Sensible Informationen in Dokumenten erkennen
umgesetzt von unserem Entwicklungspartner in Osteuropa
Automatische Erkennung sensibler Angaben in unstrukturierten Dokumenten; produktiv im Einsatz.
Laden...
Ausgewählte Projekte
Hier zeigen wir eine kleine Auswahl, die uns selbst besonders gereizt hat.
Forschung · Forschung, laufend · Stand: 04.11.2026
Architekturdesign: Generatives Architekturdesign mit eigenem Modelltraining
Ansatz: Fachliche Bewertung steuert Erzeugung und Auswahl von Varianten.
Aufgabe: Fachliches Urteil in die Erzeugung und Auswahl von Entwurfsvarianten übersetzen.
Lösung: Mit einer Architektin als Fachpartnerin entwickeln wir eine Entwurfsmaschine für Villen. Kriterien wie Raumhöhe, Spiegelungen und Rahmenfarben fließen in die Erzeugung ein. Ihre Favoriten werden zu neuen Häusern kombiniert: 256 Varianten in einem Lauf, ohne Modellanpassung.
Forschung: Separat haben wir eigene Modellanpassungen auf dem Hochleistungsrechner von hessian.AI trainiert und an Vergleichsbögen geprüft, welche Richtung trägt. Die gezeigten Entwürfe entstanden ohne diese Modellanpassungen.
Wofür Unternehmen den Ansatz einsetzen können: Fachliche Kriterien für Entwurfsvarianten festlegen und die erzeugten Varianten daran beurteilen.
Was uns daran gereizt hat: KI selbst trainieren, gesteuert vom Urteil einer Fachfrau.
KI-generiert
Mehr zum Projekt
Für Erzeugung und Training nutzen wir kommerziell frei nutzbare Modelle auf dem Rechencluster, keine Bild-API. Ein stärkeres Modell haben wir ausgeschlossen, weil seine Lizenz kommerzielles Training verbietet.
Ein Lauf auf H100-GPUs umfasste 238 Trainingsschritte, eine Rückhaltmessung und 72 Bilder in 52 Minuten und 26 Sekunden: Qwen-Image-2512, 44 Trainingsbilder aus 26 Häusern, 1024 Pixel. Die Richtungsaussage stammt aus unverblindeten Vergleichsbögen; ein gemessener Gütevorteil durch Training ist daraus nicht abgeleitet.
Die Pipeline protokolliert Erzeugungsparameter und Code-Stand je Bild. In einer dokumentierten Wiederholungsprobe war das Ergebnis bitgleich. Das ist eine Aussage über diese Probe.
Automatische Bildvergleiche prüfen den Gesamteindruck der Adapterbilder gegen Trainingsfotos und der Kombinationsbilder gegen die Favoriten. Für einen Adapter gab es zusätzlich eine verblindete Prüfung mit Kontrollbildern. Diese Prüfungen betreffen Gesamteindruck und Gesamtform, nicht einzelne Motive; sie sind keine rechtliche Prüfung.
KI-generiert
KI-generiert
Projekt · im Pilot beim Kunden · Stand: 04.11.2026
Finance Agent: Eingangsrechnungen mit nachvollziehbarer Klärungsliste
Aufgabe: Eingangsrechnungen prüfen, kontieren und an DATEV übergeben; wiederkehrende Unstimmigkeiten nachvollziehbar klären.
Lösung: Strukturiertes Auslesen der E-Rechnungen, KI-Kontierung und Prüfung gegen Stammdaten und Bankverbindung. Klärfälle werden mit Grund und nächstem Schritt gebündelt. Ihr Team klärt die Ausnahmen und gibt den Stapel frei.
Baustein: Eingangsrechnungsverarbeitung bis zum DATEV-Stapel.
E-Rechnungen eines ersten Pilotkunden bis zum DATEV-Stapel; gemeinsamer DATEV-Testimport ausstehend
Was uns daran gereizt hat: Das System begründet, warum es etwas sperrt.
Mehr zum Projekt
Der belegte Weg betrifft E-Rechnungen eines ersten Pilotkunden bis zum DATEV-Stapel. Ein gemeinsamer Testimport in die DATEV-Anwendung steht aus. Daraus folgt kein Kundenbetriebsnachweis für PDF- und Scanrechnungen.
Projekt · Prototyp · Stand: 04.11.2026
Antragsprüfung: KI-Antragsprüfung mit lokalem Modell
Aufgabe: Angaben aus PDF-Unterlagen auslesen und gegen fachliche Regeln prüfen.
Lösung: Ein lokal betriebenes Modell liest die Unterlagen aus; Regeln prüfen die Angaben. Ein Prüfbericht zeigt die Fundstellen. Bei der Antragsprüfung verlässt kein Dokument das Haus.
Baustein: Dokumentenprüfung mit Regeln und Fundstellen. Eine zweite Anwendung ist die Steuerbescheidprüfung, geprüft an 13 synthetischen Fallpaaren nach öffentlichen Steuerdokumenten. Die Lokal-Aussage gilt für die Antragsprüfung.
Machbarkeit als Prototyp gezeigt; kein belegter Betrieb. Die Steuerbescheidprobe enthält keine Mandantendaten.
Was uns daran gereizt hat: Aus einer langen Unterlage eine nachvollziehbare Prüffrage zu machen.
Mehr zum Projekt
Die Verarbeitung verbindet PDF-Upload, Modellauslesung, Regelprüfungen und einen Prüfbericht mit Fundstellen. Wofür Unternehmen die Lösung einsetzen können: wiederkehrende Unterlagen nach vereinbarten Kriterien zur fachlichen Entscheidung vorbereiten.
Die Steuerbescheidprüfung ist eine getrennte Anwendung. Die 13 synthetischen Fallpaare nach öffentlichen Dokumenten sind eine begrenzte Parser- und Ablaufprobe; daraus folgt keine allgemeine Qualitätsquote oder Aussage über lokale Verarbeitung dieser zweiten Anwendung.
Projekt · im Betrieb erprobt · Stand: 04.11.2026
Sprach-Assistent mit Avatar
Aufgabe: Informationen im Gespräch zugänglich machen.
Lösung: Der Assistent spricht in Echtzeit, hört zu und antwortet aus einer Wissensbasis. Ein 3D-Avatar mit Lippenbewegung läuft im Browser.
Baustein: Sprach-Avatar für Empfangs-, Support- oder Beratungsaufgaben.
im Live-Betrieb erprobt (5 Tage, 25 Gesprächssitzungen, Februar 2026)
Was uns daran gereizt hat: Dass aus einer Informationssuche ein direktes Gespräch werden kann.
Mehr zum Projekt
Der dokumentierte Einsatz umfasst fünf Tage und 25 Gesprächssitzungen im Februar 2026. Dieser Umfang belegt die Erprobung; er trägt keine allgemeine Erfolgsquote und keinen dauerhaften Betrieb.
Wofür Unternehmen die Lösung einsetzen können: einen Sprach-Assistenten als Empfangs-, Support- oder Beratungsassistenten einsetzen.
Auszeichnung · November 2020 · Stand: 04.11.2026
Bundesbank: Innovation Challenge
neusinger war eines von drei Gewinnerteams der Bundesbank Innovation Challenge im November 2020.
Die Auszeichnung betrifft den Wettbewerb 2020; heutige Funktionen und Folgeprojekte sind damit nicht belegt.
Was uns daran gereizt hat: Eine offene Fragestellung aus einer neuen Perspektive zu betrachten.
Mehr zum Projekt
Die Deutsche Bundesbank nennt neusinger als eines von drei Gewinnerteams der Innovation Challenge. Die Auszeichnung wird hier mit ihrem Wettbewerbsjahr gezeigt.
Quelle: Deutsche Bundesbank, 15.03.2021Aus unserem Partnernetzwerk
Einkaufsangebote schneller bewerten
umgesetzt von unserem Entwicklungspartner in Osteuropa
Ein Analysewerkzeug vergleicht Einkaufsangebote mit Absatz- und Preisdaten.
Dächer für die Solarplanung vermessen
umgesetzt von unserem Entwicklungspartner in Osteuropa
Laserscan-Daten werden zur Vermessung von Dachflächen genutzt; im Produktivbetrieb.
Von der KI-Idee zum Produkt
umgesetzt von unserem Entwicklungspartner in Osteuropa
Von der Machbarkeitsprüfung über einen Prototyp zur Produktentwicklung.
Ähnliches Vorhaben besprechen
Sie möchten eine ähnliche Aufgabe lösen? Im Erstgespräch klären wir Ziel, Daten und Systeme. Unsere Projektverantwortlichen melden sich mit einem Vorschlag für das weitere Vorgehen.
Ähnliches Vorhaben besprechen