E-Mail-Triage · Live-Demo

Posteingang in unter einer Sekunde sortiert.

Ein­gehende Mail → eine Schwär­zung entfernt per­sonen­bezo­gene Daten → ein lokales Sprach­modell klas­sifi­ziert Notfall vs. Rechnung vs. Routine → Auto-Reply-Vorschlag + Routing in den richtigen Workflow. Alles ohne Cloud-Anbindung. Vier Beispiele vor­geladen oder eigene Mail einfügen.

Eingehende E-Mail

Mail kommt typischerweise via IMAP-Listener, Office-365-Webhook oder Mail-Forward zur Triage.

Beliebiger Mail-Text — wir erkennen Notfall, Rechnung, Routine, Spam und Beschwerde. Namen, IBAN und Versichertennummern werden vor der KI-Auswertung geschwärzt.
E-Mail-Einordnung · wartet live
⏵
Wählen Sie ein Szenario obenlinks
oder fügen Sie eine eigene Mail ein.
Enter: Klassifikation starten
Was unter der Oberfläche passiert

Was Sie oben sehen ist 5 %. Die anderen 95 % sind die Arbeit.

Die Klassifikation oben dauert 3 Sekunden. Die 12 Schichten darunter verhindern, dass Sie 3 Sekunden später eine peinliche Mail an einen Patienten als „Fleischerei" verschicken.

SICHTBAR

Lead rein → Lead klassifiziert

Der eine Pfad den der Endnutzer sieht. Drei Sekunden, drei farbige Zeilen, fertig.

— unter der Wasserlinie —
  • 01
    Anti-Halluzination-Layer · Whitelist-Validator gegen erfundene Branchen, Confidence-Floor 78 % sonst Reroute zu Mensch.
  • 02
    Schwärzung personenbezogener Daten · Personennamen, Krankenkassen-Nr. und IBAN werden automatisch geschwärzt, bevor das Sprachmodell sie sieht. DSGVO Art. 32.
  • 03
    Multi-Model-Fallback · kleines lokales Modell → größeres lokales Modell → manuelle Review. Drei Stufen, einprogrammierte Eskalation.
  • 04
    Branchen-Whitelist + Synonym-Map · 64 Branchen kuratiert; Tierarzt-Praxis ≠ Fleischerei (das Beispiel war real).
  • 05
    Tenant-Isolation · Multi-Customer-Setup ohne Datenkreuz. Vector-DBs separat, Logs separat, Modell-Configs separat.
  • 06
    Backpressure-Queue · 1 000 Leads/min Burst-Test bestanden. Redis-basiert, mit Rate-Limit pro Webhook-Source.
  • 07
    Antwort-Zwischenspeicher · Ähnliche Anfragen erhalten eine gespeicherte Antwort; bei hohem Aufkommen spart das 60–80 % der Modellaufrufe.
  • 08
    Drift-Detection · Wöchentlicher Vergleich Klassifikations-Verteilung gegen Baseline. Alert bei >3-Sigma-Abweichung.
  • 09
    Prüfprotokoll + Aufbewahrungsregel · Jeder Run zeitgestempelt, Hash der Eingabe, Modell-Version, Routing-Entscheidung. 7 Jahre nach DSGVO.
  • 10
    Self-Healing-Retry · LLM-Timeout, Datenbank-Verbindungsabbruch, Webhook-5xx — alles mit exponential-backoff + dead-letter-Queue.
  • 11
    Versionen-Manager + Rollback · Modell-Updates als Canary auf 5 % Traffic, Auto-Rollback bei Genauigkeit-Drop >1 %.
  • 12
    Branchen-Compliance-Layer · Healthcare = HWG-Filter, Anwalt = BORA-Filter, Apotheke = AMG-Filter. Was nicht raus darf, geht nicht raus.
Engineering hinter diesem System
240+
Stunden Architektur · Modell-Tuning · Branchen-Validierung

Kein Vibe-Code. Keine LangChain-Quickstart. Eine Plattform die acht Branchen zugleich bedient ohne dass eine die andere stört.

Was wenn…

Acht Fragen, die ein Endnutzer nie stellt, und die Sie schlaflos machen würden.

Diese Edge-Cases sind mit jedem Tier-Setup abgedeckt. Klicken Sie auf eine Karte, die Antwort wird sichtbar, ohne dass wir das WIE preisgeben.

Komponenten-Topologie

Zwölf Komponenten. Ein Workflow.

Hover über einen Knoten zeigt was er tut + Setup-Aufwand. Was wir nicht zeigen: die Configs, die Prompts, die kuratierten Branchen-Heuristiken , das ist 60 % der eigentlichen Magie.

Ingress
Schwärzung
Primär-LLM
Fallback-LLM
Whitelist-Validator
Vector-DB
Backpressure-Queue
Antwort-Zwischenspeicher
Routing-Engine
Compliance-Layer
Prüfprotokoll
Drift-Monitor
So funktioniert es

Drei Schritte. Alles lokal. Keine Cloud-Latenz.

Schritt 1

Webhook empfängt

Anfrage kommt rein, egal woher: Kontaktformular, E-Mail, Telefon-Notiz, IG-DM-Pipeline. Wir nehmen JSON, Text oder strukturierte Felder entgegen.

Schritt 2

Lokales LLM klassifiziert

Das lokale Modell läuft auf Ihrer Hardware (oder unserer DE-Cloud). Klassifiziert Branche, Dringlichkeit und Sentiment in unter 1 Sekunde. Keine Daten verlassen das Haus.

Schritt 3

Routing-Engine entscheidet

Branche  → richtige Pipeline. Arzt-Anfrage geht in die Praxis-Software, Anwalt in die Kanzlei-DMS, alles andere in die manuelle Review-Queue mit KI-Vorschlag.

Workflow-Bundle

ab 699 €/Monat

Eingerichtet in 2-3 Wochen. Discovery + Pilot-Phase kostenlos. Volumen-Pricing für >5 000 Workflow-Runs/Monat. Keine Per-Token-Kosten, wir betreiben das LLM lokal.

Nächster Schritt

Passt das zu Ihrem Betrieb?

Im Discovery-Audit prüfen wir gemeinsam, welcher Ablauf sich bei Ihnen lohnt — und welcher nicht.

Discovery-Audit anfragenLösungen ansehen