So sieht es aus
Echte Screenshots einer laufenden Instanz — Demodaten, keine Mockups.
1 · Wissen sammeln
Dokumente hochladen oder ein GitLab-Repository verbinden, das bei jedem Push synchron bleibt. Jede Datei wird geparst, auf personenbezogene Daten geprüft und freigegeben, bevor sie zu Wissen wird — der Status jedes Dokuments ist jederzeit sichtbar.
2 · In normaler Sprache fragen
Die Suche findet Passagen nach Bedeutung, nicht nach Stichwörtern — eine Frage zur Dichtung findet die CAD-Baugruppe, auch wenn die Datei es nie so formuliert wie Sie. Minds machen aus derselben Suche schriftliche, belegte Antworten mit Konfidenzschwelle.
3 · Prüfen & messen
Ein Klick durchsucht eine ganze Sammlung: unsichere Code-Muster, vergessene TODOs, nicht angeschlossene Pins auf einer Platine — jeder Fund mit Schweregrad, Regel und Zeilennummer. Die Qualität der Experten wird als Gesundheitswert aus automatischen Bewertungen verfolgt.
Warum das wichtig ist
Teams verlieren Stunden mit der Suche in Wikis, Ordnern und alten E-Mails — oder schlimmer: Sie handeln nach Antworten, die ein öffentlicher Chatbot erfunden hat. Datamind ist ein zentraler Ort zum Fragen, mit überprüfbaren Antworten und Berechtigungen, auf die Verlass ist.
Jede Aussage ist belegt
Antworten tragen Fußnoten, die auf das genaue Dokument und die Textstelle verlinken. Nachprüfen dauert einen Klick, nicht einen Nachmittag.
Es sagt „Ich weiß es nicht“
Wenn die Quellen keine Antwort hergeben, lehnt der Experte ab und begründet das — statt etwas Plausibles zu erfinden.
Ihr Wissen bleibt Ihres
Selbst gehostet auf Ihren Servern. Zugriffsrechte gelten bei jeder einzelnen Antwort, und jede Aktion landet im Prüfprotokoll.
Der Unterschied auf einen Blick
| Fähigkeit | Öffentliche Chatbots | Wiki- & Dateisuche | Cloud-Copiloten | Datamind |
|---|---|---|---|---|
| Ausformulierte Antworten statt Linklisten | ||||
| Quellen an jeder Aussage | ||||
| Lehnt ab statt zu raten | ||||
| Ihre Zugriffsrechte bei jeder Antwort | ||||
| Daten bleiben auf Ihren Servern | ||||
| Antwortqualität pro Experte messbar |
JaTeilweise / je nach AnbieterNein
Auch für Entwicklungsteams gebaut
Datamind ist nicht auf Bürodokumente beschränkt. Es hält Quellcode direkt aus GitLab synchron, liest KiCad-Schaltpläne, Netzlisten und 3D-CAD-Stücklisten — und führt darüber automatisierte Prüfungen aus.
- Quellcode bleibt mit dem Repository synchron und wird funktionsweise zerlegt — Antworten zitieren die genaue Routine.
- Schaltpläne werden zu durchsuchbaren Bauteil- und Netzlisten — fragen Sie, welcher Mikrocontroller auf einer Platine sitzt, und erhalten Sie eine belegte Antwort.
- Prüfläufe per Klick markieren unsichere Code-Muster, vergessene TODOs und nicht angeschlossene Pins — Funde werden zitierfähiges Wissen.
Für die IT: zum Betreiben gebaut
Ein langweiliges Deployment im besten Sinne — Container, ein Reverse-Proxy, eine Datenbank.
Selbst gehostet
Docker Compose hinter Traefik mit automatischem TLS; nur Port 80 und 443 nach außen. PostgreSQL ist der einzige zustandsbehaftete Dienst.
Rollen & Zugriff
Rollenbasierte Berechtigungen plus Zugriffsstufen je Sammlung — durchgesetzt zur Abfragezeit bei jeder Antwort, nicht nur in der Oberfläche.
Audit & Observability
Nur-Anfügen-Prüfprotokoll, strukturierte JSON-Logs mit Korrelations-IDs, Health-Endpunkte und Metriken ab Werk.
KI-Anbieter nach Wahl
Google Gemini, OpenAI, Anthropic oder ein lokales OpenAI-kompatibles Modell. Schlüssel hinterlegt der Admin in den Einstellungen — verschlüsselt gespeichert, nie in Code oder Konfigurationsdateien.
APIs inklusive
Versionierte REST-API mit berechtigungsbeschränkten API-Schlüsseln, dazu ein MCP-Server, über den andere KI-Werkzeuge Ihr Wissen mit denselben Rechteprüfungen abfragen.
Zweisprachig von Grund auf
Das gesamte Produkt spricht Deutsch und Englisch — inklusive sprachübergreifender Suche: auf Deutsch fragen, das englische Dokument finden.
Häufige Fragen
Wo liegen unsere Daten?
Auf Ihren eigenen Servern. Datamind läuft als Docker-Container hinter Ihrem Reverse-Proxy; Dokumente, Passagen und Chatverläufe liegen in Ihrer PostgreSQL-Datenbank. An den konfigurierten KI-Anbieter geht nur der Text, der zur Beantwortung einer Frage nötig ist — mit einem lokalen Modell verlässt gar nichts Ihr Netzwerk.
Welche KI-Modelle können wir nutzen?
Google Gemini, OpenAI, Anthropic Claude oder jeder lokale OpenAI-kompatible Server (Ollama, vLLM, LM Studio). Der Admin hinterlegt den Schlüssel einmal in den Einstellungen — verschlüsselt gespeichert — und jeder Experte kann ein anderes Modell nutzen: ein starkes Cloud-Modell für schwierige Fragen, ein lokales für Routine.
Kann es mit Inhalten antworten, die wir nicht sehen dürfen?
Nein. Zugriffsrechte werden zum Antwortzeitpunkt geprüft, pro Passage: Ein Experte kann nur aus Sammlungen zitieren, die für die fragende Person freigegeben sind. Dieselbe Regel gilt für API-Schlüssel und angebundene KI-Werkzeuge.
Was kostet der Betrieb?
Die Plattform selbst ist Ihre Infrastruktur — ein Host mit Docker genügt für den Start. KI-Nutzung ist Pay-per-Use über Ihren eigenen Anbieter-Schlüssel; typische Frage-Antwort-Interaktionen kosten Cents. Es gibt keine KI-Lizenzen pro Arbeitsplatz.
Was passiert, wenn es die Antwort nicht weiß?
Dann sagt es das. Jeder Experte hat eine Konfidenzschwelle: Sind die besten Fundstellen zu schwach, lehnt er ab und begründet das — statt plausibel zu raten. Die Schwelle ist pro Experte einstellbar, die Qualität mit eingebauten Bewertungen messbar.
Funktioniert es auf Deutsch?
Ja — die gesamte Oberfläche gibt es auf Deutsch und Englisch, und die Suche ist sprachübergreifend: Eine deutsche Frage findet das englische Dokument und umgekehrt. Die Quelle wird in beiden Fällen zitiert.
Bereit? Melden Sie sich an und stellen Sie Ihre erste Frage.
Anmelden