Login Registrieren
mcAI Architektur

mcAI Platform

Modular aufgebautes Intelligent Application Framework, das klassische Anwendungsarchitektur mit modernen KI‑Funktionen verbindet.

mcAI HUB orchestriert CORE AI LAYER und SUPPORTING TECHNOLOGIES & FEATURES — Retrieval + Generative KI + Governance.

mcAI ist in drei klaren Ebenen organisiert: Single Source of Truth (mcAI HUB), die Denk‑Ebene (CORE AI LAYER) und die Handlungs‑Ebene (SUPPORTING TECHNOLOGIES & FEATURES).

🎯 mcAI

mcAI HUB verbindet die Kernintelligenz (Core AI Layer) mit der operativen Infrastruktur (Supporting Technologies).

Der mcAI HUB ist die Single Source of Truth: Er orchestriert Nutzer, Kunden, Konfigurationen sowie Dokumente und stellt Governance, Zugriffskontrolle und Integrationspunkte für Retrieval & Generative KI bereit.

IAM (Benutzer & Zugriff)
Zentrale Authentifizierung, SSO, Policies, Rollen, feingranulare Permissions und Audit‑Logs.
Kundenmanagement
Mandanten, Instanzen, Teams — Provisioning, Billing‑Data und tenant‑spezifische Konfigurationen.
Rollenmanagement
Vordefinierte & anpassbare Rollen (Admin, Customer Admin, Employee) mit Role‑Mapping.
Anwendungs‑/Navigation‑Management
App‑Registry, Navigation, Onboarding‑Flows und Feature‑Flag Steuerung.
Konfigurationsmanagement
Verwaltung von Infrastruktur‑Profiles, Webservern, DB‑Verbindungen, Secrets & Environments.
Dokumenten‑Management
OCR/Extraction, Versioning, Review‑Workflows, Freigaben und Audit‑Trail.
Gecrawlte Webseiten
Crawler‑Jobs, Scheduling, Content‑Extraction, Link‑Management und Rekrawl‑Strategien.
Knowledge Base Management
KB‑Einträge, Reviews, Versioning sowie Integration in Chatbot & Retrieval‑Pipelines.

CORE LAYER

— Die Denk- Ebene

Model Provider
Model Provider

Externe oder interne Inferenz‑Endpunkte (OpenAI, self‑hosted Modelle) ermöglichen flexible, skalierbare KI‑Services; sie abstrahieren Modellzugriff, unterstützen API‑Gateway‑Sicherheit, ermöglichen Multi‑Tenant‑Deployment und erleichtern kontinuierliche Integration.

Embeddings
Embeddings

mcAI wandelt Text mithilfe von text‑embedding‑3‑large und ada‑002 in hochdimensionale Vektorrepräsentationen um, um semantische Analysen und Retrieval zu ermöglichen. Dies unterstützt effiziente Suche, Clusterbildung und Kontextualisierung großer Datensätze in Umgebungen.

Vektor‑Store
Vektor‑Store

Persistente Vektor‑Indexierung für semantische Retrieval‑Anwendungen, implementiert mit PGVector, ChromaDB und Faiss, um hochdimensionale Embeddings effizient zu speichern, in verteilten Systemen zu verarbeiten, schnelle Durchsuchen und Echtzeit‑Analysen zu ermöglichen.

Prompt- Manager
Prompt- Manager

Der Prompt Manager orchestriert die gesamte Prompt‑Logik Ihrer KI‑Anwendung. Er steuert System‑Prompts, führt Context‑Chaining durch und verwaltet den Zugriffskontext, sodass jedes Modell die exakt richtige Information erhält, reduziert er Rechenkosten, steigert die Relevanz sowie Genauigkeit – von der ersten Frage bis zur finalen Antwort.

Sanitizer und Parser
Sanitizer und Parser

Der Sanitizer & Parser normalisiert sämtliche Eingaben – ob Markdown, JSON oder andere Formate – und sorgt für sichere, strukturierte Daten. Durch automatisierte Bereinigung von potenziellen XSS‑Schwachstellen, Validierung der Syntax und Umwandlung in ein einheitliches Schema ermöglicht er eine fehlerfreie Weiterverarbeitung in allen KI‑Modulen.

KI-Content‑Engine
KI-Content‑Engine

Die KI‑Content‑Engine wandelt strukturierte Daten in hochwertige, kontextrelevante Dokumente um – von Berichten über Präsentationen bis zu Social‑Media‑Posts. Durch modernste Generative‑KI‑Modelle erstellt, passt sie Inhalte automatisch an und optimiert sie für maximale Wirkung.

SUPPORTING TECHNOLOGIES & FEATURES

— Die Handlungs‑Ebene

Datenspeicher & Metadaten
Datenspeicher & Metadaten

PostgreSQL, MySQL und SQLite speichern Transaktions- und Metadaten zentral. Sie bieten schnelle Abfragen, ACID-Konformität und hohe Datenintegrität, Skalierbarkeit sowie Verfügbarkeit für mcAI‑Anwendungen.

Data Ingest
Data Ingest

Data Ingest verbindet mcAI mit vielfältigen Quellen: SharePoint, lokale Dateisysteme, Web‑Crawler und Knowledge‑Bases. Durch API‑Gateways, ETL‑Pipelines und Echtzeit‑Streaming werden Daten konsolidiert, validiert und für Analyseprozesse bereitgestellt

RAG / Suggestions API
RAG / Suggestions API

RAG / Suggestions API verbindet Retrieval und generative KI. Es liefert kontextbasierte Antworten, Vorschläge und verbessert die Nutzererfahrung. Die API skaliert, ist sicher und leicht in bestehende Systeme integrierbar - zukunftssicher.

Anwendungsoberfläche
Anwendungsoberfläche

mcCMS / Page Builder, Chat Interface und UI Renderer ermöglichen eine intuitive, modulare Gestaltung von Webseiten und interaktiven Chat‑Erlebnissen. Sie rendern strukturierte Outputs in Echtzeit und fördern die Nutzerbindung.

Feedback Loop
Feedback Loop

Das mcAI Feedback‑System sammelt Nutzerbewertungen, analysiert Antwortqualität und optimiert Laufzeiten in Echtzeit. Es verbessert kontinuierlich die Genauigkeit, Reaktionsgeschwindigkeit und Kundenzufriedenheit.

Consent und DSGVO Audit
Consent und DSGVO Audit

Das mcAI Consent‑Modul erfasst explizite Nutzerzustimmungen und speichert sämtliche Interaktionsdaten. Der mcAI DSGVO‑Audit‑Tracker protokolliert automatisch alle relevanten Vorgänge, gewährleistet Compliance und erleichtert Prüfungen.

Häufige Fragen

Der mcAI HUB ist die Single Source of Truth: Er orchestriert Nutzer, Konfigurationen, Dokumente sowie Governance‑Funktionen und stellt Integrationspunkte für Retrieval & Generative KI bereit.

🧩 Zusammenspiel mcAI Hub & Komponenten (Blockdiagramm)

mcAI HUB - flowchart

IAM, SSO, Rollen & feingranulare Permissions plus Audit‑Logs sichern Zugriffskontrolle. Rollenmanagement (Admin, Customer Admin, Employee) unterstützt Role‑Mapping und Mandanten‑Isolation.

👥 mcIAM


mcAI HUB IAM - flowchart

mcAI unterstützt externe und self‑hosted Inferenz‑Endpunkte (z. B. OpenAI) und nutzt Embeddings wie text‑embedding‑3‑large und ada‑002 für semantisches Retrieval und Kontextualisierung.

🧭 mcAI Flowchart — Modelle, Self‑Hosted & Embeddings

mcAI HUB AI model - flowchart

Persistente Vektorstores (PGVector, ChromaDB, Faiss) speichern Embeddings; relationale DBs (PostgreSQL, MySQL, SQLite) verwalten Metadaten und Transaktionen.

⛬ mcAI - Persistente Vektorstores

mcAI HUB Database - flowchart

Data Ingest verbindet SharePoint, lokale Dateisysteme, Web‑Crawler und Knowledge‑Bases per ETL‑Pipelines, API‑Gateways und Echtzeit‑Streaming. Crawler‑Jobs und Rekrawl‑Strategien sind integriert.

📊 mcAI Data‑Ingest Flow

mcAI HUB Data Ingest - flowchart

Der Prompt‑Manager steuert System‑Prompts und Context‑Chaining; Sanitizer & Parser normalisieren Eingaben, validieren Formate und schützen vor XSS sowie fehlerhaften Payloads.

📌 Prompt‑Manager Flow

mcAI HUB Prompt Manager - flowchart

Der Feedback‑Loop sammelt Nutzerbewertungen und optimiert Modelle; das Consent‑Modul plus DSGVO‑Audit‑Tracker protokollieren Zustimmungen und Prüfpfade zur Compliance‑Sicherung.

👥 mcFeedback‑Loop & Consent‑Compliance Flow

mcAI HUB Feedback-Loop - flowchart

Projektanfrage

Beschreiben Sie Ihr Vorhaben. Wir melden uns innerhalb von 48 Stunden.

mcAI HUB orchestriert CORE AI LAYER und SUPPORTING TECHNOLOGIES & FEATURES — Retrieval + Generative KI + Governance.

mcAI ist in drei klaren Ebenen organisiert: Single Source of Truth (mcAI HUB), die Denk‑Ebene (CORE AI LAYER) und die Handlungs‑Ebene (SUPPORTING TECHNOLOGIES & FEATURES).

×