Self-hosted · Unterstützt Nachweispflichten nach dem EU AI Act · Source-available
ATF sitzt zwischen Ihren Modellen und Ihren Systemen. Namen, Kontonummern und andere Personendaten werden maskiert, bevor eine Anfrage OpenAI, Anthropic oder einen anderen Anbieter erreicht. Aktionen mit Folgen führt ATF erst aus, wenn ein Berechtigter sie freigibt. Jede Ausführung lässt sich als signierter Nachweis an Datenschutz und Revision übergeben.
Detektierte Personendaten werden vor jedem Provider-Aufruf tokenisiert und erst in der Antwort wiederhergestellt.
Folgenreiche Tool-Aufrufe pausieren am MCP-Gate. Ohne Entscheidung wird abgelehnt.
Hash-verkettetes Audit-Log und Ed25519-signierte Bundles, offline prüfbar mit atf-verify.
Budgets pro Mandant und Lauf, Routing, Kaskaden und Failover – messbar ab der ersten Anfrage.
Jede Anwendung ist einzeln deploybar und über versionierte Contracts und offene Protokolle verbunden – OpenAI-kompatibles API, MCP, HTTP. Der Server-Footprint ist PostgreSQL plus fünf Dienste.
apps/runtimeapps/controlapps/searchapps/gateapps/extractapps/outpostapps/outpost-desktopJede Funktion: kurz erklärt für Entscheider, mit den technischen Details für Ihr Plattform-Team und einer Aufnahme aus der echten Oberfläche oder einem Konfigurationsbeispiel.
Personendaten verlassen nie das Haus.
Bevor ein Text an ein KI-Modell geht, ersetzt ATF Namen, IBANs, E-Mails, Telefonnummern und Gesundheitsangaben durch bedeutungslose Platzhalter – und setzt die echten Werte erst in der Antwort für Ihre Mitarbeitenden wieder ein.
Kontrollierte Werkzeugzugriffe statt Vollzugriff.
Das Gate ist die Pforte zwischen KI und Ihren Systemen: Es stellt nur die Aktionen bereit, die Sie in einer Konfigurationsdatei freigeben – und jede schreibende Aktion kann einen Menschen verlangen.
Schweigen ist keine Freigabe.
Will ein Agent Geld bewegen, Daten löschen oder etwas buchen, hält ATF an und fragt einen Menschen. Antwortet niemand rechtzeitig, wird die Aktion abgelehnt – nie stillschweigend ausgeführt.
Die Rechte des Nutzers gelten bis zur Datenbank.
Wer im Chat fragt, wird mit seiner echten Anmeldung bis ins Zielsystem durchgereicht. Ein Agent kann deshalb nie mehr sehen oder tun als die Person, für die er arbeitet – und jedes System weiß, ob ein Mensch oder ein Agent handelt.
Prüfbare Nachweise statt bloßer Compliance-Versprechen.
Jede Ausführung kann als digital signiertes Beweis-Paket exportiert werden. Ihr Wirtschaftsprüfer prüft es auf seinem eigenen Laptop – ohne Zugang zu Ihrer Plattform und ohne Ihnen vertrauen zu müssen.
Regeln, die vor der Ausführung greifen.
Welche Daten zu welchem Anbieter dürfen, welche Aktionen eine Freigabe brauchen und wie lange etwas gespeichert wird, steht in einer prüfbaren Datei – und ATF hält sich daran, bevor ein Modell aufgerufen wird.
KI-Abläufe, die man reviewen kann.
Was ein Assistent oder Agent tut, ist ein Ablaufplan in einer Textdatei. Fachbereich und IT sehen ihn im Studio als Grafik, testen ihn per Klick und ändern ihn wie Quellcode – mit Versionsnummer.
Mehrschrittige Agenten mit Budget und Prüfer.
Für komplexe Fragen zerlegt ein Planer die Aufgabe in Teilschritte, verteilt sie an spezialisierte Bausteine und plant mit den Ergebnissen neu – bis ein Prüfer das Ergebnis abnimmt oder ein Budget erreicht ist.
Antworten in der Form, die Ihr System erwartet.
Wo eine Antwort weiterverarbeitet wird – etwa eine Einstufung oder ein Datensatz –, zwingt ATF das Modell in ein festes Format. So entsteht kein „fast richtiges“ JSON, das in Ihrem System zu Fehlern führt.
Unternehmens-RAG auf PostgreSQL.
ATF findet in Ihren Dokumenten die Stellen, auf die sich eine Antwort stützen muss – und zeigt nur Dokumente, die die fragende Person auch sehen darf.
Was galt am 1. März – und was hat sich seitdem geändert?
Richtlinien, Verträge und Handbücher ändern sich. ATF behält jede Version und beantwortet Fragen auf Wunsch so, wie der Stand zu einem bestimmten Datum war – und zeigt, was sich zwischen zwei Daten geändert hat.
Welche Antworten stützen sich auf eine Fassung, die nicht mehr gilt?
Ändert sich eine Richtlinie, ist die nächste Frage: Welche Antworten haben auf die alte Fassung verwiesen? ATF merkt sich, welche Textstellen jede Antwort zitiert hat, und listet alle Antworten, deren Quellen sich inzwischen geändert haben oder entfallen sind.
Dokumente, die ein Modell wirklich versteht.
ATF verwandelt PDFs, Office-Dateien, Scans und E-Mails in sauber strukturierten Text mit Seiten, Tabellen und Abbildungen – damit Antworten auf die richtige Seite verweisen.
Postfächer, ohne dass jede Antwort den Verlauf doppelt mitschleppt.
ATF liest E-Mails und ganze Postfächer, ordnet Antworten ihren Gesprächen zu und entfernt zitierte Verläufe, die schon vorhanden sind. Antworten stützen sich so auf jede Aussage genau einmal – statt auf zehn Kopien derselben Mail.
Dokumente kommen zu ATF – nicht umgekehrt.
Ein kleiner Synchronisations-Agent läuft bei Ihnen – auf dem Fileserver oder als Desktop-App – und schiebt Ordner, S3, SharePoint, OneDrive, Google Drive oder Dropbox in die Plattform – samt der Berechtigungen. Die Cloud bekommt nie Lesezugriff auf Ihre Quellen.
Auch der Rückkanal wird geprüft.
ATF prüft nicht nur, was Nutzer eingeben, sondern auch, was aus Dokumenten und Werkzeugen zurückkommt – denn dort verstecken Angreifer ihre Anweisungen. Außerdem überprüft ATF seine Schutzmechanismen regelmäßig durch simulierte Angriffe.
Jede KI-Antwort lückenlos nachvollziehbar.
Für jede KI-Antwort sehen Sie, welcher Ablauf in welcher Version lief, welche Quellen und Modelle beteiligt waren, wie lange es dauerte und was es kostete.
Planbare KI statt Überraschungsrechnung.
ATF weiß, was jede Anfrage kostet, stoppt bei Budgetgrenzen und weicht automatisch auf einen anderen Anbieter aus, wenn einer ausfällt.
Änderungen prüfen, bevor sie den laufenden Betrieb beeinflussen.
Bevor eine neue Version eines Assistenten live geht, wird sie gegen echte Beispiele geprüft, zunächst nur für einen Teil der Anfragen ausgerollt oder unsichtbar parallel getestet.
Wer fragt, bestimmt, was sichtbar ist.
Abteilungen, Tochterfirmen oder Kunden teilen sich eine Plattform, ohne die Daten der anderen zu sehen – durchgesetzt in der Datenbank, nicht nur in der Oberfläche.
Bestehende Clients, neue Kontrolle.
Vorhandene Chat-Oberflächen und Anwendungen sprechen mit ATF wie mit einem bekannten KI-Dienst – nur dass jetzt alle Regeln dazwischen gelten.
Die vertraute Chat-Oberfläche – mit allen Regeln dahinter.
Mitarbeitende nutzen eine gewohnte Chat-Oberfläche wie Open WebUI. Jeder freigegebene Ablauf erscheint dort als eigenes „Modell“; Quellen, Freigaben und Fortschritt werden direkt im Chat angezeigt.
Konkrete Anwendungsfälle, in denen ATF den Weg vom KI-Prototyp zum geprüften Produktivbetrieb unterstützt.
Ein Agent soll Kulanzanträge prüfen und Erstattungen im ERP anlegen. Die Anträge enthalten Bankdaten und ärztliche Atteste; jede Buchung bewegt echtes Geld.
Der Agent bereitet vor, ein Mensch entscheidet, die Revision prüft offline.
Schadenmeldungen kommen als PDF, Foto und E-Mail. Sachbearbeiter sollen schneller entscheiden, aber Auszahlungen und Ablehnungen müssen begründet und prüfbar bleiben.
Die Bearbeitung wird schneller. Gleichzeitig bleibt nachvollziehbar, auf welchen Quellen und Versionen eine Entscheidung beruht und wer sie freigegeben hat.
Handbücher, Wartungspläne und Störungsberichte liegen auf einem Fileserver im Werk. Die Cloud darf nicht darauf zugreifen; Antworten müssen auf die richtige Seite verweisen.
Schichtleitung und Instandhaltung bekommen belegte Antworten in Sekunden.
Mandate und Akten sind streng getrennt. Eine KI-Recherche darf nie Inhalte eines anderen Mandats in eine Antwort mischen – und jede Quelle muss nachvollziehbar sein.
Recherche mit belastbarer Trennung und vollständigem Quellennachweis.
Ein Agent soll Tickets triagieren, Ursachen eingrenzen und Changes vorbereiten. Lesen darf er viel, ändern nur mit Freigabe – und die Token-Kosten müssen planbar bleiben.
Tickets schneller priorisieren, ohne dass der Agent ungefragt Änderungen an produktiven Systemen vornimmt.
Ein Assistent soll Befunde verständlich zusammenfassen und Rückfragen beantworten. Gesundheitsdaten (Art. 9 DSGVO) dürfen nur unter strengen Bedingungen verarbeitet werden.
Nutzen für Patienten, Nachweis für DSB und Aufsicht.
Drei Entscheidungen, die ATF von Orchestrierungs-Toolkits unterscheidet. Ausführlich, mit Code und Konsequenzen.
Eine zweite Datenbank ist eine zweite Rechteverwaltung. Und die zweite Rechteverwaltung ist die, die beim Audit fehlt.
Weiterlesen7 Min. Lesezeit 02Der Angreifer tippt nicht in Ihr Chatfenster. Er schreibt in eine E-Mail, ein Ticket oder ein PDF – und wartet, bis Ihr Agent es liest.
Weiterlesen6 Min. Lesezeit 03Ein Word-Dokument beschreibt, was passieren soll. Ein signiertes Evidence Bundle belegt, was passiert ist.
Weiterlesen8 Min. LesezeitATF wird von der Abillify Technology GmbH in Regensburg entwickelt und betreut. Abillify arbeitet im Zahlungs- und Forderungsmanagement – einem Umfeld, in dem Nachweise, Datenschutz und Freigaben zum Alltag gehören. ATF ist aus Produktionsarbeit in genau solchen regulierten Umgebungen entstanden.
Executive · Strategie, Architektur, Consulting
Verantwortet bei Abillify Strategie, Architektur und Consulting und ist Autor von ATF. Die Plattform ist aus Projekten in regulierten Umgebungen entstanden, in denen Audit-Nachweise, Identität, Datenresidenz und Freigaben Voraussetzung für den Betrieb sind.
Technik · Qualitätssicherung & Security
Verantwortet bei Abillify den technischen Bereich mit Schwerpunkt Qualitätssicherung und Security.
Regensburg · Deutschland
Ansprechpartner auf Deutsch und Englisch, Betrieb auf Ihrer eigenen Infrastruktur.
Der komplette Plattform-Code ist auf GitHub einsehbar – Elastic License 2.0, kein Black-Box-SaaS.
Container-Images (amd64/arm64) und OCI-Helm-Chart cosign-signiert, mit SLSA-Build-Provenance und CycloneDX-SBOM; atf-verify attestiert für Linux, macOS und Windows.
Jede Entscheidung mit Kontext, Alternativen und Konsequenzen – öffentlich im Repository.
STRIDE-Bedrohungsmodell, dokumentierte Grenzen und ein Meldeweg für Sicherheitslücken.
Referenzen veröffentlichen wir ausschließlich mit schriftlicher Freigabe unserer Kunden – das gehört bei einem Trust-Produkt dazu.
Wir suchen Pilotpartner aus Versicherung, Finanzdienstleistung, Industrie und öffentlicher Hand, die einen KI-Use-Case nachweisbar in Produktion bringen wollen.
Abillify unterstützt Unternehmen dabei, KI-Plattformen auf Basis von ATF aufzubauen, in bestehende Systeme zu integrieren und sicher zu betreiben. Dazu gehören die Konfiguration von Zugriffsrechten, die Überprüfung der Sicherheitsmechanismen und die Dokumentation relevanter Prozesse.
Zielarchitektur, Deployment auf Ihrer Infrastruktur (Kubernetes, Docker, On-prem, EU-Cloud), Identität und Mandanten.
Wir binden Dokumentenmanagementsysteme, ERP- und CRM-Systeme sowie Datenbanken über vom MCP-Gate kontrollierte Schnittstellen an. Dokumente werden über die Komponenten Extract und Outpost integriert.
Policy as Code, DSFA- und VVT-Vorlagen, EU-AI-Act-Mapping, signierte Nachweise für DSB und Revision.
Enterprise Support mit SLA, Updates entlang der Releases, Monitoring, Red Teaming und Kostensteuerung.
Sie haben einen KI-Anwendungsfall oder bereits einen funktionierenden Prototyp, können ihn aber wegen Datenschutzanforderungen, Halluzinationen oder Sicherheitsbedenken noch nicht produktiv einsetzen? Wir setzen Ihnen in 14 Tagen eine abgenommene ATF-Instanz auf Ihrer eigenen Infrastruktur auf, binden Ihre Dokumente und Systeme über MCP sicher an und liefern das fertige Audit-Dossier für Ihren Datenschutzbeauftragten mit.
Kein 150.000-€-Großprojekt: ein fest umrissener Einstieg mit Festpreis und klarer Abnahme.
Sprint anfragen Architektur-Call vereinbarenDann sprechen wir über Ihre Architektur.