RetrieX macht aus generativer KI ein evidenzgeführtes Antwortsystem.
RetrieX erweitert klassische RAG-Pipelines um eine prüfbare Antwortkette: Die Plattform legt den zulässigen Wissensraum fest, findet relevante Informationen, ordnet Evidenz konkreten Claims zu, bewertet Support und Konflikte und bestimmt daraus die Grenze der finalen KI-Antwort.
Eigenschaften sind dokumentiert. Eine ausdrückliche Freigabe für Anwendung B ist nicht belegt.
RetrieX ist eine in Deutschland entwickelte KI-Plattform für den
kontrollierten Zugriff auf Unternehmenswissen. Statt Antworten allein
aus statistischer Ähnlichkeit abzuleiten, verbindet RetrieX Retrieval,
strukturierte Fakten und überprüfbare Evidenz.
Im Unterschied zu klassischen RAG-Ansätzen behandelt RetrieX gefundene Informationen nicht automatisch als belastbare Antwort. Aussagen können gegen freigegebene Quellen, Evidenz, Rollen und weitere Kontrollregeln geprüft werden.
Fehlt eine ausreichende Grundlage oder widersprechen sich Quellen, soll das System nicht plausibel weiterformulieren, sondern Unsicherheit und offene Evidenz transparent sichtbar machen.
RetrieX verbindet unstrukturierte Inhalte wie Handbücher, Richtlinien oder technische PDFs mit strukturierten Fakten aus operativen Systemen.
So können beispielsweise Produktwissen, Preise, Verfügbarkeiten, Stammdaten und Dokumentation in einem gemeinsamen Antwortkontext zusammenwirken, ohne ihre jeweilige Herkunft zu verlieren.
Über MCP und kontrollierte Schnittstellen kann RetrieX vorhandene ERP-, CRM-, PIM- und weitere Unternehmenssysteme als Wissensquellen einbeziehen.
Read-only angebundene Ressourcen ermöglichen dabei den Zugriff auf aktuelle Systeminformationen, ohne dass RetrieX die führenden Systeme ersetzen oder deren Datenhaltung übernehmen muss.
Jede Stufe hat eine eigene Aufgabe. So bleiben Auffinden, Prüfen, Begrenzen und Formulieren voneinander unterscheidbar.
Eine Anfrage beginnt nicht mit einer beliebigen Suche über alles verfügbare Wissen. RetrieX bestimmt den zulässigen Quellenraum für die konkrete Situation und hält unterschiedliche Quellentypen unterscheidbar.
Retrieval priorisiert passende Dokumentinhalte; strukturierte Quellen können direkt adressierbare Werte liefern. Das Ergebnis ist noch kein Antworttext, sondern eine Menge konkreter Fakten, Attribute und Relationen für die Prüfung.
Found is not yet supported.
RetrieX ordnet relevante Belege konkreten Aussagen zu und bewertet, wie direkt die jeweilige Aussage tatsächlich gestützt wird.
Die Quelle nennt einen konkreten Betriebsbereich für Produkt A.
DIRECT SUPPORTEigenschaften sprechen dafür, eine explizite Eignungsaussage fehlt jedoch.
PARTIAL SUPPORTEine formale oder ausdrückliche Freigabe ist in der Evidenz nicht vorhanden.
UNSUPPORTEDRetrieX verlässt sich bei der Suche nicht auf einen einzigen Ähnlichkeitswert. Tags, Bedeutung, Begriffe, Quellenqualität und konkrete Fakten fließen schrittweise in die Bewertung ein. Erst daraus entsteht die Rangfolge der Inhalte, die für eine Antwort herangezogen werden können.
Ein passender Tag bedeutet bei RetrieX nicht: „Suche nur noch hier“. Stattdessen erhalten passende Wissensbereiche einen kontrollierten Vorteil, während die globale Suche weiterhin bestehen bleibt.
Dasselbe Prinzip gilt für weitere Signale. Erkennt RetrieX beispielsweise einen exakt passenden Wert, ein wichtiges Attribut oder eine besonders passende Beziehung zwischen Informationen, kann dieser Treffer vorsichtig höher gewichtet werden.
Ein Tag ist ein Hinweis, kein Befehl. Ein Boost ist ein Vorteil, kein automatischer Sieg.
Die parallelen Suchwege liefern jeweils eigene Trefferlisten. RetrieX führt diese Rangfolgen anschließend zu einer gemeinsamen Bewertung zusammen.
Dadurch kann beispielsweise ein Dokument überzeugen, weil es sowohl semantisch gut passt als auch wichtige Begriffe enthält und zusätzlich dem passenden Wissensbereich zugeordnet ist.
Erst danach folgen vorsichtige Korrekturen für weitere starke Signale. So entsteht ein mehrstufiges Ranking, statt die Antwort vom Ergebnis einer einzigen Suche abhängig zu machen.
Technisch kombiniert RetrieX globale und fokussierte Vektor- und Begriffssuche über eine gewichtete Rank-Fusion. Kleine, begrenzte Boosts können die Reihenfolge anschließend verfeinern.
Für jeden relevanten Claim wird sichtbar, ob die Evidenz direkt, teilweise, schwach oder gar nicht trägt. Widersprüchliche Quellen werden als Konflikt behandelt, statt still zu einer eindeutigen Aussage geglättet zu werden.
Die Support-Signale bestimmen, welche Formulierung gerechtfertigt ist. Wo Evidenz nur teilweise reicht, muss die Antwort enger werden. Wo sie fehlt, darf aus Plausibilität keine sichere Behauptung entstehen.
„Ja, Produkt A ist für Anwendung B freigegeben.“
„Die dokumentierten Eigenschaften passen zur Anwendung. Eine ausdrückliche Freigabe ist in den vorliegenden Quellen jedoch nicht belegt.“
Die Ausgabe liefert nicht nur eine Antwort. Relevante Quellen und Support-Signale bleiben direkt damit verknüpft und machen das Ergebnis nachvollziehbar.
Die Antwort folgt der stärksten belegbaren Aussage – nicht der stärksten plausiblen Aussage.
Nutzer können nachvollziehen, worauf sich die Antwort stützt.
Fehlende oder schwache Unterstützung bleibt erkennbar.
Diagnosesignale helfen, Auffinden, Evidenz und Antwortgrenzen gezielt zu untersuchen.
Im Evidence Pilot wird sichtbar, welche Schritte Ihre vorhandenen Quellen tragen – und an welcher Stelle die Antwort begrenzt werden muss.