Bestehendes Wissen erschließen
Vorhandene Quellsysteme werden mit einer Ebene verbunden, die Unternehmenswissen für die KI verfügbar macht. Bestehende Zugriffsrechte gelten weiter.
ATLAS macht vorhandenes Unternehmenswissen für verschiedene KI-Modelle nutzbar. Unternehmen behalten dabei die Kontrolle über Daten und Anbieter.
Gefördert aus Mitteln der Wirtschaftsförderung des Landes Tirol.
Förderlogo & Nutzungsinformation
Praxis, Technik, Recht und Wissenschaft an einem Tisch.
Foto: Birgit Pichler
Sensible Dokumente, E-Mails und Fachwissen liegen heute verteilt in gewachsenen Systemen. ATLAS erschließt dieses Wissen für KI, ohne dass Unternehmen die Kontrolle über ihre Daten oder die Möglichkeit zum Anbieterwechsel aufgeben.
Vorhandene Quellsysteme werden mit einer Ebene verbunden, die Unternehmenswissen für die KI verfügbar macht. Bestehende Zugriffsrechte gelten weiter.
Rollen, Freigaben, Routing und Nachvollziehbarkeit werden im ATLAS Control Layer gebündelt.
Modelle und Anbieter können später gewechselt werden.
Diese Prinzipien bilden die Grundlage für Technik und rechtliche Umsetzung. Die C3A-Orientierung dient ergänzend der wissenschaftlichen Bewertung.
Sensible Daten bleiben unter der Kontrolle des Unternehmens. Zugriffe werden entlang bestehender Rollen und Berechtigungen gesteuert.
Modelle und Anbieter können später gewechselt werden.
Daten, Wissen und Prozesse können bei einem Systemwechsel mitgenommen werden. Unternehmen bleiben frei in der Wahl von Systemen und Betriebsmodellen.
Datenschutz, Berufsgeheimnis und Nachvollziehbarkeit werden von Anfang an berücksichtigt. Sie sind bereits Teil der technischen Konzeption.
Referenzarchitektur
Quellsysteme → Wissensschicht → ATLAS Control Layer → austauschbare Modelle.
Dokumente, E-Mails und Fachanwendungen bleiben die führenden Systeme. ATLAS bindet sie über modulare Konnektoren an.
Diese Ebene macht Unternehmenswissen für die KI verfügbar. Inhalte werden geordnet und mit Kontext versehen, die Berechtigungen der Quellsysteme gelten auch hier.
Der Control Layer legt fest, welche Daten an welches Modell weitergegeben werden. Rollen, Freigaben und Protokollierung sind an einer Stelle gebündelt.
Modelle und Werkzeuge können ausgetauscht werden, ohne die gesamte Lösung neu aufzubauen. Daten, Rechte und Prozesse bleiben dabei unverändert.
In zwölf Monaten und fünf Arbeitspaketen verbinden die Partner Entwicklung, rechtliche Umsetzung, Pilotbetrieb und wissenschaftliche Auswertung.
Systemanalyse, Schnittstellen, Vertrauensgrenze zwischen Unternehmensdaten und KI-Modellen sowie erste Datenschutz-Folgenabschätzung.
ErgebnisAbgestimmtes Lösungskonzept und messbare Anforderungen
Datenklassifikation, Berechtigungslogik, Wissensaufbereitung und modulare Konnektoren zu bestehenden Quellsystemen.
ErgebnisStrukturierte, berechtigungstreue Wissensbasis
Control Layer, Wissensschicht, austauschbare Anbindung der KI-Modelle und Einbindung in vertraute Arbeitsumgebungen.
ErgebnisLauffähiger Prototyp mit realen Use Cases
Pilotbetrieb, Nutzerfeedback, Qualitätsmessung, Performance-Optimierung und externer Sicherheitstest.
ErgebnisPraxiserprobte Architektur in zwei Branchen
Wissenschaftliche Auswertung, Blueprint, Whitepaper, Demo, Workshop und öffentliche Dokumentation.
ErgebnisÜbertragbares Modell für andere Unternehmen
ATLAS entsteht nicht im Labor. Eine Rechtsanwaltskanzlei und eine Steuerberatungskanzlei bringen reale Abläufe mit hohen Anforderungen an Vertraulichkeit und Berufsgeheimnis ein. Genau dort muss die Architektur bestehen.
Fotos: Birgit Pichler
Recht, Technik, Steuerberatung und Wissenschaft bringen ihre Erfahrung ein und entwickeln daraus eine Lösung, die auch für andere Unternehmen nutzbar sein soll.
Die Projektergebnisse werden nach ihrer fachlichen und rechtlichen Freigabe hier veröffentlicht.
PDF · V1.0
PDF · V1.0
PDF · V1.0
MEDIEN · COLLECTION
Projektjournal
Mit der Förderzusage beginnt die Umsetzung: ATLAS soll Unternehmenswissen für KI nutzbar machen, ohne die Kontrolle über die Daten aufzugeben.
Update lesen