🇩🇪 100 % in Deutschland · Team · Server · Daten

ISIFIVE · Produktübersicht · Konturos

KI-Plattform für Unternehmen.
DSGVO-konform. Modular. Skalierbar.

Konturos verbindet KI-Agenten, Wissensdatenbanken und Automatisierung zu einer vollständig kontrollierbaren Plattform — für Mittelstand und öffentliche Verwaltung. Alle Daten bleiben in Ihrer Infrastruktur.

DSGVO-konformMulti-Tenant19+ LLM-AnbieterRAG / WissensbasisMCP & Workflow-ToolsDocker · Self-Hosted

Die Plattform auf einen Blick

Von der Nutzerin bis zum Datenbankfeld — wie alle Teile zusammenspielen.

HTTP / Laufzeit optional / konfigurierbar↳ fahr über eine Kachel, um ihre Verbindungen zu sehen
Queries · Vektoren Chat · Embed Jobs · Chunks Embeddings Workflow · MCP · REST API-Requests Nutzer:in Browser · Web-App (Next.js) WEB · OBERFLÄCHE Frontend Next.js 16 · React 18 TailwindCSS · TypeScript Agenten · Dokumente · Chat Monitoring · Admin DER KERN · API Backend API FastAPI · Python · JWT-Auth RBAC · Multi-Tenant · Audit Agenten · RAG · LLM-Gateway REST-API-Tools · Budget HINTERGRUND Worker Dokument-Verarbeitung OCR · Tesseract (DE+EN) Chunking · Embeddings Advisory Locks · TTL DATEN · VEKTOREN PostgreSQL + pgvector 28+ Tabellen · Org-Isolation HNSW-Vektorindex (1536-dim) Fernet-verschlüsselte Secrets Append-only Audit-Log KI-GATEWAY · PROVIDER LLM-Gateway Anthropic OpenAI Azure Ollama LiteLLM + 14 weitere Chat · Embeddings · EUR-Kosten TOOLS Integrationen MCP-Server n8n Workflows REST-API-Tools DB-Abfragen SMTP · Portal Alle Daten verbleiben in Ihrer Infrastruktur · keine Cloud-Pflicht · DSGVO Art. 5 konform

Die Bausteine

Sechs Komponenten — jede mit einer klaren Verantwortung.

Frontend

die Oberfläche

Responsives Web-Interface für Admins, Builder und Endnutzer. Zeigt Agenten, Chats, Wissensquellen, Monitoring und Admin-Funktionen in einer Anwendung.

Next.js · React · TailwindCSS
TypeScript strict · SSE-Streaming

Backend API

der Kern

FastAPI-Server mit 25+ Routern. Verwaltet Mandanten, Agenten, Wissensquellen, Tool-Ausführung, Budgets und Audit-Logging in einem einzigen, gut strukturierten Service.

FastAPI · Python · SQLAlchemy async
JWT-Auth · Pydantic v2 · CORS

Worker

die Fabrik

Separater Prozess für aufwändige Hintergrundaufgaben. Verarbeitet Dokumente asynchron, ohne die API zu blockieren — mit Concurrency-Control und automatischer TTL-Bereinigung.

OCR (Tesseract) · PDF · Office-Dokumente
Chunking · Embedding · Job-Queue (DB)

PostgreSQL + pgvector

das Gedächtnis

Einzige persistente Datenschicht. Speichert Org-Daten, Chat-Verläufe, Dokument-Chunks mit hochdimensionalen Vektoren für semantische Suche — alles in einer Datenbank.

pgvector HNSW-Index · Hybridsuche
Fernet-Verschlüsselung · Audit-Trail

LLM-Gateway

die KI-Schicht

Einheitliche Schnittstelle für 19+ Sprachmodell-Anbieter. Wählen Sie den passenden Anbieter pro Anwendungsfall — ohne Code-Änderungen. Inkl. Token-Zählung und Kostenschätzung.

Anthropic · OpenAI · Azure · Ollama
LiteLLM · Mistral · Cohere · …

Integrationen

die Verbindungen

Agenten können externe Dienste aufrufen: Workflows in n8n, beliebige REST-APIs mit OpenAPI-Import, SQL-Abfragen gegen eigene Datenbanken und MCP-Server nach dem offenen Standard.

MCP (OAuth · Bearer · API-Key)
n8n · REST-API · DB-Connector · SMTP

Typische Abläufe

Drei Szenarien — wie Daten durch die Plattform fließen.

Ein Agent antwortet

Chat-Request mit RAG und Tool-Aufruf

  1. Nutzer schreibt eine Nachricht im Chat.
  2. Backend lädt den Agenten-Kontext: System-Prompt, Tools, Wissensquellen.
  3. Semantische Suche (pgvector) findet relevante Dokument-Chunks.
  4. LLM-Aufruf beim konfigurierten Anbieter — mit Kontext und Chunks.
  5. Bei Tool-Use: Schleife bis zu 20 Iterationen (n8n, REST, MCP, DB …).
  6. Antwort fließt per SSE-Streaming in Echtzeit zur Oberfläche.

Ein Dokument wird hochgeladen

Aufnahme in die Wissensbasis

  1. Admin lädt PDF, Word oder TXT über die Oberfläche hoch.
  2. Backend legt einen Job in der DB-Queue an (status=processing).
  3. Worker übernimmt: OCR bei gescannten PDFs, Textextraktion.
  4. Text wird in Chunks mit Überlappung aufgeteilt.
  5. Ein Embedding-Modell erzeugt Vektoren für jeden Chunk.
  6. Chunks mit Vektoren landen in PostgreSQL — fertig für die semantische Suche.

Ein neuer Mandant wird eingerichtet

Multi-Tenant-Onboarding

  1. Platform-Admin legt eine neue Organisation an.
  2. Org-ID wird allen Tabellen als Isolationsschlüssel mitgegeben.
  3. Admin lädt Nutzer ein — rollenbasiert (Owner, Admin, Builder, Viewer).
  4. Feature-Flags konfigurieren, welche Module die Org sieht.
  5. LLM-Provider und Budget werden separat pro Org gesetzt.
  6. Alle Daten bleiben strikt voneinander getrennt.

Self-Hosted · kein Vendor Lock-in

  • Alle Daten in Ihrer Infrastruktur. PostgreSQL läuft in Ihrem Docker-Stack. Kein Managed Cloud Service erforderlich.
  • Anbieter frei wählbar. Anthropic heute, Ollama morgen — der LLM-Gateway abstrahiert alle Provider hinter derselben Schnittstelle.
  • Kein externes SSO erforderlich. JWT-Auth ist eingebaut; Intrexx-Portal-Integration ist optional hinzuschaltbar.

Fragen zur technischen Umsetzung?

Wir gehen mit Ihnen durch, wie Konturos in Ihre bestehende Infrastruktur passt.

Demo anfragen