Häufig gestellte Fragen

Weil gute KI-Ergebnisse nicht mit dem Modell beginnen, sondern mit einer kontrollierten Datenbasis. Die grundlegende Erfassung, Filterung und Selektion erfolgt mit deterministischen, transparenten und nachvollziehbaren Verfahren. Erst auf der reduzierten, relevanten Datenbasis kommt KI gezielt zum Einsatz, etwa um Inhalte, Entitäten, Themen und Beziehungen zu erkennen. Das zielt auf einen wirtschaftlicheren, besser kontrollierbaren KI-Einsatz.

Der Metadaten-Scan führt verfügbare Metadaten Ihrer Quellen in einer zentralen Index-Datenbank zusammen: Dateien, Ordnerstrukturen, Speicherorte, Dateitypen, Größen, Zeitstempel, Ersteller und Bearbeiter. Im reinen Metadaten-Modus werden ausschließlich Metadaten erfasst; im vollen Betrieb kann die Index-Datenbank zusätzlich Wortindizes und Inhaltsauszüge enthalten, damit Inhalte durchsuchbar werden - auch aus Scans und Bildern per Texterkennung (OCR). Die Index-Datenbank liegt in Ihrem Rechenzentrum. Bestandsfragen recherchieren Sie direkt im Index, ohne Systeme einzeln zu durchsuchen.

Nein. Ihre Daten bleiben dort, wo sie liegen, ob in Microsoft 365, SharePoint, OneDrive, Dateifreigaben, S3 oder anderem Cloud-Speicher. Die Discovery arbeitet read-only; Daten werden nur bewegt oder kopiert, wenn Sie entsprechende Aktionen ausdrücklich konfigurieren.

Der Metadaten-Scan erzeugt ein erstes Dateninventar, bevor der gesamte Bestand analysiert ist - die relevantesten Daten werden priorisiert verarbeitet. Konkrete Zeiträume versprechen wir nicht: Der Zeitrahmen hängt von Datenbereich und Umfang ab und wird in der Abstimmung gemeinsam festgelegt. Die Zeit bis zum ersten nutzbaren Ergebnis ist eine der Kennzahlen, die wir gemeinsam mit Ihnen erheben.

Bereits nach dem Metadaten-Scan können veraltete, redundante und ungeeignete Daten von der weiteren Verarbeitung ausgeschlossen werden. Zeit- und kostenintensive Analysen laufen danach nur noch auf der relevanten Datenmenge - das kann Analyseaufwand, KI- und Infrastrukturkosten senken. Die Kennzahlen dazu (ursprüngliche Datenmenge, Reduktionsquote, Verarbeitungsaufwand, Zeit bis zum ersten Ergebnis) erheben wir gemeinsam mit Ihnen in Ihrer Umgebung.

Exportiert werden die Textinhalte der relevanten Dateien - in Ihre Vektor-Datenbank (Chroma, Milvus, Pinecone, Qdrant, Weaviate, Postgres) oder als Text-Export, den Sie an Ihr Zielsystem weiterleiten. Sensible Informationen wie personenbezogene Daten können dabei unkenntlich gemacht werden (ab Stufe Wachstum). Weitere Zielsysteme, etwa Suchplattformen oder Graphdatenbanken, sind als individuelle Umsetzung im Projekt möglich. Umsetzung und Betrieb können durch zertifizierte Partner erfolgen - Aparavi liefert die Plattform. Sie bleiben unabhängig in Ihrer Toolwahl.

Die Analyse läuft in Ihrer Umgebung: Aparavi indexiert vor Ort, die Index-Datenbank liegt in Ihrem Rechenzentrum. Vor der Übergabe an externe Systeme können sensible Informationen bereinigt, anonymisiert oder pseudonymisiert werden (ab Stufe Wachstum). Rollenbasierte Berechtigungen in der Plattform sind in allen Stufen enthalten, SSO über Google und Microsoft steht in der Enterprise-Stufe zur Verfügung; die Sicherheitskontrollen sind an ISO 27001 und den Kriterien von SOC 2 ausgerichtet und unterstützen DSGVO-Anforderungen.

Ein begrenzter, risikoarmer Einstieg in zwei Stufen: In Stufe 1 legen wir gemeinsam einen Datenbereich fest; die Software scannt ihn read-only und führt die Metadaten in einer Index-Datenbank in Ihrem Rechenzentrum zusammen - ohne dass ein Dateiinhalt gelesen wird. Stufe 2 ist optional und läuft nur nach Ihrer ausdrücklichen Freigabe: An einem eng begrenzten Ausschnitt werden Dateiinhalte lesbar gemacht, indiziert und klassifiziert. Der Pilot umfasst ein durchsuchbares Dateninventar, einen Datenqualitäts-Befund, gemeinsam erhobene Kennzahlen (ursprüngliche Datenmenge, Reduktionsquote, Verarbeitungsaufwand, Zeit bis zum ersten Ergebnis) und eine beispielhafte Zusammenstellung der relevanten Daten für einen ausgewählten Anwendungsfall.

SharePoint, Microsoft 365, OneDrive, S3, SMB-Dateifreigaben und weitere Quellen: Insgesamt stehen 50+ Integrationen bereit; Aparavi erkennt 1.600+ Dateitypen. Ein Vorab-Inventar ist keine Voraussetzung: Sie binden Ihre Quellen an, der Scan erfasst den Bestand.

Eine benannte, wiederholbar erzeugbare Auswahl von Dateien aus dem Index - zusammengestellt für einen Anwendungsfall. Die Funktion ist in Vorbereitung und noch nicht produktionsreif. Sie werden aus dem Index aufgebaut und anschließend kontrolliert übergeben - in Ihre Vektor-Datenbank (Chroma, Milvus, Pinecone, Qdrant, Weaviate, Postgres) oder als Text-Export; weitere Zielsysteme wie Suchplattformen oder Graphdatenbanken sind als individuelle Umsetzung im Projekt möglich. Sensible Informationen können vor der Übergabe bereinigt, anonymisiert oder pseudonymisiert werden.

Um die Bestandsaufnahme aktuell zu halten: Automatische, zeitgesteuerte Rescans erkennen neue, geänderte, verschobene und gelöschte Daten. Der zentrale Index und nachgelagerte Systeme können dadurch automatisch oder teilautomatisiert aktualisiert werden. So lässt sich aus der einmaligen Bestandsaufnahme ein regelmäßig aktualisiertes Abbild fortschreiben.