Die ViOSS KI-Strategie und unser KI-Portfolio

Unsere zentrale Geschäftsausrichtung ist die Automatisierung der Prozessabläufe mit KI-Lösungen im Business. In diesem Marktsegment erwarten wir in den nächsten Dekaden ein kontinuierliches, attraktives Wachstum. Und wir erwarten eine weitere Zeitenwende in der KI-Nutzung in Unternehmen – mit der i-KI.

Nach der erfolgreichen Einführung der generativen KI (Chat GPT & Co) erwarten Experten einen neuen Hype bei der Entwicklung und Nutzung von KI-Lösungen in Unternehmen.

Unser Fokus liegt auf der Entwicklung von KI-Modulen und -Werkzeugen, um die KI in Unternehmensprozesse optimal zu integrieren.

In diesem Zusammenhang - wir unterscheiden zwei KI-Bereiche:     

•  p-KI - die sog. public-KI, wie z.B. Chat GPT, das ein all umfassendes Wissen der Welt als generative KI bereitstellt.

•  i-KI - die Firmen interne KI, die das komplette Wissen des Unternehmens in einer komplexen digitalen Infrastruktur bereitstellt, ausgestattet mit digitalen Werkzeugen zur intelligenten Akquisition von Wissen aus dem Unternehmens-Umfeld. Auf dieser Basis entwickeln wir Spezial-Lösungen, um dieses interne Wissen zum Zweck der Wettbewerbs-Vorteile zu nutzen. Ein Schwerpunkt bei diesen Lösungen ist die digitale Sicherung des Wissens der Mitarbeiter für das Unternehmen, damit dieses Wissen nach dem Ausscheiden von Mitarbeiten nicht verloren geht.

Mit einer ViOSS--App erhalten Mitarbeiter Real-Time-Auskünfte über das Wissen im Unternehmen (i-KI) in Kombination mit Recherchen aus der p-KI wie z.B. Chat GPT und die Steuerung von KI-Agenten für die Business-Prozesse, sowie die Kontrolle von Agentic-KI, die selbständig zu handeln gelernt haben.

ReAG Reasoning-Augmented Generation Framework

Bisherige LLMs Systeme, die Sprachmodelle mit externem Wissen kombinieren, basieren auf einem zweistufigen Prozess: Zunächst werden relevante Dokumente mithilfe einer semantischen Ähnlichkeitssuche abgerufen; anschließend werden auf Grundlage dieser Dokumente Antworten generiert. Dieser Ansatz, bekannt als RAG (Retrieval-Augmented Generation), funktioniert zwar, hat aber einen entscheidenden Fehler: Er verwechselt Ähnlichkeiten mit tatsächlich Relevantem. Hier kommt Reasoning-Augmented Generation (ReAG) ins Spiel, eine Methode, die den Abrufschritt komplett überspringt. Anstatt Dokumente in durchsuchbare Ausschnitte vorzuverarbeiten, speist ReAG-Rohmaterialien – Textdateien, Webseiten, Tabellenkalkulationen – direkt in das Sprachmodell ein. Das Modell entscheidet dann, was wichtig ist und warum, und synthetisiert die Antworten in einem Durchgang. So funktioniert es – und warum es wichtig ist.

Abbildung: Arbeitsplatz für p-KI und i-KI

Der komplexe ETL-Prozess ist die Voraussetzung für Beschaffung, Bereinigung und Strukturierung der firmeninternen Daten (ETL: Extrahieren, Transformieren und Laden).

Die nachfolgende Abbildung zeigt die Komplexität des ETL-Prozesses von ViOSS: