Wissen bleibt. Lokal.

Use Case 10 · Analyse

Das Meeting läuft 90 Minuten. Es werden drei Entscheidungen getroffen, sieben Aufgaben verteilt und zwei offene Fragen identifiziert. Danach schickt jemand eine kurze Mail mit Stichpunkten. Sechs Monate später fragt ein neuer Kollege: „Warum haben wir das damals so entschieden?" Niemand weiß es mehr. Die Mail ist irgendwo. Die Aufnahme vielleicht auch — aber durchsuchbar ist sie nicht.

Das ist kein Einzelfall. In den meisten Unternehmen steckt institutionelles Wissen in drei Orten fest, die praktisch nicht zugänglich sind: Meeting-Aufzeichnungen ohne Transkript, E-Mail-Threads die sich über Wochen ziehen, und Slack-Konversationen, die nach zwei Wochen im Rauschen verschwinden. Wenn ein erfahrener Mitarbeiter das Unternehmen verlässt, geht sein Kontext mit ihm — nicht weil es keine Werkzeuge gäbe, sondern weil niemand die Zeit hatte, alles zu dokumentieren.

Neue Mitarbeiter verbringen Wochen damit, Kontext zu rekonstruieren. Welche Architekturentscheidung wurde warum getroffen? Welches Feature wurde bewusst nicht gebaut? Welches Kundengespräch hat die Produktstrategie verändert? Ohne durchsuchbare Wissensbasis bleibt das alles im Kopf einzelner Personen — und verschwindet, wenn diese Personen sich verändern.

Cloud-Dienste wie Notion AI, Microsoft Copilot oder Google Workspace bieten Teillösungen. Aber sie setzen voraus, dass Ihre internen Daten in eine externe Infrastruktur übertragen werden. Für viele Branchen ist das keine Option: Behörden, Rüstungsunternehmen, Krankenhäuser, Rechtsanwaltskanzleien und Finanzdienstleister arbeiten mit Daten, die das Haus nicht verlassen dürfen — weder wegen der DSGVO noch wegen internen Compliance-Vorgaben.

Genau hier setzt Use Case 10 von AlpiType an: ein vollständig on-premise betriebenes System, das Meeting Intelligence und Wissensbasis kombiniert — ohne Cloud-Anbindung, ohne Datenabfluss, ohne Aufwand für ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO.

Meeting Intelligence — konkret

Das Meeting wird aufgezeichnet — lokal, auf Ihrem Server. Whisper, das Open-Source-Spracherkennungsmodell von OpenAI, läuft vollständig on-premise und erzeugt ein Transkript. Claude analysiert dieses Transkript und extrahiert strukturiert:

Das Ergebnis ist kein automatisches Protokoll im alten Sinne — es ist ein strukturiertes Wissensdokument, das direkt in Ihre bestehende Tool-Landschaft einfließt.

Lokale Wissensbasis — konkret

Parallel zur Meeting Intelligence entsteht eine durchsuchbare Wissensbasis aus allem, was in Ihrem Unternehmen existiert: Projektdokumentation, Meeting-Protokolle, E-Mail-Threads (nach Freigabe), Confluence-Seiten, interne Wikis. Ein lokaler Vektorindex macht all das semantisch durchsuchbar — nicht nur per Stichwort, sondern nach Bedeutung.

Die Frage „Was haben wir im März zur Datenbankarchitektur entschieden?" wird in Sekunden beantwortet — mit Quellenangabe, Datum und Kontext. Das System zeigt nicht nur die Antwort, es zeigt auch, woher sie kommt. Ein neuer Entwickler findet in 20 Minuten, wofür früher wochenlange Gespräche nötig waren.

Wenn ein erfahrenes Teammitglied das Unternehmen verlässt, bleibt seine Arbeit erhalten — als durchsuchbarer, strukturierter Kontext. Nicht als vages „das muss irgendwo in seinen Mails sein".

DSGVO — der konkrete Vorteil

Ein Cloud-Dienst, dem Sie Mitarbeiterdaten, Meeting-Inhalte oder Kundengespräche übergeben, braucht einen Auftragsverarbeitungsvertrag. Das ist kein bürokratisches Detail — es bedeutet, dass ein Dritter Ihre Daten verarbeitet, speichert und theoretisch einsehen kann. Für viele Branchen ist das schlicht nicht zulässig.

Das on-premise System von AlpiType verarbeitet alle Daten ausschließlich auf Ihrer eigenen Infrastruktur. Whisper läuft lokal. Claude läuft lokal. Der Index liegt auf Ihren Servern. Kein AVV erforderlich, weil keine Daten das Haus verlassen. Das ist besonders relevant für:

Was AlpiType baut

Use Case 10 ist kein Produkt von der Stange. Wir bauen das System auf Ihre Infrastruktur ab — Whisper für Transkription, Claude für Extraktion und Strukturierung, ein lokaler Vektorindex (z. B. auf Basis von ChromaDB oder Weaviate) für die Suche, und Integrationen in Ihre bestehende Tool-Landschaft: Jira für Aufgabenmanagement, Confluence für Protokollablage, optional Slack oder Teams für Benachrichtigungen.

Das System läuft auf Ihrer Hardware, in Ihrem Netzwerk, unter Ihrer Kontrolle. Updates kommen zu Ihnen — nicht von einer externen Plattform, die ihr API-Modell ändert. Sie haben den vollständigen Quellcode und sind nicht von einem Anbieter abhängig.

Die Einrichtung dauert typischerweise zwei bis vier Wochen, je nach bestehender Infrastruktur und Anzahl der Integrationspunkte. Danach ist das System produktionsbereit und kann schrittweise auf weitere Teams und Datenquellen ausgeweitet werden.