Silos in mehreren Systemen
Relevante Informationen liegen in CSV, JSONL, PDF und Textdateien, aber ohne gemeinsame Suchschicht.
Agentenbasierte DatenplattformFragen Sie Ihre Daten
Fragen Sie Ihre Daten
in natürlicher Sprache
Addibase verbindet strukturierte und unstrukturierte Daten in einer zentralen Schicht. Elysia beantwortet komplexe Fragen per Multi-Step-Retrieval in Echtzeit, ohne dass Ihr Team eigene ML-Infrastruktur aufbauen muss.
01
SSE und WebSocket Streaming
02
Mandantentrennung in Weaviate
03
LiteLLM Multi-Provider
Warum heute viele Teams ausgebremst sind
Daten sind vorhanden, Antworten dauern trotzdem zu lange
Wenn Wissen in CRM, ERP, Cloud-Speicher, Datenbanken und Dateien verteilt ist, wird jede Analyse langsam, teuer und fehleranfällig.
Abhängigkeit von Spezialisten
Fachbereiche benötigen für viele Fragen SQL- oder BI-Unterstützung statt selbstständig Antworten zu erhalten.
Hoher Setup-Aufwand für Semantik
Eigene semantische Suche bedeutet oft komplexe Infrastruktur, die vom Kerngeschäft ablenkt.
Fehlende Konversationskontinuität
Ohne persistierten Kontext startet jede Anfrage bei null, selbst wenn schon Vorwissen aufgebaut wurde.
Wie Addibase arbeitet
Zwei Dienste, eine durchgängige Datenintelligenz
Die Plattform trennt Query-Intelligenz und Datenaufbereitung sauber, verknüpft beide aber über eine gemeinsame HTTP-Schnittstelle.
Elysia Agent Layer
Der Agent analysiert natürlichsprachliche Anfragen, wählt pro Schritt das passende Tool und streamt Antworten über SSE oder WebSocket.
- Autonomes Tool-Routing statt starrem Skript
- Gespeicherte Konversationen für fortlaufende Dialoge
- Skills für wiederverwendbare Abfrageketten
Lake Orchestrator
Die Ingestion-Schicht validiert Uploads, erstellt reproduzierbare Prozesse und schreibt Daten strukturiert in Weaviate.
- Schema-validierte Ingestion für CSV und JSONL
- Chunking unstrukturierter Dateien für Vektorsuche
- Gemeinsamer Embedding-Endpunkt für beide Dienste
Kernfähigkeiten
Enterprise-ready von Architektur bis Export
Addibase kombiniert Geschwindigkeit, Kontrolle und Nachvollziehbarkeit in allen relevanten Schichten.
Asynchrone Query-Pipeline
Abfragen laufen nicht blockierend und liefern Resultate streambasiert für direktes Feedback.
Mandantenfähige Datentrennung
Collections werden tenant-spezifisch adressiert, sodass Daten strikt pro Unternehmen getrennt bleiben.
RBAC mit Cache und Source of Truth
Rollen werden performant über Redis bereitgestellt, während PostgreSQL die verifizierbare Basis bleibt.
Embedding mit Provider-Flexibilität
LiteLLM ermöglicht OpenAI, Anthropic, Gemini und weitere Provider in derselben Integrationslogik.
Export-Bundles für Weiterverarbeitung
CSV und Metadaten werden als UUID-gesicherte Pakete für Reports und Analytics ausgegeben.
Audit-fähige Persistenz
Jobs, Schemas, Validierungslogs und Dateiregistry sind nachvollziehbar in PostgreSQL dokumentiert.
Starten Sie mit einer geführten Addibase-Demo
Wir zeigen Ihnen anhand Ihrer eigenen Datenlandschaft, wie semantische Suche, Agentenlogik und sichere Mandantentrennung zusammenwirken.
Deployment per Docker Compose. Betrieb mit PostgreSQL, Redis und Weaviate.
Architektur und Vertrauen
Sicherheit und Skalierung als Standard, nicht als Add-on
Von Authentifizierung bis Löschpfaden ist die Plattform auf kontrollierbaren Betrieb in produktiven Umgebungen ausgelegt.
Bearer-Token mit Fail-Closed
Täglich rotierende Tokens plus Master-Token sichern Zugriffe ab. Bei Ausfall eines Auth-Backends bleibt der Zugriff geschlossen.
Bidirektionale Löschlogik
Collection-Management und File-Registry bleiben synchron, sodass keine toten Referenzen im Datenbestand verbleiben.
Deterministische Ingestion
Uploads und Transformationen laufen reproduzierbar, damit Ergebnisse zwischen Teams und Zeitpunkten konsistent bleiben.
Systeme in der Plattform
- Weaviate als vektorbasierter Primarspeicher
- PostgreSQL für Metadaten, Rollen und Audits
- Redis für Rollen- und Token-Cache
- Docker Compose für gemeinsamen Service-Start
Typische Einsatzszenarien
Wenn Fachabteilungen schneller Antworten brauchen
Die Plattform ist für Unternehmen ausgelegt, die Datenquellen verbinden und Anfragen ohne Reibung auswerten möchten.
Knowledge Search über gemischte Daten
Teams durchsuchen strukturierte und unstrukturierte Quellen gemeinsam und erhalten kontextbezogene Antworten statt Einzeltreffer.
Operative Analyse ohne SQL-Flaschenhals
Fachbereiche stellen Fragen in natürlicher Sprache und entlasten Data-Teams bei wiederkehrenden Standardabfragen.
Governance und Nachvollziehbarkeit
Rollen, Validierungslogs und Export-Artefakte unterstützen transparente Prozesse für interne oder regulatorische Audits.
Wissen aus Produktionsdaten gewinnen
Addibase durchsucht Produktions-, Pulver- und Qualitätsdaten aus AddiPlan semantisch. Teams beantworten Fragen wie 'Welche Chargen zeigen Porenbildung?' oder 'Welche Parameter führen zu Abweichungen?' ohne SQL-Abfragen direkt aus der operativen Datenlage.
FAQ
Häufige Fragen vor dem Start
Kompakte Antworten zu Architektur, Sicherheit und Integration.
Kontakt
Projektkontext teilen, Antwort im Team-Rhythmus erhalten
Senden Sie uns Ihre Ausgangslage. Wir strukturieren einen klaren Einstieg für Datenquellen, Rollenmodell und Query-Szenarien.
Stack
- - FastAPI + asyncio
- - Weaviate + PostgreSQL + Redis
- - LiteLLM + DSPy + Docker Compose