Jedes akzeptierte Gespraech wird zu zehn typisierten Dimensionen strukturierter Intelligence.

Das Gespraech ist das Rohmaterial. Die zehn Dimensionen sind die Struktur, die die Plattform jedem akzeptierten Gespraech auferlegt. Die Menge ist in ihrer Form vertikal-stabil: Jedes Vertical erhaelt zehn Dimensionen, mit zwei oder drei Ersetzungen je nachdem, was die Belegschaft tatsaechlich weiss. Der Einzelhandel erhaelt eine Menge. Beratung ersetzt das Kundensegmentverhalten durch Engagement-Wirtschaftsindikatoren. Restaurants ersetzen die Markenwahrnehmungskarte durch operative Varianz auf Schichtebene. Die Anzahl bleibt bei zehn.

Zehn ist eine kalibrierte Zahl. Fuenf laesst die Dimensionen ineinander zusammenbrechen und verliert die Vergleichbarkeit zwischen Maerkten. Zwanzig fragmentiert das Signal ueber zu viele Felder, von denen jedes durch ein einziges Gespraech unterernaehrt wird. Bei zehn produziert ein Interview von fuenfzehn bis fuenfundvierzig Minuten ausreichend Dichte pro Dimension, um gespraechsuebergreifende Aggregation zu unterstuetzen, und gerade wenig genug Felder, damit das Schema als einzelnes Objekt abfragbar bleibt. Die Kalibrierung ist empirisch. Die Menge wurde ueber zwei Jahre Arbeit verfeinert, bevor der erste kommerzielle Einsatz stattfand.

Die zehn oben genannten Dimensionen bilden die Einzelhandels-Menge. Fuer Beratung wird das Kundensegmentverhalten durch Engagement-Wirtschaftsindikatoren ersetzt (Honorarrealisation, Leistungsumfangabweichung, Partner-Leverage). Fuer Restaurants wird die Markenwahrnehmungskarte durch operative Varianz auf Schichtebene ersetzt (wie dasselbe Geschaeft waehrend des Morgen-, Mittags- und Abendansturms abschneidet). Fuer Apotheken erhaelt das regulatorische Risiko und Compliance-Risiko ein groesseres Gewicht, und das KI-Bereitschafts-Scoring wird fuer einen regulierten Ausgabekontext kalibriert.

Das allgemeine Muster: Jedes Vertical behaelt zehn Dimensionen und ersetzt zwei oder drei gegenueber der Einzelhandels-Menge. Das Schema ist ueber Verticals hinweg portierbar. Die Ersetzungsmethodik ist pro Vertical dokumentiert und liegt beim Einsatz.

Die meisten KI-Interviewsysteme verarbeiten jedes Gespraech und filtern anschliessend. Der Nachteil ist, dass schlechte Gespraeche die Aggregate verunreinigen, die das Dashboard ausweist. Die Plattform folgt dem entgegengesetzten Ansatz. Ein deterministisches Gate laeuft vor jedem LLM-Aufruf: Abgebrochene Anrufe (unter sechzig Sekunden, weniger als sechs Nachrichten, weniger als vier bereinigte Transkriptzeilen) und signalarme Anrufe (weniger als zweihundert Benutzerzeichen oder eine durchschnittliche Runde unter fuenfzehn Zeichen kombiniert mit einer laengsten Runde unter vierzig Zeichen) scheitern am Gate.

Wenn das Gate ausloest, wird der Qualitaetswert auf null gesetzt, der Grund wird aufgezeichnet und die Pipeline wird beendet. Fuer ein Gespraech, das kein Signal produzieren wird, werden keine LLM-Token verbraucht. Die Schwellenwerte (sechzig Sekunden, zweihundert Zeichen) sind empirisch. Sie wurden am Pilotkorpus kalibriert. Sie werden als Parameter verfolgt und sind pro Vertical anpassbar.

Ein zweites Gate laeuft nach der LLM-Pipeline. Wenn der Intelligence-Extraktionsaufruf eine Reichhaltigkeit von 'duenn' kennzeichnet, oder der Zitatbereinigungs-Aufruf jedes Verbatim als geringwertig kennzeichnet, oder die Qualitaetspruefung die Datenverwertbarkeit als 'niedrig' kennzeichnet, wird das Gespraech als Ausreisser getaggt und von der Fuehrungsansicht ausgeschlossen. Der Datensatz wird fuer die Pruefung aufbewahrt. Er wird nicht geloescht.

Die technische Tiefe befindet sich auf der Dokumentationsseite (unten verlinkt). Auf methodischer Ebene tut die Pipeline fuenf Dinge in einer bestimmten Reihenfolge, mit bestimmten Atomizitaetseigenschaften.

Aufruf 1, Intelligence-Extraktion. Das Transkript wird in strukturierte Schmerzpunkte, Chancen, Bedrohungen, Ueberraschungen, Widersprueche, ein Respondentenprofil und null bis acht Schluesselmeinungen umgewandelt. Jedes Verbatim muss ein woertlicher Teilstring eines echten Mitarbeiter-Turns sein. Ein Halluzinationsfilter verifiziert dies nach dem Aufruf. Ein erfundenes Zitat wird geloescht, niemals neu geschrieben.

Aufruf 2, Zitatbereinigung. Mechanische Arbeit mit einem kostenguenstigeren Modell. Das woertliche Zitat ist das Rechtsdokument und wird niemals veraendert. Eine Anzeigelang-Version entfernt Fuellwoerter, ohne umzuformulieren. Eine Anzeigeschutz-Version extrahiert die staerkste Markenurteils-Klausel aus der Anzeigelang-Version. Das quebecisch-franzoesische Register bleibt intakt.

Aufruf 3, Wahrnehmungskartierung. Separat von der Intelligence-Extraktion ausgefuehrt, damit das Modell die beiden nicht in einem einzigen Durchgang zusammenfasst. Roh zuerst, Struktur danach. Eine Kreuzkontaminationspruefung laeuft nach diesem Aufruf: Jedes Markenwahrnehmungsfeld, das einen Wettbewerber oder ein Produkt erwaehnt, das der Mitarbeiter nie genannt hat, wird geloescht und gekennzeichnet.

Aufruf 4, Qualitaetspruefung. Ein unabhaengiger Agent bewertet den Interview-Agenten bei jedem Gespraech anhand von sechs Protokoll-KPIs. Der Pruefungs-Prompt referenziert dieselbe Protokollspezifikation, die den Interviewer konfiguriert. Beide Seiten gruenden im selben Dokument, sodass die Pruefung nicht stillschweigend vom gemessenen Protokoll abweichen kann.

Aufruf 5, Uebersetzung. Analytische Zeichenketten werden vom Franzoesischen ins Englische uebersetzt, damit das Dashboard anglophone Benutzer bedienen kann. Das Verbatim in der Ausgangssprache wird niemals uebersetzt. Es verbleibt in seiner Originalsprache als Herkunftsnachweis.

Deterministisches Scoring. Kein LLM. Eine Formel kombiniert Reichhaltigkeit (extrahierte Intelligence-Zaehler mit Obergrenzen), Tiefe (Rundenanzahl, laengste Rundenlaenge, Dauer) und Ausfuehrung (die sechs KPI-Werte der Pruefung) zu einem zusammengesetzten Wert von null bis hundert. Die Formel ist pruefbar. Ein Kunde kann die genaue Berechnung anfordern, die jeden Wert in seinem Korpus produziert hat.

Ein Gespraech fuehrt eine Pipeline aus. Ein Fehler loescht den gesamten Teilzustand, und der Neuversuch beginnt von vorne. Es gibt keinen partiellen Anreicherungsdatensatz in der Datenbank.

Die Pipeline fuehrt vier Kontrollen durch, die die Fehlermodi erkennen, die die meisten Pipelines ignorieren. Prompt-Drift-Pruefung. Jeder System-Prompt wird per SHA-256-Hash registriert. Ein eingesetzter Hash, der nicht mit der registrierten Version uebereinstimmt, laesst den Aufruf scheitern. Halluzinationsfilterung. Jedes Schluesselmeinungs-Verbatim wird als woertlicher Teilstring eines echten Mitarbeiter-Turns verifiziert, bevor es gespeichert wird. Kreuzkontaminationspruefung. Wahrnehmungskartierungsfelder, die Entitaeten einfuehren, die der Mitarbeiter nie genannt hat, werden geloescht und gekennzeichnet. Der Anreicherungs-Pruefpfad. Jeder LLM-Aufruf schreibt eine Zeile in eine nur-anhaengefaehige Prueftabelle: Pipeline-Version, Prompt-Version, Modell-ID, Token-Anzahl, Dauer, Status. Die Tabelle wird niemals geloescht.

Die Mechanismen hinter diesen Kontrollen sind ausfuehrlich auf Vertrauen & Sicherheit dokumentiert.