Alvar Knowledge
Eine KI-Wissensplattform, die 40 Jahre Stiftungsgedächtnis in Antworten verwandelt, die Sie Satz für Satz überprüfen können.
Kunde
Schmitz-Stiftungen
Vertikal
Stiftungen & NGOs
Status
Live
Dienstleistungen
KI-Sicherheit
Maschinelles Lernen
{DAS PROJEKT}
Überblick
Alvar Knowledge ist eine KI-Wissensplattform, die auf dem 40-jährigen, 150 GB großen Archiv der Schmitz-Stiftungen aufbaut. Sie beantwortet Fragen in natürlicher Sprache und begründet jeden Satz mit einer echten, überprüfbaren Quelle. Die Plattform bietet eine strenge Garantie: Die Existenz von Zitaten wird vom System validiert, und jede Aussage, die nicht durch eine echte Quelle belegt werden kann, wird verworfen, noch bevor der Benutzer sie sieht. Ein LangGraph-Frage-Antwort-Agent orchestriert das Abrufen, die Begründung und die Validierung im gesamten Archiv. Das Ergebnis ist institutionelles Wissen, das auch in großem Maßstab vertrauenswürdig bleibt, ohne Raum für erfundene Referenzen. Die Plattform ist heute bei der Stiftung im Live-Einsatz und wurde auf dem Deutschen Stiftungstag 2026 in Hamburg vorgestellt.
Spezifikationen
AGENT — LangGraph-Frage-Antwort-Agent
STACK — Python/FastAPI, PostgreSQL 16, Qdrant, Redis, Celery
MODELLE — Gemini über Vertex AI in der EU-Region
SICHERHEIT — PostgreSQL 16 mit Sicherheit auf Zeilenebene (Row-Level Security)
ANONYMISIERUNG — Presidio + spaCy mit k-Anonymität
PREISE — Gestaffelt, beginnend mit einem Tarif für kleine Stiftungen
Funktionen
Antworten in natürlicher Sprache über ein 40-jähriges, 150 GB großes Archiv
Jeder Satz ist in einer echten, überprüfbaren Quelle begründet
Strenge Garantie: Systemgeprüfte Existenz von Zitaten
Nicht belegte Aussagen werden verworfen, bevor der Benutzer sie sieht
LangGraph-Agent orchestriert Abruf und Begründung
Sicherheit auf Zeilenebene isoliert den Zugriff auf der Datenebene
Gemini-Modelle in der EU-Region über Vertex AI
Anonymisierung mit Presidio + spaCy und k-Anonymität
Opt-in-Gemeinschaftspool über Institutionen hinweg, der sich 2027 für den Sektor öffnet
Architektur
BEGRÜNDETER FRAGE-ANTWORT-ABLAUF
Frage in natürlicher Sprache
LangGraph-Agent ruft Daten aus dem 150 GB großen Archiv ab
Qdrant Vector Store liefert potenzielle Quellen
Existenz von Zitaten wird vom System validiert
Nicht belegte Aussagen werden verworfen
Begründete, quellengeprüfte Antwort an den Benutzer
Durchsuchen Sie weitere Arbeiten mit den Schwerpunkten Strategie, Automatisierung und skalierbares Design, die darauf ausgelegt sind, Klarheit und Leistung zu verbessern.