Fortlaufende interne Forschung · Seit 2021
AI-Enabled Generic Integration System
Verbindung der Systeme, auf die Unternehmen bereits angewiesen sind, mit den Möglichkeiten der KI — ohne die Kontrolle darüber zu verlieren, wie die Arbeit erledigt wird.
Wir erforschen, entwickeln und testen unsere eigenen Systeme und überarbeiten die Architektur fortlaufend, während sich die KI-Technologien weiterentwickeln.
AEGIS ist unsere interne Forschungsaktivität. Es ist weder eine kostenpflichtige Dienstleistung noch ein zum Verkauf angebotenes Produkt.
Die Forschungsfrage
Das Projekt AEGIS erforscht eine generische Architektur, die es bestehenden Softwaresystemen ermöglicht, über semantisch angereicherte Schnittstellendefinitionen an KI-gestützten Geschäftsprozessen teilzunehmen, mit nur minimalen Änderungen an bestehenden Anwendungen und unter Beibehaltung einer deterministischen Prozessausführung.
Einfach gesagt: beschreiben, was Ihre Systeme können und was ihre Operationen bedeuten, sie mit KI verbinden und dabei Geschäftsregeln, Berechtigungen und Verantwortlichkeiten klar halten. Dies ist ein Forschungsziel — keine Behauptung, dass jede Integrationsherausforderung bereits gelöst ist.
Wir erforschen, wie bestehende Anwendungen, KI-Systeme und Geschäftsworkflows über eine wiederverwendbare Architektur zusammenarbeiten können, statt für jeden neuen Anwendungsfall eine eigene, maßgeschneiderte Verbindung zu schaffen.
Eine Schnittstelle sollte mehr beschreiben als nur den Aufruf eines Systems. Wir untersuchen Definitionen, die auch erklären, was eine Operation bedeutet, welche Informationen sie benötigt, welche Einschränkungen gelten und was ihr Ergebnis darstellt — damit KI angemessener mit Geschäftssystemen arbeiten kann.
Ziel ist es, die Fähigkeiten bestehender Software mit minimalen Änderungen zugänglich zu machen. Unternehmen sollen die KI-Integration erkunden können, ohne jede Anwendung neu zu bauen oder die Systeme aufzugeben, auf die sie sich bereits verlassen.
KI-Antworten können variieren. Wir erforschen deterministische Orchestrierung: Der umgebende Workflow folgt expliziten Regeln, Prüfungen und freigegebenen Schritten, auch wenn eine KI-Komponente nicht jedes Mal dieselbe Antwort liefert.
Wir entwickeln die Architektur und das zentrale Java-Framework selbst, implementieren experimentelle Systeme und testen sie. Die Arbeit stützt sich auf Java, Python, C++, Spring Boot, REST- und LLM-APIs, Unternehmensintegration und verteilte Systeme.
Laufzeitvalidierung prüft Ergebnisse, während ein Prozess läuft. Adaptives Prompting und automatisierte Mechanismen zur Fehlerkorrektur werden zusammen mit Grenzen und Fehlerbehandlung untersucht — um zu testen, wo diese Techniken helfen und wo menschliche Prüfung unverzichtbar ist.
Die 2010er-Jahre · Grundlagen
Unsere explorative Arbeit begann mit neuronalen Netzen und aufkommender Forschung zu Sprachmodellen, neben einem langjährigen Interesse an Unternehmensintegration — lange vor der jüngsten Welle weit verbreiteter generativer KI-Tools.
Anfang 2021 · Fortlaufende Forschung
AEGIS wurde zu einer fortlaufenden Forschungsaktivität des Unternehmens, die sich auf einen generischen Ansatz zur Integration von KI in bestehende Unternehmenssysteme und Geschäftsprozesse konzentriert.
Heute · Bauen, testen, verfeinern
Wir entwickeln funktionierende Systeme, testen Integrationsansätze und überprüfen unsere Annahmen, während sich Modelle, Protokolle und Tools ändern. Die Forschung bleibt aktiv, statt bei einer Demonstration stehen zu bleiben.
Wege, wie KI und Software zusammenarbeiten
Unsere Forschung folgt einem breiten, sich weiterentwickelnden Spektrum an Integrationsansätzen. Dies sind sich ergänzende Bausteine — einige sind Protokolle, andere Architekturmuster oder Arten, Arbeit zu organisieren. Es gibt keine einzelne Verbindungsmethode, die zu jedem Unternehmen passt.
Software sendet eine definierte Anfrage an ein KI-Modell und erhält eine Antwort. REST ist eine verbreitete, webbasierte Art, diese Aufrufe zu tätigen und bestehende Geschäftsanwendungen zu verbinden.
Die KI schlägt eine konkrete Aktion vor, etwa das Nachschlagen einer Bestellung. Die Anwendung prüft die Anfrage und die Berechtigungen, führt die Aktion aus und liefert das Ergebnis zurück. Die KI erhält keinen uneingeschränkten Zugriff.
Ein Agent kombiniert ein Modell mit Tools und einem Workflow, um eine Aufgabe über mehrere Schritte zu verfolgen. Wir untersuchen, wie diese Schritte begrenzt, nachvollziehbar und bei Bedarf freigabepflichtig bleiben.
Ein gemeinsames Protokoll zur Verbindung von KI-Anwendungen mit Tools, Daten und wiederverwendbaren Prompts. Es kann den Bedarf an einem eigenen Connector pro Anwendung verringern, während Zugriffsregeln weiterhin durchgesetzt werden müssen.
Ein Protokoll, mit dem Agenten unterschiedlicher Systeme Informationen über ihre Fähigkeiten austauschen, Aufgaben delegieren und den Fortschritt verfolgen können. Kooperation ersetzt nicht die Notwendigkeit von Verantwortung oder Kontrollen.
Wiederverwendbare Pakete aus Anweisungen, unterstützenden Ressourcen und manchmal Skripten, die einen Agenten durch eine bestimmte Art von Arbeit führen. Sie liefern aufgabenspezifisches Know-how statt an sich einen Kommunikationskanal.
Relevante Informationen werden aus einer freigegebenen Wissensquelle abgerufen, bevor die KI antwortet. Das kann eine Antwort in Unternehmensdokumenten verankern, garantiert aber nicht, dass jede Antwort korrekt ist.
Ein Geschäftsereignis — etwa ein eingehendes Dokument oder eine geänderte Bestellung — kann einen KI-gestützten Schritt auslösen. Warteschlangen und Benachrichtigungen lassen Systeme zusammenarbeiten, ohne auf eine einzige lange Konversation zu warten.
KI kann mit Text, Bildern, Dokumenten, Audio und, sofern unterstützt, Video arbeiten. Streaming und Echtzeitverbindungen lassen Ergebnisse oder Sprachinteraktionen schrittweise statt nur am Ende eintreffen.
Die KI liefert Informationen in einem vereinbarten Format, das die Software validieren kann. Ein Workflow entscheidet dann über die nächsten Schritte, einschließlich Freigabe, Wiederholung oder Eskalation. Eine gut geformte Antwort ist noch kein Beweis für eine korrekte Antwort.
Im Rahmen der Forschung testen wir die wichtigsten KI-Anbieter und Modell-Ökosysteme und schauen dabei über eine überzeugende Antwort hinaus darauf, wie sie sich innerhalb echter Software und Geschäftsworkflows verhalten.
Die Landschaft umfasst OpenAI, Anthropic (Claude), Google (Gemini), Microsoft (Azure AI), Amazon Web Services (Amazon Bedrock), Meta (Llama), Mistral AI, Cohere und DeepSeek. Manche stellen Modelle direkt bereit; andere bieten Plattformen für den Zugriff auf mehrere Modellfamilien. Unsere Abdeckung entwickelt sich weiter, während sich Technologien und Zugriffsoptionen ändern.
Tool-Nutzung, strukturierte Antworten, Kontextverarbeitung und Zusammenarbeit mit bestehenden Anwendungen.
Validierung, Fehlerbehandlung, Wiederholbarkeit des umgebenden Workflows und menschliche Freigabe.
Qualität, Sicherheit, Vertraulichkeit, Antwortzeit, Betriebskosten und Einschränkungen bei der Bereitstellung.
Anbieternamen bezeichnen die Technologielandschaft, nicht Partnerschaften oder Befürwortungen. Die Fähigkeiten hängen vom Modell, der Version und der Bereitstellung ab.
AEGIS gibt uns eine praktische Grundlage, um Unternehmen bei KI-bezogenen Aufgaben, Projekten und Entscheidungen zu unterstützen: die Optionen verstehen, bestehende Systeme verbinden, eine vorgeschlagene Lösung prüfen oder eine Implementierung entwickeln und testen.
Diese Erfahrung fließt sowohl in die vollständige Projektlieferung als auch in die Arbeit unserer erfahrenen Fachkräfte in Kundenteams ein. Jeder Kundenauftrag hat seinen eigenen vereinbarten Umfang; AEGIS selbst bleibt unsere fortlaufende interne Forschung.
Wie wir mit KI arbeiten
Wie auch immer Sie mit uns zusammenarbeiten — eine erfahrene Fachkraft in Ihrem Projekt oder ein komplettes Projekt, das wir übernehmen — unsere Fachleute nutzen ausnahmslos KI und KI-gestützte Werkzeuge, um Qualität, Effizienz und Vollständigkeit ihrer Arbeit zu verbessern. Sie sind alle auf dem neuesten Stand der Entwicklungen in diesem Bereich.
Aber sie übergeben ihre Arbeit nie an die KI. Sie setzen sie selbst um — und übernehmen dafür die Verantwortung.
KI ist eines unserer Gebiete — nicht unser Hauptgebiet. IT-Systementwicklung und -Integration sind unser Metier, mit oder ohne KI. Und innerhalb der KI selbst geht es uns nicht darum, einen eigenen KI-Dienst oder ein eigenes Modell zu entwickeln: Viele sehr fähige Forscher und Unternehmen weltweit tun dies bereits, und wir schätzen ihre Arbeit. Unser Hauptthema ist, was und wie Sie und wir mit diesen KI-Diensten tun können — praktisch und realistisch.
„Wer etwas ohne KI nicht kann, wird es auch mit KI nicht können. KI kann nur verbessern, nicht ersetzen.“
In unserem gesamten Geschäft ist der Mensch die Hauptkomponente. Nicht, weil die Fähigkeiten der KI unzuverlässig wären — sondern weil menschliche Fähigkeiten unersetzlich sind.
