Mesterséges Intelligencia Központ
Menü

Unsere Projekte: was wir gebaut haben

Die Mesterséges Intelligencia Központ Kft. ist ein Softwarehaus in Budapest. Gebaut haben wir ein ERP mit Rechnungsstellung und CRM, ein Programm, das Rechtsdokumente pseudonymisiert, eine Datensynchronisierung, eine Laptop-Flottenverwaltung für Schulen und ein 3D-Spiel mit Live-KI-Kommentator.

Jedes hier beschriebene System existiert und funktioniert; wo wir es noch in Betrieb nehmen, sagen wir das. Die Namen unserer Kunden und der Produkte nennen wir nicht. Wenn Sie ein System brauchen, das hier nicht vorkommt: Am Ende der Seite zählen wir auch auf, was wir außerdem bauen.

ERP-System mit Rechnungsstellung und CRM

Herausforderung. Die tägliche Arbeit eines ungarischen kleinen oder mittleren Unternehmens steckt typischerweise in verstreuten Werkzeugen: in Tabellen, E-Mails, einem separaten Rechnungsprogramm und der Oberfläche der Bank. Ziel war ein einziges System, das auf den eigenen Abläufen des Unternehmens aufbaut und das mehrere Organisationen nutzen können, ohne die Daten der jeweils anderen zu sehen.

Lösung. Wir entwickeln ein modulares System für Unternehmensressourcenplanung (ERP), das mehrere Kundenorganisationen bedient:

Die Rechnungsstellung erstellt die an die ungarische Steuerbehörde (NAV) gemeldeten Rechnungen über das Rechnungsprogramm, mit PDF-Vorschau und Storno. Der Bankabgleich ordnet jede Zahlung anhand des Verwendungszwecks, der Rechnungsnummer oder der Kontonummer des Zahlers der Rechnung zu und verbucht die Zahlung; Eingangsrechnungen, die von der NAV eintreffen, kommen nach der Freigabe in eine Sammelüberweisung.

Im CRM-Modul lassen sich Partner zu Ketten zusammenfassen, Ansprechpartner haben Entscheidungsrollen, Vertriebsprozesse laufen über Kanban-Boards, Phasenwechsel sind nachvollziehbar, zu Aufgaben gehören Erinnerungen, künstliche Intelligenz fasst die Zeitleiste des Partners zusammen, und E-Mails und Kalender werden mit dem Partner synchronisiert.

Mit einer Anmeldung sind alle Module erreichbar: Die zentrale Authentifizierung funktioniert mit Passwort sowie mit Google-, Microsoft-, Apple- und GitHub-Konto, mit Zwei-Faktor-Anmeldung, Organisationen, Einladungen und Berechtigungen.

Ergebnis. Das System läuft bei zwei Organisationen im Livebetrieb; die Rechnungsstellung ist live, das CRM-Modul wird gerade eingeführt. Diese Erfahrung setzen wir bei der Entwicklung von Unternehmenssoftware ein.

Dokumenten-Anonymisierer für juristische Dokumente

Herausforderung. Einen Vertrag, einen Schriftsatz oder ein Urteil müsste man oft weitergeben oder mit künstlicher Intelligenz verarbeiten, doch personenbezogene Daten dürfen nicht nach außen gelangen. Das Schwärzen von Hand ist langsam und fehleranfällig: Ein Name kommt auch in gebeugter Form, als Initialen oder als Unterschrift vor.

Lösung. Eine Windows-Anwendung, die vollständig auf dem eigenen Rechner läuft und ungarische juristische Dokumente (PDF und Word) pseudonymisiert:

Ergebnis. Eine zweite Programmbibliothek prüft die fertige Datei erneut, und wenn auch nur ein ursprünglicher Name übrig geblieben ist, speichert das Programm nicht. Die Anwendung ist installierbar, die Daten verlassen den Rechner nicht.

3D-Browserspiel mit Live-KI-Kommentator

Herausforderung. Eine Unternehmenswebsite sagt meist, dass sich das Unternehmen mit künstlicher Intelligenz auskennt; wir wollten es zeigen. Das Spiel musste am Messestand ebenso funktionieren wie auf der Website, für Geschäftsbesucher, die keine Spieler sind: ohne Einarbeitung, ohne Registrierung und ohne Startknopf. Und die KI musste während des Spiels wirklich auf den Spieler reagieren, statt vorgefertigte Sätze auszulosen.

Lösung. Wir haben ein endloses Laufspiel gebaut, in dem der Spieler selbst der T-Rex ist. Die Szene zeichnet WebGL in Echtzeit, mit three.js, im Browser; gesteuert wird mit einer einzigen Taste. Die wichtigen Momente (Verlust eines Lebens, Rekord, Stufenaufstieg, neue Landschaft, übersprungener Abgrund) schickt das Spiel in einem zusammenfassenden Bericht an unseren KI-Assistenten, der auf einem großen Sprachmodell basiert und daraus live mit dem Spieler spricht. Der Assistent spricht nur: In den Spielstand greift er nicht ein.

Ergebnis.

Dasselbe Wissen bringen wir in unsere Arbeit zur Spieleentwicklung und zur Entwicklung von KI-Chatbots und KI-Agenten ein.

KI-gestützte Grafik-Produktionslinie für die Spielwelt

Herausforderung. Ein Spiel braucht viele grafische Elemente in einheitlichem Stil: Bäume, Sträucher, Felsen, Landschaften, Hindernisse. Jedes muss im echten Größenverhältnis, mit transparentem Hintergrund und exaktem Umriss entstehen, weil auch die Kollisionsprüfung des Spiels darauf aufbaut. Von Hand ist das langsam, und eine einfache Bildgenerierung liefert keinen einheitlichen Stil und keine einheitliche Größe.

Lösung. In unsere Admin-Oberfläche haben wir eine Produktionslinie mit sechs Schritten eingebaut:

  1. Auftrag: eine kurze Beschreibung des Themas.
  2. Plan: Ein Sprachmodell schreibt den Plan der Welt, also Stimmung, Farbpalette, Wetter, die Arten von Objekten und die Zeichenanweisungen.
  3. Stilblätter: Ausgewählte Musterbilder legen Stil und Größenverhältnis fest; das Zeichenmodell erhält sie als Referenz.
  4. Zeichnen: Ein generatives Bildmodell zeichnet die Objekte, je Art auf einem Blatt, mehrere Blätter parallel; die Software schneidet das Blatt automatisch in einzelne Objekte, prüft die Transparenz und den vollständigen Umriss, skaliert auf die geplante Höhe, passt die Farben an die Palette an und erstellt eine Normal Map für die Lichter des Spiels.
  5. Auswahl: Über die Abnahme entscheidet ein Mensch.
  6. Freigabe: Nur das freigegebene Bild kommt ins Spiel.

Eine Zeitsteuerung produziert einen gespeicherten Auftrag im vorgegebenen Zeitfenster und innerhalb eines voreingestellten Kontingents an KI-Aufrufen selbstständig; Auswahl und Freigabe bleiben auch dann manuell.

Ergebnis. Die Landschaften und Hindernisse des Spiels sind auf dieser Produktionslinie entstanden. Zeichnung, Symbol und Kollisionsform eines Hindernisses stammen aus denselben Produktionsdaten: Die Kollision folgt dem pixelgenauen Umriss des Bildes. Ohne Freigabe durch einen Menschen kommt nichts ins Spiel.

Größenmessung nach Funktionspunkten mit künstlicher Intelligenz

Herausforderung. Ein Softwareangebot ist nur so viel wert wie die Schätzung dahinter. Eine Schätzung in Stunden hängt vom Schätzenden und vom Team ab, deshalb lassen sich zwei Angebote kaum vergleichen, und der Auftraggeber sieht nicht, wofür der Entwickler einen Preis verlangt.

Lösung. Die funktionale Größe einer Entwicklung messen wir in COSMIC-Funktionspunkten (ISO/IEC 19761). Die Methode zählt die Datenbewegungen: Eingabe (Entry), Ausgabe (Exit), Lesen (Read) und Schreiben (Write). Jede ergibt einen Funktionspunkt, sodass die Größe unabhängig von der Technologie ist und davon, wer entwickelt. Für die Messung haben wir einen eigenen, KI-gestützten Arbeitsablauf gebaut:

Ergebnis. Angebot und Zeitplan entstehen aus der gemessenen Größe, und zwei Angebote lassen sich am selben Maßstab vergleichen. Die Größe ist keine Schätzung nach Gefühl, sondern eine Posten für Posten nachvollziehbare Liste: welcher Prozess, mit welchen Datenbewegungen, wie viele Funktionspunkte. Über die Methode der Preisgestaltung schreiben wir auf der Seite Preisgestaltung.

Datensynchronisierung von MS SQL zu PostgreSQL in der Cloud

Herausforderung. Die Daten einer MS-SQL-Datenbank auf dem eigenen Server eines Unternehmens mussten für eine neue Anwendung und für Auswertungen in ein Cloud-System gelangen, ohne das Quellsystem zu belasten und ohne etwas hineinzuschreiben.

Lösung. Ein Programm, das als Windows-Dienst läuft und nur mit Lesezugriff arbeitet:

Ergebnis. Seine Funktion prüfen automatisierte Tests und eine echte MS-SQL- und PostgreSQL-Testumgebung. Müssen mehrere Systeme verbunden werden, gehört auch das zur Prozessautomatisierung.

Laptop-Flottenverwaltung für Schulen

Herausforderung. Rund hundert Schul-Laptops mit Windows an mehreren Standorten, ohne Domäne und ohne Geräteverwaltungssystem: Die Installation von Software, die Updates und die Pflege der Konten liefen Gerät für Gerät, von Hand.

Lösung. Wir haben ein eigenes System zur Flottenverwaltung gebaut:

Ergebnis. Die Flotte läuft damit. Auch über den Umstieg auf Windows 11 haben wir auf Grundlage von Messungen entschieden: nach den Ergebnissen von Leistungstests, die auf den Geräten liefen.

KI-Tester für Webanwendungen

Herausforderung. Eine Webanwendung muss nach jeder Änderung erneut getestet werden, und manuelles Testen ist langsam und repetitiv.

Lösung. KI-Agenten durchlaufen die vorgegebenen Webanwendungen in einem echten Browser, ergänzt durch automatisierte Prüfungen und Prüfungen der Barrierefreiheit. Einen gefundenen Fehler gibt ein Mensch frei, erst danach wird daraus ein Ticket; die Agenten lernen aus den Freigabeentscheidungen. Die Ausführung lässt sich zeitlich planen und prüft nur die geänderten Teile erneut; die Seiten werden auch in der Smartphone-Ansicht geprüft.

Ergebnis. Es läuft als internes Tool, zum Testen unserer eigenen Entwicklungen.

Einstellungstest für Mitarbeitende, die mit KI arbeiten

Für unsere eigenen Einstellungen haben wir einen halbstündigen Online-Test gebaut, der misst, wie Bewerbende mit künstlicher Intelligenz arbeiten. Er hat vier zeitlich begrenzte Teile: Fehlersuche in einer absichtlich fehlerhaften Demo-Anwendung, ein Gespräch mit einem Kunden, den eine künstliche Intelligenz spielt, Denkaufgaben und ein Experiment mit einem System, dessen Funktionsweise unbekannt ist. Die KI bewertet die Antworten vor, die Entscheidung trifft ein Mensch; die Daten der Bewerbenden verarbeiten wir nach der DSGVO, mit Aufbewahrungsfrist, Export und Löschung.

Kleinere Eigenentwicklungen

Was wir außerdem bauen

Die folgenden Punkte sind keine abgeschlossenen Projekte, sondern Systeme, die wir gern bauen: