Willkommen bei NEOs Quantum Nova

Enterprise AI Platform as a Service: Eine zentrale Lösung für leistungsfähige Sprachmodelle, Wissensmanagement, Automatisierung und API-Integration.

NEOs Quantum Nova ersetzt das Flickenteppich-System vieler einzelner KI-Tools. Alles lebt an einem Ort: Konversationen, Unternehmenswissen, Werkzeuge und die Modelle, die sie antreiben.

Kernfunktionen im Überblick

Multi-Modell-Architektur: Chatten Sie mit lokalen Modellen (Ollama) oder Cloud-Anbietern über eine einheitliche Oberfläche. Ein intelligentes Routing steuert die Anfragen.
Projektspezifisches Wissen: Laden Sie Dokumente hoch und lassen Sie die KI über das leistungsstarke Qwen3-Embedding-8B-Modell präzise Antworten inklusive Quellenangaben generieren.
Agenten & Modelle: Hüllen Sie Basismodelle in spezifische Systemprompts und Werkzeuge ein, um spezialisierte KI-Assistenten für verschiedene Abteilungen zu erschaffen.
API-First: Integrieren Sie die Plattform nahtlos in Ihre eigenen Python-Skripte, CRM- oder ERP-Systeme über standardisierte REST-Endpunkte.

Dashboard & Chat

Nach der Anmeldung gelangen Benutzer auf das zentrale Dashboard. Dies ist der Ausgangspunkt für alle Interaktionen mit NEOs Quantum Nova.

Der Chat-Bereich

Ihre Konversationen bilden das Herzstück der Plattform. Der Chat-Bereich bietet weit mehr als nur Texteingabe:

Modellwechsel im laufenden Betrieb: Wechseln Sie das KI-Modell mitten in der Unterhaltung, ohne den Kontext zu verlieren.
Multi-Modell-Vergleich: Führen Sie zwei Modelle (z. B. das lokale "Working Horse" und ein großes Cloud-Modell) nebeneinander aus und vergleichen Sie die Antworten.
Dateianhänge: Laden Sie PDFs, Bilder, Excel-Tabellen oder Code direkt in den Chat hoch, damit die KI diese analysieren kann.
Gedächtnis (Memory): Die KI merkt sich auf Wunsch wichtige Fakten über Sie oder Ihre Arbeitsweise über einzelne Chats hinweg.

Projekte & Zusammenarbeit

NEOs Quantum Nova ist von Grund auf für den Multi-User-Betrieb in Unternehmen konzipiert. Über ein detailliertes Rollen- und Rechtesystem steuern Sie, wer auf welche Ressourcen zugreifen darf.

Projektbasierte Trennung

Jedes Projekt in NEOs Quantum Nova fungiert als isolierter Arbeitsbereich. Ein Projekt besitzt:

Eigene Dokumente und Wissensdatenbanken
Eigene Systemprompts (z. B. "Du bist ein rechtlicher Berater für Projekt X")
Optionale Modellvorgaben (Modell-Governance)

Dadurch können unterschiedliche Fachbereiche – wie HR, Marketing oder Entwicklung – sauber getrennt voneinander arbeiten. Ein Mitarbeiter aus dem Marketing hat keinen Zugriff auf die Wissensspeicher der HR-Abteilung.

Channels (Gemeinsame Arbeitsräume)

Channels sind persistente, geteilte Räume, in denen Menschen und KI-Modelle gemeinsam an Themen arbeiten. Sie können ein KI-Modell jederzeit per @Modellname in die Unterhaltung rufen, um einen Entwurf zu erstellen oder Feedback zu einer Idee einzuholen.

Wissensspeicher (RAG)

Geben Sie der KI Zugriff auf Ihre Unternehmensdokumente. NEOs Quantum Nova nutzt fortschrittliche Retrieval-Augmented Generation (RAG), um präzise Antworten auf Basis Ihrer eigenen Daten zu liefern.

Erweiterte Dokumentenverarbeitung (Daten-Ingest)

Unterstützte Formate umfassen PDF, DOCX, XLSX, PPTX, TXT, Markdown und CSV. Beim Upload durchlaufen die Dokumente eine spezielle Pipeline:

Intelligente Stitching-Regeln: Mehrseitige Tabellen werden korrekt zusammengeführt, um den Kontext bei Seitenumbrüchen nicht zu verlieren.
Strukturerhaltung: Überschriftenhierarchien und technische Dokumentationen werden sauber erkannt und aufbereitet.

Vektorisierung mit Qwen3-Embedding-8B

Für die semantische Suche setzt NEOs Quantum Nova das moderne Embedding-Modell Qwen3-Embedding-8B ein. Dieses Modell bietet entscheidende Vorteile:

Unterstützung für über 100 Sprachen
Verarbeitung langer Dokumentenkontexte (bis zu 32.000 Token)
Aktuell Platz 1 im MTEB Multilingual Leaderboard für herausragende Suchqualität

Die KI zitiert in ihren Antworten automatisch die verwendeten Quellen aus Ihrem Wissensspeicher.

Modelle & Governance

Der Workspace "Modelle" ermöglicht es Ihnen, spezialisierte Agenten zu erstellen, ohne den zugrundeliegenden Code zu verändern.

Was ist ein Modell-Preset?

Ein Preset legt sich wie eine Hülle um ein Basismodell (z. B. das definierte Standardmodell). Sie konfigurieren das Preset einmalig und teilen es mit Ihrem Team:

Systemprompt: Definieren Sie die Persona. Nutzen Sie dynamische Variablen wie {{ USER_NAME }} oder {{ CURRENT_DATE }}.
Angebundenes Wissen: Verknüpfen Sie spezifische Wissensspeicher fest mit dem Modell. Ein "Support-Bot" durchsucht dann automatisch immer die Support-Handbücher.
Werkzeuge (Tools): Erlauben Sie dem Modell Zugriff auf Web-Suche, Python-Code-Ausführung oder externe APIs.

Modell-Governance

Administratoren behalten die volle Kontrolle. Sie können pro Projekt festlegen:

Welche Basismodelle verwendet werden dürfen (z. B. Freigabe nur für lokale Modelle bei sensiblen Daten).
Ob Benutzer selbstständig Modelle wechseln dürfen.
Globale Standardparameter (Temperatur, Top P), die für alle Modelle gelten.

API-Authentifizierung

NEOs Quantum Nova stellt einen zentralen KI-Endpunkt bereit, der kompatibel zu modernen KI-Workflows (z. B. der OpenAI API) ist. Dadurch können Sie Ihre Python-Skripte, CRM-Systeme oder Automatisierungen direkt anbinden.

Basis-URL: https://<ihre-nova-domain>/api

Bearer Token Authentifizierung

Um API-Anfragen zu authentifizieren, benötigen Sie einen API-Schlüssel. Diesen generieren Sie in der Web-Oberfläche unter Einstellungen > Konto.

Übergeben Sie den Schlüssel im HTTP-Header Ihrer Anfragen:

Authorization: Bearer IHR_API_SCHLUESSEL

Hinweis für Proxy-Setups: Falls NEOs Quantum Nova hinter einem Reverse-Proxy betrieben wird, der den Authorization-Header selbst verbraucht, kann alternativ der Header x-api-key verwendet werden.

Chat Completions API

Dieser Endpunkt dient als OpenAI-kompatible Schnittstelle für alle in NEOs Quantum Nova verfügbaren Modelle (lokale Modelle, Cloud-Modelle und konfigurierte Agenten).

POST /api/chat/completions

Beispiel-Anfrage (cURL):

curl -X POST https://<ihre-nova-domain>/api/chat/completions \
  -H "Authorization: Bearer IHR_API_SCHLUESSEL" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "default",
    "messages": [
      {
        "role": "user",
        "content": "Fasse das hochgeladene Dokument zusammen."
      }
    ]
  }'

Beispiel-Anfrage (Python mit Requests):

import requests

url = 'https://<ihre-nova-domain>/api/chat/completions'
headers = {
    'Authorization': 'Bearer IHR_API_SCHLUESSEL',
    'Content-Type': 'application/json'
}
data = {
    "model": "default", # Oder spezifische Modell-ID
    "messages": [
        {"role": "user", "content": "Wie hoch war der Umsatz im Q3?"}
    ]
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Beispiel-Antwort:

{
  "id": "chatcmpl-123",
  "object": "chat.completion",
  "created": 1677652288,
  "model": "default",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Basierend auf den Dokumenten im Wissensspeicher betrug der Umsatz im Q3..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 15,
    "completion_tokens": 18,
    "total_tokens": 33
  }
}

Modelle abrufen API

Rufen Sie eine Liste aller verfügbaren Modelle und konfigurierten Agenten ab, auf die der authentifizierte Benutzer Zugriff hat.

GET /api/models

Beispiel-Anfrage (cURL):

curl -H "Authorization: Bearer IHR_API_SCHLUESSEL" \
  https://<ihre-nova-domain>/api/models

Beispiel-Antwort:

{
  "object": "list",
  "data": [
    {
      "id": "default",
      "object": "model",
      "created": 1677610602,
      "owned_by": "system",
      "name": "Working Horse (Standard)"
    },
    {
      "id": "hr-assistant",
      "object": "model",
      "created": 1677610605,
      "owned_by": "user",
      "name": "HR Richtlinien Assistent"
    }
  ]
}