> KI · Automatisierung · Webentwicklung
KI-Systeme, Automatisierungen und Webanwendungen, die direkt auf Ihrer Infrastruktur laufen, mit Ihren Daten und Open-Source-Modellen.
> Was wir tun
Vom RAG-System bis zum autonomen Agenten, entwickelt für Ihre Daten, Ihre Prozesse und Ihre Infrastruktur. On-premise oder im EU-Rechenzentrum.
Interne Wissenssysteme, die Antworten direkt aus Ihren Dokumenten liefern, inklusive Quellenangabe. Statt Suchanfragen formulieren Mitarbeitende Fragen in natürlicher Sprache.
Richtlinien, Produktwissen und Projektdokumentation werden über einen Vector-Store zugänglich. Anfragen laufen gegen die eigenen Daten. Antworten kommen mit Verweis auf das Quelldokument.
Wiederkehrende Aufgaben wie Datenerfassung, Reports oder E-Mail-Workflows laufen über automatisierte Pipelines. Ihr Team kümmert sich um die Fälle, die Urteilsvermögen brauchen.
Anfragen aus E-Mail oder CRM werden strukturiert ausgelesen, validiert und als Angebotsentwurf inklusive Freigabelogik vorbereitet. Manuelle Schritte bleiben dort, wo eine Person entscheiden muss.
KI-Agenten, die mehrstufige Aufgaben planen, ausführen und sich mit Ihren Systemen wie APIs, Datenbanken oder internen Tools verbinden. Auf Basis von LangChain und LLMs Ihrer Wahl.
Agenten, die in einem definierten Code-Kontext Routine-Refactorings, Boilerplate-Generierung und Test-Setup übernehmen. Vor dem Commit greift jeweils ein Review-Step.
Modelle laufen lokal auf Edge-Geräten, Trainings-Updates werden über Flower AI verteilt zusammengeführt. Rohdaten bleiben am Standort, das Modell lernt trotzdem aus mehreren Quellen.
Ein Vision- oder Sensor-Modell läuft auf Edge-Hardware direkt in Produktion oder Filiale. Auswertung und Speicherung passieren lokal. Modell-Updates aus mehreren Standorten werden anonymisiert aggregiert.
KI-gestützte Anomalieerkennung, automatisierte Schwachstellenanalysen und kontinuierliches Monitoring. Wir ergänzen vorhandene Security-Stacks, ersetzen sie nicht.
E-Mail-Header, Login-Muster und Systemereignisse werden gegen gelernte Baselines geprüft. Auffälligkeiten landen priorisiert im SOC-Workflow oder Ihrer Ticket-Pipeline.
Webanwendungen und Unternehmensportale auf einem modernen Stack mit TypeScript, React, FastAPI und Docker-Deployment. Auf Ihren Servern oder in einem EU-Rechenzentrum.
Kunden sehen Auftragsstand, laden Dokumente herunter und stoßen Standardprozesse per Self-Service an. Authentifizierung läuft über SSO oder klassisches Login, mit Anbindung an Ihr CRM oder ERP.
> Womit wir bauen
Open-Source-Bausteine aus aktiver Entwicklung, kombiniert zu Systemen, die auf Ihrer eigenen Infrastruktur laufen.
Claude
Mistral
Llama
Ollama
LangChain
Qdrant
pgvector
PyTorch
scikit-learn
Python
FastAPI
TypeScript
React
Astro
Docker
nginx> stack --list
> Coming Soon
Eine Live-Demo unseres RAG-Systems. Fragen in natürlicher Sprache, Antworten direkt aus indexierten Dokumenten, inklusive Quellenverweis und nachvollziehbarem Reasoning.
Frage: Wie ist der Reklamationsprozess bei fehlerhafter Lieferung?
Antwort:
Laut Handbuch QM-4.2 (Abschnitt 3.1) muss eine Reklamation innerhalb von 48h über das Formular RK-01 eingereicht werden. Der Qualitätsbeauftragte prüft den Vorgang und leitet ggf. eine Rücksendung ein.
Quellen: QM-Handbuch.pdf (S.42), Prozessdoku-Logistik.docx (S.15)
Frage: _
> Wer wir sind
Viere Tech ist ein junges Softwareunternehmen für KI-Systeme im Mittelstand. Wir bauen Lösungen, die in Ihre bestehenden Prozesse passen, auf Ihrer Infrastruktur und mit Ihren Daten.
Lösungen die funktionieren.
On-premise oder EU-Rechenzentrum.
Ehrliche Kommunikation von Anfang an.
Gründer · Entwicklung & Beratung
Master-Studium in sicherem maschinellem Lernen. Verantwortet Architektur, KI-Systeme und technische Umsetzung.
GitHubBeirat · Kaufmännische Leitung
Diplom-Kaufmann und Geschäftsführer eines mittelständischen Unternehmens. Begleitet Viere Tech beratend und verantwortet Finanzen, Bilanzen und kaufmännische Strategie.
> Häufige Fragen
Antworten auf die häufigsten Fragen rund um unsere Technologien und Arbeitsweise.
RAG steht für Retrieval-Augmented Generation. Das KI-Modell wird zur Laufzeit mit den passenden Dokumenten aus Ihrer Wissensbasis versorgt, statt sich nur auf Trainingsdaten zu stützen. Ergebnis: aktuelle, unternehmensspezifische Antworten mit nachvollziehbaren Quellenangaben statt generischem Halbwissen.
Öffentliche KI-Dienste kennen Ihr Unternehmen nicht und schicken Anfragen an externe Server. Wir verbinden ein Modell direkt mit Ihren Daten, wahlweise on-premise oder in einem EU-Rechenzentrum. Antworten basieren auf Ihren Unterlagen, nicht auf öffentlich verfügbaren Inhalten. Daten verlassen Ihre Umgebung nur, wenn Sie das explizit wollen.
Vollständig. Wir betreiben Modelle auf Ihren eigenen Servern oder in deutschen bzw. EU-konformen Rechenzentren und setzen wo immer möglich Open-Source-Sprachmodelle ein, die lokal laufen. So gibt es keine zwangsweise Datenübermittlung an externe API-Anbieter, klare Auftragsverarbeitung und nachvollziehbare Logs.
Nein. Wir integrieren in Ihre bestehende IT-Landschaft, sei es SharePoint, ERP, DMS, Confluence, Fileshares oder schlicht Ordnerstrukturen. Ziel ist immer, vorhandene Werkzeuge zu erweitern statt zu ersetzen. Die Einführung läuft parallel zum Tagesgeschäft, ohne Betriebsunterbrechung.
In drei Schritten: kurzes Erstgespräch zur Einordnung, dann ein konkreter Proof-of-Concept auf einem klar abgegrenzten Use Case (meist zwei bis vier Wochen). Erst wenn der Mehrwert messbar ist, gehen wir in den produktiven Ausbau und die Integration in Ihre Prozesse. Sie binden sich nicht an einen Großauftrag, bevor sich das System beweisen konnte.
Ja, gerade dafür sind RAG-Systeme gemacht. PDFs, Word-Dokumente, Mails, Wikis, Tickets und gescannte Unterlagen lassen sich verarbeiten. Wo nötig, kommen OCR und automatische Klassifizierung dazu. Eine perfekte Datenbasis ist keine Voraussetzung, sondern ein Ergebnis, das wir gemeinsam aufbauen.
> Lass uns reden
Erzählen Sie uns von Ihrem Vorhaben.
30 Minuten, unverbindlich.