veilSense wächst: Neue Features für smarte Teamarbeit mit KI
Überblick
In letzter Zeit war es um veilSense vielleicht etwas ruhiger – zu Unrecht. Was als Experiment begann, um moderne Entwicklungsmethoden mit Hilfe von KI zu erproben und zu verifizieren, hat sich dank eines grundlegend geänderten Entwicklungsprozesses zu etwas weitaus Größerem entwickelt: einer mächtigen AI-Kollaborationsplattform, die Teams dabei unterstützt, KI nicht nur zu nutzen, sondern wirklich produktiv mit ihr zu arbeiten.
Der Sprung war gewaltig – und er zeigt sich in jedem Detail. Produktiver arbeiten, sicherer kommunizieren, Wissen besser nutzen – das sind keine Versprechen, sondern konkrete Anforderungen aus dem Arbeitsalltag. Mit einer Reihe neuer Features macht veilSense genau dort weiter, wo klassische KI-Tools aufhören: bei der Frage, wie Teams dauerhaft und verlässlich mit KI arbeiten können und die Daten zuverlässig zentral absichern – ohne Kontrollverlust, ohne Datenschutzrisiken, ohne Chaos.
🧠 Brain (Wiki) – Ein Weltmodell ohne Halluzinationen
Sprachmodelle halluzinieren, wenn sie keinen verlässlichen Kontext haben. Die Antwort darauf ist nicht ein besseres Modell – sondern eine bessere Wissensbasis. Das Brain in veilSense ist genau das: eine strukturierte, vernetzte Wissensdatenbank, die sowohl Menschen als auch KI als gemeinsame Grundlage dient.
Wissen wird nicht manuell gepflegt und isoliert abgelegt, sondern automatisch aus vorhandenen Inhalten extrahiert und miteinander verknüpft – ähnlich wie ein Gehirn Informationen nicht als lose Fakten speichert, sondern in Beziehung zueinander setzt. Gleichzeitig bleibt das Brain offen für manuelle Ergänzungen: Wer Wissen direkt einbringen möchte, kann Einträge selbst verfassen und dabei auf eine integrierte KI-Schreibhilfe zurückgreifen, die Texte umformuliert, verdichtet oder neu strukturiert – und das auf Wunsch mit automatischer Anonymisierung, bevor Inhalte das LLM erreichen. Vertrauliches Wissen lässt sich so einpflegen, ohne sensible Details preiszugeben.
Die so entstehenden Einträge sind nicht nur durchsuchbar, sondern lassen sich wie in Obsidian als visuelles Netzwerk darstellen. Zusammenhänge zwischen Themen, Projekten und Personen werden auf einen Blick erkennbar – ohne dass jemand diese Verbindungen manuell ziehen müsste. Der Brain Assistant greift über Graph RAG auf genau dieses Modell zu und liefert Antworten, die nicht auf Wahrscheinlichkeiten basieren, sondern auf echtem, verifizierbarem Unternehmenswissen.
🤖 Assistants – Spezialisierte KI statt Universalwerkzeug
Ein einzelnes LLM kann vieles – aber selten alles gut. Deshalb setzt veilSense auf spezialisierte Assistants: vorkonfigurierte KI-Agenten, die klar abgegrenzte Aufgaben übernehmen. Der Brain Assistant beantwortet Fragen auf Basis des internen Wikis. Der CV Assistant gleicht Mitarbeiterprofile mit Stellenanforderungen ab und legt die Ergebnisse strukturiert im Knowledge Graph ab. Statt auf „magische Antworten” zu hoffen, entsteht so eine belastbare Wissensbasis, auf der das LLM kontrolliert und nachvollziehbar arbeitet. Der Datenbank Assistant hilft, Datenmodelle in Beziehung zu setzen für gezielte abfragen und Visualisierungen.
💬 Prompts & Threads – Kontext, der nicht verloren geht
veilSense hält den vollständigen Gesprächsverlauf persistent. Das LLM kennt den Kontext über mehrere Nachrichten hinweg, Threads lassen sich fortsetzen, verzweigen und wiederverwenden. Dazu kommen Prompt Templates: Wiederverwendbare System-Prompts, die im gesamten Workspace geteilt werden – damit gute Prompts nicht bei einer Person bleiben, sondern dem ganzen Team zugutekommen. Automatische und konfigurierbare Löschprozesse helfen jedoch, Ordnung im Workspace zu behalten. Um vor dem endgültigen Löschen zu bewahren, können ganze Threads oder nur einzelne Bestandteile in das Brain überführt werden, um sukzessive eine Wissensdatenbank aufzubauen. Ist der Thread zu lang, kann dieser vor Speicherung durch AI zusammengefasst werden, um nur die Kernpunkte der Konversation zu übernehmen.
Ein weiterer Aspekt, der im Alltag oft unterschätzt wird: Automatische Anonymisierung. Wenn aktiviert, erkennt veilSense personenbezogene Daten wie Namen, E-Mail-Adressen oder Telefonnummern und ersetzt sie, bevor die Nachricht das LLM erreicht. Ergänzend dazu lassen sich workspace-spezifische Dictionaries pflegen – etwa mit Projektnamen, Kundennamen oder internen Bezeichnungen – sodass auch unternehmensspezifische Inhalte zuverlässig anonymisiert werden. Wer bei besonders sensiblen Themen noch einen Schritt weiter gehen möchte, kann pro Workspace gezielt ein lokales Modell – etwa über Ollama – einsetzen. Daten verlassen dann das Unternehmensnetzwerk erst gar nicht. Die Kombination aus Anonymisierung, firmeneigenem Dictionary und freier Modellwahl gibt Teams die volle Kontrolle darüber, welche Informationen welches Modell überhaupt erreichen.
🕐 History – Transparenz über jede KI-Interaktion
Wer im Team mit KI arbeitet, muss nachvollziehen können, was wann warum passiert ist. Die History-Ansicht protokolliert jede Ausführung vollständig – mit Zeitstempel, Input, Output und Token-Verbrauch inklusive Kostenschätzung. Admins können zusätzlich nach Workspace-Mitgliedern filtern. Alle gespeicherten Ergebnisse sind AES-verschlüsselt und werden erst bei der Anzeige entschlüsselt. Kontrolle und Sicherheit schließen sich hier nicht aus – sie gehören zusammen.
🏢 Workspaces – Struktur, die Teams wirklich brauchen
Hinter allem steht das Konzept der Workspaces: Jedes Team oder Projekt erhält einen klar abgegrenzten Bereich mit eigenem Wissen, eigenen Assistenten, eigener History und eigenen Einstellungen. Das verhindert, dass Kontexte vermischt werden – ein Problem, das bei unkontrolliertem KI-Einsatz schnell zu plausibel klingenden, aber falschen Antworten führt.
Dabei bleibt die Kontrolle nicht nur auf Workspace-Ebene stehen. Über ein klar definiertes Rollenmodell mit drei Stufen – CONSUMER, CREATOR und ADMIN – lässt sich feingranular steuern, wer im Workspace welche Inhalte sehen, erstellen oder verwalten darf. Ob bestimmte Assistenten, Brain-Einträge oder History-Daten nur für Admins sichtbar sein sollen oder dem gesamten Team zur Verfügung stehen – diese Entscheidung liegt beim Team selbst, nicht bei der Plattform. So lassen sich auch sensible Projektbereiche oder vertrauliche Wissensinhalte gezielt absichern, ohne separate Systeme oder Workarounds zu benötigen.
Ein Budget-Indikator zeigt dabei jederzeit den aktuellen LLM-Verbrauch im Verhältnis zum konfigurierten Monatsbudget – damit KI-Nutzung im Team nicht nur sicher, sondern auch kalkulierbar bleibt.
🔓 Open Source – Transparenz vom ersten Tag an
veilSense ist kostenlos und als Open-Source-Projekt verfügbar. Wer wissen möchte, wie die Plattform mit Daten umgeht, muss nicht vertrauen – sondern kann nachschauen. Gerade im Kontext von Datenschutz und Compliance ist das kein Detail, sondern ein Grundprinzip: Transparenz beginnt nicht mit dem ersten Audit, sondern mit dem ersten Commit.
🚀 Jetzt ausprobieren
Überzeugen Sie sich selbst: veilSense steht unter https://veilsense.eu bereit. Haben Sie Fragen oder möchten Sie mehr erfahren? Wir freuen uns auf Ihre Nachricht!
0 Kommentare