Dentro – KI Entwicklung & KI Beratung

KI Showcases

Nachstehend finden Sie eine Auswahl von Projekten, an denen wir in letzter Zeit gearbeitet haben. Einige davon wurden von Kunden in Auftrag gegeben, andere wurden von uns initiiert.

CompanyGPT

Eine Webanwendung, die wie ChatGPT Plus funktioniert, aber ohne sensible Daten zu gefährden. Text, Bilder, Dateien, Code – alles, was Sie wollen.

Webanwendung

KI / LLM

Authentifizierung

APIs

Confidant

Lösung zum Austausch sensibler Informationen zwischen mehreren Parteien mit Hilfe von KI und einem einfachen webbasierten Verfahren.

Webanwendung

KI / LLM

React

E-Mail-Auhthentifizierung

Telegram KI-Chatbot

Wir haben einen Chatbot für Telegram gebaut. Er ist kostenlos, wird von GPT-4 betrieben und kann sowohl Text- und Sprachnachrichten als auch Bilder verstehen.

Telegram Bot

KI / LLM

Spracherkennung

Bilderkennung

Lead-Generierung mit KI

Wir haben eine Software entwickelt, mit der Sie im Internet nach gezielten Informationen über Leads suchen können. Durch die Kombination von Web-Crawling und LLMs ist es möglich, so ziemlich jede benötigte Information gezielt zu finden.

Unternehmenssoftware

KI / LLM

Web crawling

Über das Projekt Vor allem europäische Unternehmen stehen immer wieder vor der Herausforderung, moderne Sprachmodelle datenschutzkonform nutzen zu können. Wir haben eine Webanwendung entwickelt, welche genau dies ermöglicht. Mitarbeiter:innen können dadurch KI rechtssicher im Unternehmensalltag einsetzen. Zusätzlich zur Chat-Funktion ermöglicht die Anwendung auch das Erstellen von Bildern, die Suche im Internet und die Arbeit mit Dateien. Technische Details Das responsive Frontend basiert auf dem Reflex-Framework. LLMs (z.B. GPT-4o von OpenAI) sind via APIs angebunden und zusätzliche Funktionen (z.B. Websuche) separat integriert. Die unterschiedlichen Features sind über Langchain miteinander verbunden. Mitarbeiter:innen können sich mit ihren Microsoft- und Google-Accounts authentifizieren. Die Anwendung als Ganzes ist auf Dentro-Servern deployed und entsprechend zuverlässig und autark.
Über das Projekt Unsere Software erlaubt es nach praktisch allen notwendigen Lead-Informationen im Internet zu suchen. Der Prozess dazu ist folgendermaßen aufgebaut:

1. Festlegen, nach welchen Informationen gesucht werden soll. Beispielsweise Branche oder Art der Organisation.

2. Die KI erstellt entsprechende Suchbegriffe.

3. Alle Suchbegriffe werden nacheinander automatisch gesucht und entsprechende Website-Ergebnisse zwischengespeichert.

4. Gefundene Webseiten werden hinsichtlich ihrer Relevanz analysiert. Wenn relevant, werden gewünschte Daten (z.B. Firmenname, Kontaktdaten, o.Ä.) ausgelesen und in einer strukturierten CSV-Datei zum Download bereitgestellt.
Technische Details Das KI-Lead Generation-Projekt nutzt Google Places für die Website-Erkennung und extrahiert dann Inhalte über einfache Anfragen oder einen Headless-Browser. Der Inhalt der Websites wird gekürzt, sodass nur wichtige Abschnitte erhalten bleiben. Dieser prägnante Inhalt wird vom GPT-4-Modell von OpenAI analysiert, um Branchenrelevanz, Kontakt-E-Mails und URLs zu identifizieren und so den Lead-Generierungsprozess zu optimieren.
Über das Projekt Der AskDentro-Telegram-Bot funktioniert wie ein KI-Chat und kann über die Telegram-App komfortabel vom Smartphone aus genutzt werden. Die Anwendung basiert auf dem Sprachmodell GPT-4 von OpenAI und kann sowohl Text-und Sprachnachrichten verstehen, als auch Bilder interpretieren. Die gelegentliche Nutzung ist kostenlos, Power-User haben die Möglichkeit ihren eigenen OpenAI-API-Key zu hinterlegen. Technische Details Der Bot setzt auf die Telegram-Python-Library und GPT-4 als KI-Basis. Um Sprachnachrichten zu verstehen wird Whisper von OpenAI eingesetzt. Damit können Sprachnachrichten zunächst zu Text transkribiert und anschließend von GPT-4 beantwortet werden.
Telegram-Bot ausprobieren
Über das Projekt Unter anderem Bauunternehmen haben häufig mit standardisierten Ausschreibungen und der Kalkulation von Angeboten auf Basis von Leistungsverzeichnissen zu tun. Ein langwieriger manueller Prozess, welchen wir deutlisch vereinfacht haben. Unser Prozess funktioniert folgendermaßen: 1. Standardisierte Ausschreibung kinderleicht an eine bestimmte E-Mail-Adresse weiterleiten. Sonst nichts, das ist tatsächlich alles. 2. Basierend auf den Vorgaben des Unternehmens (Preistabellen, Herstellerpreislisten, o.Ä.) bestimmt die KI die Preise der einzelnen Positionen. 3. Das ausgefüllte Angebot wird per E-Mail retour gesandt und kann bei Bedarf noch manuell geändert/ergänzt werden, bevor es an den potenziellen Auftraggeber übermittelt wird. Abgesehen von PDFs kann unsere Lösung auch anderweitige Formate wie z.B. GAEB oder Ö-NORM bereitstellen, welche direkt mit ERP-System weiterverarbeitet werden können. Technische Details Um Unternehmen weitere Webanwendungen zu ersparen, erfolgt die Übergabe der Ausschreibung an unsere Software ganz praktisch via E-Mail. Das Dokument wird dann in mehreren Einzelschritten ausgelesen und in die einzelnen Angebotsbestandteile zerlegt. Eine KI wählt aus internen Preislisten oder Herstellerpreislisten die richtigen Werte aus, welche dann an die richtigen Stellen in der PDF geschrieben werden. Das ausgefüllte Angebot geht dann nach wenigen Minuten zurück an die E-Mail-Adresse von der es eingegeben wurde.
Projekt-Website
Über das Projekt Unser Kunde hat mit einem relativ hohem Aufkommen an Supportanfragen zu tun. Diese werden manuell gelesen und beantwortet. Viele der Anfragen wiederholen sich jedoch inhaltlich, so dass wir den Prozess teil-automatisiert haben.

Basierend auf den FAQs und weiteren Informationen haben wir eine Anwendung entwickelt, in welche der Supportmitarbeiter eine Kundenanfrage reinkopieren kann und einen automatischen Antwortvorschlag zurückerhält. Diesen Antwortvorschlag kann er dann anschließend optional ergänzen/ändern und an den Endkunden retournieren.
Technische Details Die Anwendung basiert auf einem LLM-RAG-Flow. Wir haben dazu verschiedene Dokumente vektorisiert und via RAG (Retrieval Augemented Generation) auslesbar gemacht. Die Anwendung sucht entsprechend zuerst zur Kundenanfrage passende Informationen und erstellt auf deren Basis mit Einsatz eines Sprachmodells (in diesem Fall GPT-4 von OpenAI) einen Antwortvorschlag. Die Anwendung selbst ist für den Supportmitarbeiter über eine einfache Weboberfläche zugänglich.