Antworten mit Quellenangabe – aus deinen Dokumenten.
MadeForPrivacy macht Ablagen, Verträge, Handbücher und Postfächer für Agenten durchsuchbar: mit RAGFlow als Knowledge-Schicht, die in deiner Installation läuft. Jede Antwort zeigt, woher sie kommt – und nur, wer die Quelle sehen darf, bekommt sie.
So wird aus Dokumenten Wissen
Einlesen, zerlegen, wiederfinden – nachvollziehbar.
Knowledge ist in MadeForPrivacy ein Tool-Schritt wie jeder andere: Ingestion schreibt in eine Quelle, Retrieval liest daraus. Beides läuft in der Pipeline, mit Datenzone und Tracking.
Einlesen
Dateien, Text oder ganze Ablagen – PDF, Office, Scans. RAGFlow erkennt Layout und Tabellen, statt nur Text zu schaben.
ingestionZerlegen & indexieren
Dokumente werden in sinnvolle Abschnitte geteilt und als Vektoren hinterlegt. Auch große Bestände bleiben belastbar durchsuchbar.
chunks + embeddingsSuchen
Stichwort- und Vektorsuche kombiniert, Treffer gegeneinander gewichtet, entdoppelt und neu sortiert.
hybrid retrievalBelegen
Treffer landen als Items im Aktenkoffer – mit Verweis auf das Originaldokument. Der nächste Schritt antwortet damit, nicht aus dem Bauch.
memory itemsQuellen & Zugriff
Getrennt nach Team, Bereich, Mandant – und Person.
Jede Knowledge-Quelle ist ein Katalogeintrag mit Typ, Datenzone und Gruppen. Agenten durchsuchen nur Quellen, für die die anfragende Person berechtigt ist – ohne Vermischung.
- DatasetsDokumentenindizes für Ablagen, Verträge, Produktunterlagen, Tickets. Ingestion per Pipeline oder Massenimport ganzer Laufwerke.
- Gebunden an AD-GruppenWer im Verzeichnis zur Gruppe gehört, sieht die Quelle. Wer geht, sieht sie nicht mehr – ohne Pflege im Produkt.
- Persönliche QuellenBenutzerbasierte Quellen halten pro Person einen eigenen Bereich. Nevas Gedächtnis ist genau so gebaut.
- Handbücher als kuratierte QuelleGit-gestützte Dokumentsammlungen mit Lese- und Schreibrechten pro Gruppe – gepflegtes Wissen statt Dateiwildwuchs.
Dokumente
PDF, Word, Excel, Scans, Mails – mit Layout- und Tabellenerkennung.
Gruppen
Zugriff pro Quelle über deine AD-Gruppen.
Datenzone
Quelle und Agent tragen eine Zone; lokal bleibt lokal.
Handbücher
Versionierte, berechtigte Sammlungen als Quelle.
Gedächtnis
Neva merkt sich, was dir wichtig ist. Nur dir.
Neben Dokumenten gibt es ein zweites Standbein: Memories. Die persönliche Assistentin entscheidet vor jeder Antwort getrennt, ob sie nachschlagen und ob sie sich etwas merken soll – deterministisch, pro Person isoliert.
rawDie Gesprächsrunde, wie sie war – Frage und Antwort.
semanticFakten und Präferenzen: Zuständigkeiten, Formate, Vorlieben.
episodicWas wann passiert ist – der Vorgang, nicht nur das Ergebnis.
proceduralWie etwas erledigt wird: Abläufe, die sich wiederholen.
Speichern und Nachschlagen sind zwei getrennte Entscheidungen – Neva speichert nur die Nachricht, nie ihre eigene Antwort, und sagt dir, wenn sie sich etwas gemerkt hat.
Die Knowledge-Schicht
RAGFlow – Open Source, bei dir installiert.
RAGFlow ist eine Open-Source-Engine für Retrieval-Augmented Generation mit tiefem Dokumentenverständnis. MadeForPrivacy betreibt sie als Teil des Stacks: Inhalte verlassen deine Infrastruktur nicht, und die Suche liefert jeden Treffer mit Verweis auf das Original.
Layout & Tabellen
Erkennt Strukturen in PDFs und Scans statt nur Fließtext.
Hybride Suche
Stichwort- und Vektortreffer gewichtet, entdoppelt, sortiert.
Quellenangaben
Jeder Treffer verweist auf Dokument und Stelle.
Eigener Betrieb
Läuft als Container im MadeForPrivacy-Stack, GPU optional.
Live-Demo
Welche Ablage soll als Erstes antworten?
Bring einen Ordner, ein Handbuch oder ein Postfach mit – wir zeigen live, wie Agenten daraus belegte Antworten machen.