beenden.
Minuten vorher vs. nachher, pro Arbeitsablauf. Das Ziel ist eine messbar kürzere Zeit bei Abfrage- und Erfassungsabläufen – das tatsächliche Ergebnis wird im Piloten gemessen.
Anteil der Aufgaben, die Nacharbeit erfordern. Wenn Elevate aus dem Quellsystem liest, statt dass jemand abschreibt, verringert das das Risiko von Eingabefehlern.
Wie viele im Team können die Aufgabe ausführen? Mit natürlicher Sprache als Schnittstelle verschwindet die Abhängigkeit von „der Person, die das System kennt“.
Elevate nutzt in der vereinbarten Standardarchitektur keine öffentlichen KI-Dienste für Prompts, Kundendaten oder Antworten. Das Modell läuft in Ihrer kontrollierten Umgebung oder auf dedizierter Kapazität in unserem schwedischen Rechenzentrum. Die genauen Datenflüsse, der Betriebsort und etwaige externe Abhängigkeiten werden vor der Inbetriebnahme dokumentiert und freigegeben.
Aktionen werden über die definierten Integrationen des Systems ausgeführt und gegen die Berechtigungen des Nutzers und die für die Lösung eingerichteten Regeln geprüft. Eine korrekt konfigurierte Integration begrenzt, was die KI-Schicht tun kann; der Umfang wird gemeinsam mit Ihnen festgelegt und getestet.
Aktionen, die etwas erstellen, ändern oder versenden, erfordern eine explizite Freigabe, bevor sie ausgeführt werden – Sie sehen genau, was passieren wird. Lesende Anfragen ändern das Quellsystem nicht, können aber dennoch sensible Informationen enthalten oder falsche Antworten liefern. Deshalb unterliegt auch das Lesen der Zugriffskontrolle, Protokollierung, Prüfung und relevanten Datenschutzmaßnahmen.
Die Pilotgruppe arbeitet ab Woche 5 produktiv mit Elevate. Die vollständige Auswertung gegen die Baseline ist nach 8–12 Wochen abgeschlossen – mit gemessenen Zahlen zu Zeit, Fehlern und Wissensabhängigkeit, nicht mit Schätzungen.
Dedizierte GPU in unserem Rechenzentrum ist im Service enthalten und wird während des Piloten anhand der realen Inferencing-Last dimensioniert. Haben Sie eigene GPU-Hardware, kann Elevate auch On-Prem bei Ihnen laufen.
Nein. Elevate kann mit Systemen verbunden werden, die in Ihrer aktuellen Umgebung liegen – in der Public Cloud, on-premises oder in unserem Rechenzentrum. Es setzt nicht voraus, dass Sie unsere Migration oder unseren Managed Betrieb kaufen, kann aber damit kombiniert werden. Welche Teile bei Ihnen bzw. in unserem Rechenzentrum laufen, bestimmt die vereinbarte Architektur.
Wenn die Smart Source AB personenbezogene Daten im Auftrag des Kunden verarbeitet, wird die Rolle als Auftragsverarbeiter in einem Auftragsverarbeitungsvertrag geregelt. Jede Anfrage und Aktion wird revisionssicher protokolliert, was eine klarere Grundlage ergibt als Mitarbeiter, die Kundendaten in öffentliche KI-Tools einfügen. Die endgültige Bewertung hängt von der tatsächlichen Verarbeitung und der Verantwortungsverteilung ab.
Buchen Sie eine Workflow Review – wir skizzieren ein Pilotkonzept für genau Ihre Systeme – oder sehen Sie sich zuerst eine Demo an.