Startseite AI Video Assistant

AI Video Assistant

Headline Ask 200 hours of video a question. Get the clip., next to a laptop showing the Ask the archive chat and a card with the cited video clip

Leistungen:

  • Produktdesign
  • Full-Stack-Entwicklung
  • KI-Engineering (RAG)
  • Videoverarbeitungs-Pipeline
  • Mandantenfähige SaaS-Architektur

Branche:

  • Medizinische Weiterbildung · Berufliche Fortbildung · SaaS

Technologie:

  • Angular 21
  • NestJS / TypeORM
  • PostgreSQL 16 + pgvector
  • OpenAI GPT & Embeddings
  • Google Gemini
  • PyannoteAI-Diarisierung
  • Vimeo API, ffmpeg
  • Tailwind CSS, Bun, Supabase

Herausforderung

  • „Wir haben jahrelang Vorträge und Panels aufgezeichnet. Niemand schaut sie sich an, weil niemand weiß, was drin ist.“
  • „Eine selbstsichere falsche Antwort zu einem klinischen Thema ist schlimmer als gar keine. Eine KI, die rät, können wir uns nicht leisten.“
  • „Wir wollten ein Suchfeld. Was wir eigentlich brauchen, ist ein Produkt: mehrere Bibliotheken, mehrere Kunden, unser Branding.“
  • „Wer hat was wann gesagt? Unsere Aufnahmen haben keine Transkripte, keine Kapitel und keine Sprechernamen.“

Ergebnisse

  • Jede Antwort springt im Player zu dem Moment, in dem es gesagt wurde, auf etwa vier Sekunden genau: Sie schauen 50 Sekunden statt 56 Minuten
  • 100 % korrekte Absagen bei unbeantwortbaren Fragen in einem Benchmark mit 73 Fragen und keine halluzinierten Antworten in der Evaluation: „Nicht im Archiv“ ist eine Antwort, der Sie vertrauen können
  • 200+ Aufnahmen indexiert, mit Transkripten nach Sprechern, zusammengeführten Sprecherprofilen und Kapiteln, die sich lesen, als hätte sie ein Mensch geschrieben
  • Vom Such-iFrame zum mandantenfähigen Produkt: unbegrenzt viele Kunden und Bibliotheken, Mandantentrennung auf Datenbankebene
  • Eine automatisierte Evaluations-Suite bewertet jede Prompt- und Ranking-Änderung vor dem Release: Qualität wird gemessen, nicht angenommen

Ideal für

  • Weiterbildungsanbieter, Verbände und Universitäten mit großen Videobibliotheken
  • Medizin-, Rechts- und Compliance-Teams, die Antworten mit Quelle brauchen
  • Konferenz- und Eventveranstalter, die ihre Aufnahmen durchsuchbar und einbettbar machen wollen
  • Softwareunternehmen, die eine mandantenfähige Content-Plattform ohne Neuentwicklung brauchen

Jemand fragt Sie, wie genau Sprachmodelle bei der Differenzialdiagnose sind. Sie wissen, dass ein Referent darüber gesprochen hat. War es der Frühjahrsgipfel oder das Radiologie-Panel? Nach vierzig Minuten oder nach zehn? Früher haben Sie die Aufnahme geöffnet und gespult. Heute tippen Sie die Frage ein und bekommen eine Antwort in zwei Absätzen und zwei Clips, gesetzt auf 15:40 und 21:08, wo die Referenten es tatsächlich gesagt haben. Hat es niemand gesagt, sagt Ihnen das Archiv genau das, statt etwas zu erfinden.

The question, the answer and the two cited clip cards from the real chat, above a session timeline with 15:40 and 21:08 marked

Sie fragen. Es antwortet. Und zeigt Ihnen, wo. Jede Aufnahme kommt mit einem Transkript, das weiß, wer spricht, mit einem Sprecherprofil, das dieselbe Person über Dutzende Videos hinweg zusammenführt, und mit einer Kapitelliste, die Ihnen in zehn Sekunden sagt, ob eine einstündige Session Ihre Zeit wert ist. Stellen Sie eine Frage, kommt die Antwort mit nummerierten Quellenangaben; ein Klick, und der Player springt zu dem Moment, in dem der Punkt gemacht wurde, auf etwa vier Sekunden genau. Tippen Sie @, um einen Referenten zu fragen, @@ für eine Session, oder fragen Sie, wie sich die Sicht eines Referenten auf ein Thema über Jahre von Vorträgen entwickelt hat.

Dark infographic: question, relevance gate, retrieval, second gate, grounding contract, answer or honest refusal; with the figures 100% correct refusals and 0 hallucinated answers

Lieber nichts sagen als etwas Falsches. In einem regulierten Feld ist eine selbstsichere falsche Antwort schlimmer als keine, deshalb ist das System auf Absagen ausgelegt. Zwei Relevanzprüfungen stoppen themenfremde Fragen, bevor überhaupt ein Modell aufgerufen wird. Die Suche läuft erst nach Abschnitten, dann Passage für Passage, damit die Antwort aus dem richtigen Teil des richtigen Vortrags kommt. Ein strenger Grounding-Vertrag erlaubt nur Fakten, die in den gefundenen Clips vorkommen. Im Benchmark mit 73 Fragen lehnte das System jede unbeantwortbare Frage ab, statt zu raten, und eine automatisierte Evaluations-Suite mit einem LLM als Bewerter prüft jede Prompt- und Ranking-Änderung erneut, bevor sie live geht.

The real public portal in a browser card beside schematic wireframes of the client workspace and the agency admin, with the line Unlimited clients and libraries, tenant isolation at the database layer

Bestellt war ein Such-Widget. Geliefert wurde ein Produkt. Ein gebrandetes öffentliches Portal mit eingebettetem Player, Kapitelnavigation, Filtern, eigenem CSS und einer Domain-Freigabeliste fürs Einbetten. Ein Kundenbereich für Bibliotheken, Pipelines, Sprecher und Einstellungen. Ein Admin-Bereich für die Agentur, um Kunden anzulegen und die Job-Warteschlange zu überwachen. Darunter eine wiederaufnehmbare Ingestion-Pipeline in sieben Stufen mit zwei austauschbaren Transkriptionsanbietern und Modelleinstellungen pro Bibliothek: Die Qualität wird ohne neues Deployment justiert. Unbegrenzt viele Kunden und Bibliotheken, Mandantentrennung auf Datenbankebene: Aus einem passiven Archiv wurde ein Wert, den die Organisation branden, einbetten und für neue Zielgruppen öffnen kann.

Wenn das nach Ihrer Organisation klingt: Sie zeichnen alles auf, und niemand schaut es sich je wieder an. Wir bringen es dazu, Fragen zu beantworten – mit Belegen.

Lass uns anfangen!











    Diese Website ist durch reCAPTCHA geschützt und unterliegt der Anwendung von
    Datenschutzrichtlinien та
    Nutzungsbedingungen від Google.


    Wunderbar!

    Wir kommen gleich zurück, um ordentlich zu plaudern.

    Kostenlose Beratung