KI-Werkzeuge und Produkte
Wir entwickeln KI-Werkzeuge und Funktionen für digitale Produkte. Wir machen aus guten Modellantworten einen Arbeitsablauf mit Qualitätsprüfung, nachvollziehbaren Kosten und der Möglichkeit, das Werkzeug mit Ihrem Team zu verbessern.
Wir entwickeln KI-Werkzeuge zur Verarbeitung von Materialien, zur Suche und zum Vorbereiten von Antworten. Wir prüfen die Qualität an Ihren Beispielen und zeigen dem Team, wie es Ergebnisse beurteilt.
Anforderungen bestimmen
Mit Ihren Fachleuten klären wir, welche Antwort nützlich und welche Fehler unzulässig sind. Wir wählen eine Aufgabe und entscheiden, welche Daten verwendet werden dürfen.
- Von Ihnen
- Anonymisierte Beispiele, Beteiligung von Fachleuten und Regeln zum Umgang mit Daten
- Ergebnis des Schritts
- Aufgabe, Anforderungen an das Ergebnis und erlaubte Daten
An Beispielen prüfen
Wir probieren den gewählten Ansatz an echten Fällen. Wir beurteilen Fehler, Verarbeitungskosten und den Prüfaufwand, der Menschen bleibt.
- Von Ihnen
- Beispiele guter und falscher Antworten, Beteiligung von Fachleuten
- Ergebnis des Schritts
- Prüfergebnisse und Kostenschätzung
Werkzeug integrieren
Wir verbinden Daten und Oberfläche mit dem Arbeitsablauf. Wir berücksichtigen menschliche Prüfung und Fälle, in denen Informationen für eine Antwort fehlen.
- Von Ihnen
- Zugänge, erlaubte Daten und Regeln zur Antwortprüfung
- Ergebnis des Schritts
- Funktionierendes Werkzeug mit Einstellungen und beschriebenen Grenzen
Übergeben und schulen
Wir zeigen, wie neue Aufgaben geprüft und Änderungen an Modell oder Einstellungen beurteilt werden. Wir übergeben Kontrollbeispiele mit dem Werkzeug.
- Von Ihnen
- Mitarbeiter, der für das Werkzeug verantwortlich sein wird
- Ergebnis des Schritts
- Quellcode, Einstellungen, Kontrollbeispiele und Prüfanleitung
Qualität gehört zu Ihrer Aufgabe
Wir beginnen mit der Beschreibung eines Ergebnisses, das Fachleute bei ihrer Arbeit nutzen können. Gemeinsam bestimmen wir, was geprüft werden muss, welche Fehler die Bedeutung einer Antwort verändern und woran die erledigte Aufgabe zu erkennen ist.
Mit Menschen, die die Arbeit kennen, sammeln wir Beispiele und machen aus ihrer Erfahrung Qualitätskriterien. Danach wählen wir den Aufbau des Werkzeugs und prüfen spätere Versionen.
Wichtige Unterschiede werden überprüfbar
Wir prüfen, ob eine angegebene Quelle eine Schlussfolgerung belegt und ob ein vorbereiteter Entwurf bei der Aufgabe hilft. Fehlen Informationen, muss das Werkzeug zeigen, welche genau fehlen.
Wir testen den Ansatz an einem vereinbarten Aufgabensatz, auch an mehrdeutigen Fällen. Danach besprechen wir, was schon einsatzfähig ist, wo Menschen nötig sind und was eine andere Lösung braucht.
Was belegt eine Antwort?
Drei Übungssituationen bei der Dokumentensuche. Wählen Sie die Bedingungen und betrachten Sie die Kriterien der Antwort.
Die Antwort stützt sich auf eine zugängliche Quelle
Ein Verweis auf das Dokument ist nötig, und die Schlussfolgerung muss den gefundenen Informationen entsprechen. Ein Verweis allein belegt die Qualität der Antwort nicht.
Das Werkzeug macht die Lücke sichtbar
Es meldet fehlende Daten. Wie man die Anfrage präzisiert oder Fachleute einbezieht, bestimmt der Arbeitsablauf; eine Vermutung darf nicht als Tatsache erscheinen.
Die Antwort verrät keine geschützten Angaben
Wir prüfen Rechte und schließen nicht zugängliche Daten aus. Die Oberfläche darf weder Namen noch Existenz eines geschützten Dokuments verraten, wenn schon dies vertraulich ist.
Diese Unterschiede müssen in den Prüfsatz aufgenommen werden. So kann das Team Antworten auf gewöhnliche, schwierige und mehrdeutige Fragen bewerten.
| Situation | Erwartete Aktion |
|---|---|
| Passende Quelle gefunden | Antwort mit Verweis auf das Dokument |
| Keine Antwort in den Quellen | Mitteilung über fehlende Informationen |
| Dokument für Mitarbeiter gesperrt | Antwort ohne geschützte Angaben |
Ergebnisse in die tatsächliche Arbeit einfügen
Die Beteiligung von Fachleuten gestalten wir zusammen mit dem restlichen Werkzeug. Sie müssen verstehen, woher Informationen stammen, was zu prüfen ist, wie sich das Ergebnis korrigieren lässt und wie es weitergeht.
Wir vereinbaren den Zugang zu Quellen und den Umgang mit Daten. Wir klären, welche Informationen an externe Dienste gehen dürfen und welche im Unternehmen bleiben müssen. Diese Bedingungen berücksichtigen wir bei Modell, Speicherung und Oberfläche.
Korrekturen können zu Wissen werden
Bei der Nutzung entstehen neue Beobachtungen. Wiederkehrende Korrekturen können auf schlechte Ausgangsmaterialien, eine ungeeignete Regel oder Grenzen des Ansatzes hinweisen. Wir untersuchen diese Fälle und nehmen wichtige in den Prüfsatz auf.
So verschwindet das Wissen der Fachleute nicht in der nächsten korrigierten Antwort. Das Team präzisiert allmählich, welches Ergebnis es braucht, und erhält Gründe für die nächste Änderung.
Nach dem akzeptierten Ergebnis vergleichen
Wir zählen Verarbeitung, Wiederholungen und die Zeit der Fachleute bis zu einem nutzbaren Ergebnis. So lassen sich die Gesamtkosten der Arbeit mit verschiedenen Modellen vergleichen.
Beim Wechsel des Modells wiederholen wir Prüfungen nach gespeicherten Kriterien und bewerten, ob er sich lohnt. Wir untersuchen Anbindungen und Datenformate, um Umfang und Kosten einer Migration zu bestimmen.
Einen Weg zur Qualitätsentwicklung übergeben
Mit der verantwortlichen Fachperson besprechen wir die Bewertung von Ergebnissen, neue Kontrollfälle und das Vorgehen bei sinkender Qualität. Einstellungen, Anbindungen, Quellcode, Kriterien und Prüfmaterial bleiben beim Team.
Wir dokumentieren Bedingungen des externen Modellanbieters und übertragene Materialien. Sie behalten Quellcode, Einstellungen und aufgabenbezogene Kriterien, nach denen Sie spätere Alternativen wählen und prüfen können.
Die nächste Version beginnt nicht bei null
Sie können Aufgaben erweitern, Regeln überprüfen und andere Modelle anhand gesammelter Beispiele testen. Eine neue Version muss zeigen, welche Arbeit sie besser erledigt und was sich für die Fachperson ändert.
Mit dem Produkt übergeben wir eine Methode, Qualität anhand der Aufgaben Ihres Teams fortlaufend zu prüfen und zu verbessern.
Was Teil der Arbeit sein kann
Suche in einer Wissensbasis
Antworten mit Verweisen auf Quellen, die Mitarbeiter nutzen dürfen.
Assistent für Fachleute
Dokumententwürfe aus Ausgangsmaterial.
Dokumentenverarbeitung
Felder extrahieren und strittige Fälle zur Prüfung sammeln.
Anfragen analysieren
Themen, Wiederholungen und Fragen für das Produktteam.
Organisation der Arbeit
Anforderungen bestimmen
Mit Ihren Fachleuten klären wir, welche Antwort nützlich und welche Fehler unzulässig sind. Wir wählen eine Aufgabe und entscheiden, welche Daten verwendet werden dürfen.
- Von Ihnen
- Anonymisierte Beispiele, Beteiligung von Fachleuten und Regeln zum Umgang mit Daten
- Ergebnis der Etappe
- Aufgabe, Anforderungen an das Ergebnis und erlaubte Daten
An Beispielen prüfen
Wir probieren den gewählten Ansatz an echten Fällen. Wir beurteilen Fehler, Verarbeitungskosten und den Prüfaufwand, der Menschen bleibt.
- Von Ihnen
- Beispiele guter und falscher Antworten, Beteiligung von Fachleuten
- Ergebnis der Etappe
- Prüfergebnisse und Kostenschätzung
Werkzeug integrieren
Wir verbinden Daten und Oberfläche mit dem Arbeitsablauf. Wir berücksichtigen menschliche Prüfung und Fälle, in denen Informationen für eine Antwort fehlen.
- Von Ihnen
- Zugänge, erlaubte Daten und Regeln zur Antwortprüfung
- Ergebnis der Etappe
- Funktionierendes Werkzeug mit Einstellungen und beschriebenen Grenzen
Übergeben und schulen
Wir zeigen, wie neue Aufgaben geprüft und Änderungen an Modell oder Einstellungen beurteilt werden. Wir übergeben Kontrollbeispiele mit dem Werkzeug.
- Von Ihnen
- Mitarbeiter, der für das Werkzeug verantwortlich sein wird
- Ergebnis der Etappe
- Quellcode, Einstellungen, Kontrollbeispiele und Prüfanleitung
Was wir prüfen
Rechte der Mitarbeiter
Antworten werden unter Berücksichtigung des Quellenzugriffs geprüft.
Speicherort der Daten
Modelle und Speicherung wählen wir nach den Regeln des Unternehmens.
Gesamtkosten
Wir zählen Verarbeitung, Wiederholungen und manuelle Ergebnisprüfung.
Was wir übergeben
- Quelldateien und Projektrepository
- Zugänge und Liste externer Anbindungen
- Anleitungen für Updates und Wiederherstellung
- Dokumente zu Rechten und verwendeten Lizenzen
- Kontrollbeispiele, Qualitätskriterien und Regeln für menschliche Beteiligung.
Welche Aufgabe möchten Sie einer KI übertragen?
Teilen Sie anonymisierte Eingangsdaten, ein geeignetes Ergebnis oder Ihr Experiment. Wir besprechen Qualitätskriterien, Datengrenzen und den Bereich, mit dem wir beginnen sollten.
Nach Vereinbarung der Arbeit
- Anonymisierte Beispiele von Eingangsdaten
- Beispiele geeigneter und fehlerhafter Ergebnisse
- Verantwortliche Fachperson und Regeln zum Umgang mit Daten
Antworten überprüfen
Dieser Brief ist zu umfangreich für einen Telegram-Link. Fahren Sie im Bot fort und ergänzen Sie dort die übrigen Antworten.
Kopieren Sie den vollständigen Text oder hängen Sie die heruntergeladene Datei an.
Speichern ist in diesem Browser nicht möglich. Antworten bleiben verfügbar, solange die Seite geöffnet ist.