<\/p>\n\n\n\n
In letzter Zeit war es um veilSense vielleicht etwas ruhiger \u2013 zu Unrecht. Was als Experiment begann, um moderne Entwicklungsmethoden mit Hilfe von KI zu erproben und zu verifizieren, hat sich dank eines grundlegend ge\u00e4nderten Entwicklungsprozesses zu etwas weitaus Gr\u00f6\u00dferem entwickelt: einer m\u00e4chtigen AI-Kollaborationsplattform<\/strong>, die Teams dabei unterst\u00fctzt, KI nicht nur zu nutzen, sondern wirklich produktiv mit ihr zu arbeiten.<\/p>\n\n\n\n Der Sprung war gewaltig \u2013 und er zeigt sich in jedem Detail. Produktiver arbeiten, sicherer kommunizieren, Wissen besser nutzen \u2013 das sind keine Versprechen, sondern konkrete Anforderungen aus dem Arbeitsalltag. Mit einer Reihe neuer Features macht veilSense genau dort weiter, wo klassische KI-Tools aufh\u00f6ren: bei der Frage, wie Teams dauerhaft und verl\u00e4sslich mit KI arbeiten k\u00f6nnen und die Daten zuverl\u00e4ssig zentral absichern \u2013 ohne Kontrollverlust, ohne Datenschutzrisiken, ohne Chaos.<\/p>\n\n\n\n Sprachmodelle halluzinieren, wenn sie keinen verl\u00e4sslichen Kontext haben. Die Antwort darauf ist nicht ein besseres Modell \u2013 sondern eine bessere Wissensbasis. Das Brain<\/strong> in veilSense ist genau das: eine strukturierte, vernetzte Wissensdatenbank, die sowohl Menschen als auch KI als gemeinsame Grundlage dient.<\/p>\n\n\n\n Wissen wird nicht manuell gepflegt und isoliert abgelegt, sondern automatisch aus vorhandenen Inhalten extrahiert und miteinander verkn\u00fcpft \u2013 \u00e4hnlich wie ein Gehirn Informationen nicht als lose Fakten speichert, sondern in Beziehung zueinander setzt. Gleichzeitig bleibt das Brain offen f\u00fcr manuelle Erg\u00e4nzungen: Wer Wissen direkt einbringen m\u00f6chte, kann Eintr\u00e4ge selbst verfassen und dabei auf eine integrierte KI-Schreibhilfe<\/strong> zur\u00fcckgreifen, die Texte umformuliert, verdichtet oder neu strukturiert \u2013 und das auf Wunsch mit automatischer Anonymisierung, bevor Inhalte das LLM erreichen. Vertrauliches Wissen l\u00e4sst sich so einpflegen, ohne sensible Details preiszugeben.<\/p>\n\n\n\n Die so entstehenden Eintr\u00e4ge sind nicht nur durchsuchbar, sondern lassen sich wie in Obsidian<\/strong> als visuelles Netzwerk darstellen. Zusammenh\u00e4nge zwischen Themen, Projekten und Personen werden auf einen Blick erkennbar \u2013 ohne dass jemand diese Verbindungen manuell ziehen m\u00fcsste. Der Brain Assistant<\/strong> greift \u00fcber Graph RAG auf genau dieses Modell zu und liefert Antworten, die nicht auf Wahrscheinlichkeiten basieren, sondern auf echtem, verifizierbarem Unternehmenswissen.<\/p>\n\n\n\n Ein einzelnes LLM kann vieles \u2013 aber selten alles gut. Deshalb setzt veilSense auf spezialisierte\u00a0Assistants<\/strong>: vorkonfigurierte KI-Agenten, die klar abgegrenzte Aufgaben \u00fcbernehmen. Der\u00a0Brain Assistant<\/strong>\u00a0beantwortet Fragen auf Basis des internen Wikis. Der\u00a0CV Assistant<\/strong>\u00a0gleicht Mitarbeiterprofile mit Stellenanforderungen ab und legt die Ergebnisse strukturiert im Knowledge Graph ab. Statt auf \u201emagische Antworten\u201d zu hoffen, entsteht so eine belastbare Wissensbasis, auf der das LLM kontrolliert und nachvollziehbar arbeitet. Der Datenbank Assistant<\/strong> hilft, Datenmodelle in Beziehung zu setzen f\u00fcr gezielte abfragen und Visualisierungen.<\/p>\n\n\n\n veilSense h\u00e4lt den vollst\u00e4ndigen Gespr\u00e4chsverlauf persistent. Das LLM kennt den Kontext \u00fcber mehrere Nachrichten hinweg, Threads lassen sich fortsetzen, verzweigen und wiederverwenden. Dazu kommen\u00a0Prompt Templates<\/strong>: Wiederverwendbare System-Prompts, die im gesamten Workspace geteilt werden \u2013 damit gute Prompts nicht bei einer Person bleiben, sondern dem ganzen Team zugutekommen. Automatische und konfigurierbare L\u00f6schprozesse helfen jedoch, Ordnung im Workspace zu behalten. Um vor dem endg\u00fcltigen L\u00f6schen zu bewahren, k\u00f6nnen ganze Threads oder nur einzelne Bestandteile in das Brain \u00fcberf\u00fchrt 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 \u00fcbernehmen.<\/p>\n\n\n\n Ein weiterer Aspekt, der im Alltag oft untersch\u00e4tzt wird: Automatische Anonymisierung<\/strong>. Wenn aktiviert, erkennt veilSense personenbezogene Daten wie Namen, E-Mail-Adressen oder Telefonnummern und ersetzt sie, bevor die Nachricht das LLM erreicht. Erg\u00e4nzend dazu lassen sich workspace-spezifische Dictionaries<\/strong> pflegen \u2013 etwa mit Projektnamen, Kundennamen oder internen Bezeichnungen \u2013 sodass auch unternehmensspezifische Inhalte zuverl\u00e4ssig anonymisiert werden. Wer bei besonders sensiblen Themen noch einen Schritt weiter gehen m\u00f6chte, kann pro Workspace gezielt ein lokales Modell<\/strong> \u2013 etwa \u00fcber Ollama \u2013 einsetzen. Daten verlassen dann das Unternehmensnetzwerk erst gar nicht. Die Kombination aus Anonymisierung, firmeneigenem Dictionary und freier Modellwahl gibt Teams die volle Kontrolle dar\u00fcber, welche Informationen welches Modell \u00fcberhaupt erreichen.<\/p>\n\n\n\n Wer im Team mit KI arbeitet, muss nachvollziehen k\u00f6nnen, was wann warum passiert ist. Die History-Ansicht<\/strong> protokolliert jede Ausf\u00fchrung vollst\u00e4ndig \u2013 mit Zeitstempel, Input, Output und Token-Verbrauch inklusive Kostensch\u00e4tzung. Admins k\u00f6nnen zus\u00e4tzlich nach Workspace-Mitgliedern filtern. Alle gespeicherten Ergebnisse sind AES-verschl\u00fcsselt<\/strong> und werden erst bei der Anzeige entschl\u00fcsselt. Kontrolle und Sicherheit schlie\u00dfen sich hier nicht aus \u2013 sie geh\u00f6ren zusammen.<\/p>\n\n\n\n Hinter allem steht das Konzept der Workspaces<\/strong>: Jedes Team oder Projekt erh\u00e4lt einen klar abgegrenzten Bereich mit eigenem Wissen, eigenen Assistenten, eigener History und eigenen Einstellungen. Das verhindert, dass Kontexte vermischt werden \u2013 ein Problem, das bei unkontrolliertem KI-Einsatz schnell zu plausibel klingenden, aber falschen Antworten f\u00fchrt.<\/p>\n\n\n\n Dabei bleibt die Kontrolle nicht nur auf Workspace-Ebene stehen. \u00dcber ein klar definiertes Rollenmodell<\/strong> mit drei Stufen \u2013 Ein Budget-Indikator<\/strong> zeigt dabei jederzeit den aktuellen LLM-Verbrauch im Verh\u00e4ltnis zum konfigurierten Monatsbudget \u2013 damit KI-Nutzung im Team nicht nur sicher, sondern auch kalkulierbar bleibt.<\/p>\n\n\n\n veilSense ist kostenlos und als Open-Source-Projekt<\/strong> verf\u00fcgbar. Wer wissen m\u00f6chte, wie die Plattform mit Daten umgeht, muss nicht vertrauen \u2013 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.<\/p>\n\n\n\n \u00dcberzeugen Sie sich selbst: veilSense<\/a> steht unter https:\/\/veilsense.eu<\/a><\/strong> bereit. Haben Sie Fragen oder m\u00f6chten Sie mehr erfahren? Wir freuen uns auf Ihre Nachricht!<\/p>\n","protected":false},"excerpt":{"rendered":" \u00dcberblick In letzter Zeit war es um veilSense vielleicht etwas ruhiger \u2013 zu Unrecht. Was als Experiment begann, um moderne Entwicklungsmethoden mit Hilfe von KI zu erproben und zu verifizieren, hat sich dank eines grundlegend ge\u00e4nderten Entwicklungsprozesses zu etwas weitaus Gr\u00f6\u00dferem entwickelt: einer m\u00e4chtigen AI-Kollaborationsplattform, die Teams dabei unterst\u00fctzt, KI […]<\/p>\n","protected":false},"author":1,"featured_media":760,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"jetpack_post_was_ever_published":false},"categories":[22,33,35,1,34],"tags":[31,32,30,28,27,29],"class_list":["post-754","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai","category-datenschutz","category-news","category-uncategorized","category-veilsense","tag-anonymisierung","tag-assistants","tag-brain","tag-ki","tag-veilsense","tag-workspace"],"yoast_head":"\n
\n\n\n\n🧠 Brain (Wiki) \u2013 Ein Weltmodell ohne Halluzinationen<\/h2>\n\n\n\n
\n\n\n\n🤖 Assistants \u2013 Spezialisierte KI statt Universalwerkzeug<\/h2>\n\n\n\n
\n\n\n\n💬 Prompts & Threads \u2013 Kontext, der nicht verloren geht<\/h2>\n\n\n\n
\n\n\n\n🕐 History \u2013 Transparenz \u00fcber jede KI-Interaktion<\/h2>\n\n\n\n
\n\n\n\n🏢 Workspaces \u2013 Struktur, die Teams wirklich brauchen<\/h2>\n\n\n\n
CONSUMER<\/code>, CREATOR<\/code> und ADMIN<\/code> \u2013 l\u00e4sst sich feingranular steuern, wer im Workspace welche Inhalte sehen, erstellen oder verwalten darf. Ob bestimmte Assistenten, Brain-Eintr\u00e4ge oder History-Daten nur f\u00fcr Admins sichtbar sein sollen oder dem gesamten Team zur Verf\u00fcgung stehen \u2013 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 ben\u00f6tigen.<\/p>\n\n\n\n
\n\n\n\n🔓 Open Source \u2013 Transparenz vom ersten Tag an<\/h2>\n\n\n\n
\n\n\n\n🚀 Jetzt ausprobieren<\/h2>\n\n\n\n