RAGtupus durchsucht Handbücher, Schaltpläne und Fehlerlisten — und liefert in Sekunden konkrete Lösungen. On-Premise. Ohne Datenweitergabe.
Fehlerbäume statt isolierter Textschnipsel — aufgebaut ausschließlich aus Fehlerlisten und Training Guides, jeder Knoten an einen Fehler gekoppelt.
Welche Maschine, welche Firmware, welche Vorgeschichte? Jede Abfrage kennt den vollständigen Gerätekontext.
Teilenummern und Graph-Wissen werden wörtlich gegen die Quelldokumente verifiziert — unbelegte Extraktionen verwirft das System automatisch.
Aktive Widerspruchssuche zwischen Dokumentversionen — ältere Servicehinweise werden automatisch gegengeprüft.
Erster OEM-Partner an Bord, Pilot läuft — gebaut auf echten Servicedaten aus dem industriellen Alltag.
Praxiswissen aller Werkstätten — anonymisiert akkumuliert und OEM-verifiziert in den Retrieval-Pool eingespeist.
Seriennummer, Fehlercode und Maschinenhistorie werden automatisch in den Abfragekontext eingebettet — noch bevor die Suche startet.
Mehrdeutige oder unvollständige Fragen werden erkannt und durch gezielte Rückfragen präzisiert — kein unnötiger Retrieval-Call.
Komplexe Mehrfachfragen werden in fokussierte Teilabfragen aufgespalten, um maximale Retrieval-Abdeckung zu erzielen.
Semantische Vektorsuche und exakte Stichwortsuche werden kombiniert und durch Rang-Fusion zu einer Trefferliste vereint.
Aktive Suche nach Gegenbelegen und kritischen Ausnahmen — so gehen keine Sicherheitshinweise oder Kontraindikationen unter.
Gefundene Passagen werden von einem zweiten Modell unabhängig neu bewertet — die relevantesten Stellen kommen zuerst.
Fehler, Ursachen und Lösungen sind als Wissensgraph modelliert und werden strukturiert entlang der Kausal-Ketten durchlaufen.
Ein großes Sprachmodell synthetisiert eine strukturierte, quellengestützte Antwort aus den top-bewerteten Passagen.
Jede Antwort erhält einen Konfidenz-Score auf Basis von fünf Faktoren — transparente Qualitätsbewertung in Echtzeit.
Gesprächsverlauf wird mitgeführt und die Treue der Antwort zu den Quelldokumenten vor der Ausgabe geprüft.
NVIDIA NIM-Microservices und VILA-Modelle generieren semantisches Verständnis für technische Zeichnungen. RAGtupus erkennt nicht nur Linien — es versteht die Logik hinter Relais, Sensoren und Stromläufen.
TensorRT-beschleunigte Inferenz für Antworten unter 300ms. High-End-KI direkt am Edge — kein Cloud-Umweg, kein Latenzverlust. Optimiert für industrielle Echtzeit-Diagnose.
Edge: Lokale Verarbeitung auf NVIDIA RTX GPUs (RTX 50-Serie) für Werkstätten ohne Cloud-Zwang. Enterprise: Skalierbare Cluster auf NVIDIA DGX-Systemen für dediziertes Industry Memory.
Die Kombination aus dem Service Nexus Manager (SNM) — einem 330k LOC Wissens-Fundament — und dem NVIDIA-Stack schafft eine Zero-Hallucination-Umgebung. Die KI halluziniert nicht, weil sie das visuelle Original-Dokument des Herstellers als einzige Wahrheit nutzt.
Stellt Handbücher, Schaltpläne und Fehlercodes bereit. Behält Dateneigentümerschaft. Kontrolliert via Trust-Key-Policies wer Zugang bekommt.
Indexiert, verwaltet Zugang, verrechnet Queries. Automatischer Revenue-Split bei jeder OEM-Daten-Nutzung.
Kauft OEM-Datenzugang (€19/OEM/Mo). Kombiniert eigene Betriebsdaten mit OEM-Wissen. Zahlt nur was genutzt wird.
Das LLM weiß nicht alles. Es denkt über die richtigen Dokumente nach.
RAGtupus-Grundsatz — keine Halluzinationen, nur verifizierbare Antworten mit Quellenangabe.
Starten Sie mit dem Starter-Plan — kostenlos für 14 Tage. Keine Kreditkarte. On-Premise-Option für Enterprise-Kunden.