Die geschäftlichen Zusammenfassungen sind in dieser Sprache verfügbar. Produktabläufe und technische Belege werden auf Englisch gepflegt.
Sicherheit & Absicherung
Aegis AI
KI-Inventar, Pflichten und Belege in einem Prüfablauf zusammenführen.
Inventar, Klassifizierung, Abhilfemaßnahmen und Berichte liegen an getrennten Orten. Belege brauchen eine verantwortliche Person und einen überprüfbaren Status.
KI-Produktverantwortliche, Complianceleiter und verantwortliche Ingenieure
Inspect the source, test conditions and operating limits in the technical record.
Technische Unterlagen und Evidenz
Brücke Business ↔ Technologie · Governance capability experiment
Turn regulatory obligations into owned product and evidence work.
Explores evidence-linked regulatory workflow without presenting generated guidance as legal authority.
Dies ist eine Portfolio- und Quellinterpretation, keine Aussage über Kunden, Betrieb, Zertifizierung oder Ergebnisse.
01
Geschäftlicher Druck
System inventory, risk classification, evidence, remediation, and reporting are often fragmented across legal, compliance, product, and engineering teams.
02
Produktentscheidung
Separate deterministic inventory and workflow state from retrieval-assisted interpretation, and preserve named human review points.
03
Technischer Nachweis
Inventory, retrieval, classification, evidence, remediation, audit, and report modules with migrations and selected mocked test seams.
04
Evidenzrückfluss
Evidence gaps and classification uncertainty return to product scope, control design, accountable owners, and release planning.
Repository-/Laufzeitgrenze
Diese Seite interpretiert Quellen aus einem getrennten Venture-Repository. Quellcode dort bedeutet nicht, dass das Venture als Dienst in hyperion-consulting.io läuft.
Die KI-Verarbeitung von Besucher- und Kundendaten ist auf Mistral über den kontrollierten EU-Endpunkt beschränkt. Die vom Inhaber freigegebenen Pfade Helio, Suche und Product Council sind aktiviert. Ein getrenntes Redaktionsverfahren mit öffentlichen Quellen nutzt Anthropic mit kontrolliertem Mistral-Ersatz; es erhält keine Website-Anfragen, Kundendokumente oder Besuchergespräche. Deterministische Werkzeuge bleiben ohne Remote-KI verfügbar.
Quellcode-Evidenz
Was der Quellcode tatsächlich belegt
A regulatory-workflow backend prototype with inventory, retrieval, classification, evidence, remediation, audit, and report modules. It is a decision-support system under development, not legal advice or a conformity assessment.
Der detaillierte technische Stand wird auf Englisch gepflegt.
Reifegrad
Development prototype
Evidenzprüfung
Quellstand bis
Produkt- und Architekturentscheidungen
Separate deterministic system inventory and workflow state from retrieval-assisted regulatory interpretation.
Link evidence chunks and report snapshots to the decisions they support.
Preserve human review points for classification, remediation, and regulatory reporting.
Prüfbare Evidenz
FastAPI modules and SQL migrations covering the principal workflow and data boundaries.
Pytest coverage for selected API, data, classification, report, and remediation paths.
Regulatory-corpus ingestion and retrieval plans with mocked integration seams in tests.
Aussagegrenze
The test record relies substantially on local and mocked integrations.
No claim of complete regulatory coverage, legal accuracy, live monitoring, conformity, or certification is made.
An accountable legal, compliance, and system owner must review any generated assessment or document.
Repository-Evidenz ist kein Nachweis für Kunden, Betrieb, Zertifizierung oder Ergebnisse.
Architektur
Vom regulatorischen Text zu strukturierter, nachweisgestützter Berichterstattung
Drei Quellcode-Schichten: Überwachung regulatorischer Feeds, Retrieval-gestützte Pflichtenextraktion und eine Audit-Kette mit Manipulationserkennung. Die Akzeptanz jedes einzelnen Eintrags durch Regulierungsbehörden muss gesondert beurteilt werden.
Nur Quellübersicht: Eine Schicht kann implementierten Code, eine Adaptergrenze oder dokumentiertes Design darstellen. Sie belegt keinen konfigurierten Produktionsdienst.
01
Schicht 1 — Regulatorische Überwachung
Der Quellcode bildet drei EUR-Lex ATOM-Feeds (EU AI Act, GDPR, AI General), das Parsen neuer Instrumente nach CELEX, die Extraktion der Schweregrade (kritisch/hoch/niedrig) und einen Schritt zur Mistral-Impact-Analyse gegenüber dem registrierten KI-System-Inventar ab. Eine Live-Überwachung wird nicht behauptet.
02
Schicht 2 — Compliance-Engine
Der Quellcode bildet Mistral + RAG über ein Korpus aus Artikeln, Anhängen und EDPB-Leitlinien ab: Pflichtenextraktion, Abbildung von Überschneidungen zwischen Vorschriften (EU AI Act ↔ GDPR ↔ NIS2), Risikoklassifizierung und Gap-Analyse, mit Konfidenzscores und Artikel-genauen Zitaten. Die Ergebnisse erfordern eine fachliche Prüfung.
03
Schicht 3 — Audit mit Manipulationserkennung
Der Quellcode modelliert Einträge zu Klassifizierung, Lücken, Abhilfemaßnahmen, Zeitstempeln und Prüfern in einer Audit-Kette. Ob ein exportierter Eintrag eine gesetzliche oder behördliche Anforderung erfüllt, muss gesondert beurteilt werden.
EU AI Act-Abdeckung
Zehn hochrelevante AI Act-Artikel, im Prototyp abgebildet
Compliance-Theater ist eine Liste von Artikeln in einem PDF. Compliance-Praxis bedeutet, jeden Artikel einem bestimmten KI-System zuzuordnen – mit Nachweisen, Verantwortlichen und dem Datum der letzten Überprüfung. Unten: die Artikel, die der Prototyp pro registriertem System abbildet. Extrahierte Pflichten erfordern eine fachliche Prüfung.
Nur Repository-Oberfläche: Verfügbarkeit, Vollständigkeit, Leistung und Betriebstauglichkeit erfordern eine gesonderte Validierung.
ART. 4
KI-Kompetenz
01
Der Quellcode enthält Workflows für die rollenbasierte Nachverfolgung der KI-Kompetenz, für Quiz und für die Erstellung von Aufzeichnungen. Er bescheinigt weder die Kompetenz einer Person noch die Einhaltung von Artikel 4 durch eine Organisation.
ART. 5
Verbotene Praktiken
02
Ein Regel- und Retrieval-Workflow gleicht ein registriertes System mit Kategorien verbotener Praktiken und Verweisen ab. Die rechtliche Einstufung bleibt eine menschliche Entscheidung.
ART. 6
Einstufung als Hochrisiko-System
03
Der Quellcode bildet eine Risikoklassifizierung nach Anhang III mit von Mistral generierter Begründung, einem Konfidenzwert und einem Pflichtenbaum pro Anhang ab. Sie ist darauf ausgelegt, bei Registry-Ereignissen (Modellwechsel, Änderung des Anwendungsbereichs, Aktualisierung der Trainingsdaten) erneut ausgeführt zu werden.
ART. 9
Risikomanagementsystem
04
Kontinuierliche Identifizierung, Einschätzung, Bewertung und Behandlung von Risiken. Der Prototyp ist darauf ausgelegt, jedes identifizierte Risiko mit seiner Gegenmaßnahme zu verknüpfen und Nachweise aus einer CI-Pipeline (Testergebnisse, Model Card, Evaluierungssuite) zu übernehmen. Eine Live-Integration wird nicht behauptet.
ART. 10
Daten-Governance
05
Trainings-, Validierungs- und Testdatensätze mit repräsentativer Abdeckung, Erkennung von Verzerrungen und Herkunftsnachweis. Der Prototyp ist darauf ausgelegt, ein Dataset-Register mit den Anforderungen an die technische Dokumentation aus Anhang IV abzugleichen.
ART. 11
Technische Dokumentation
06
Technische Akte nach Anhang IV: Systemzweck, Design, Trainingsmethodik, Leistungsmetriken. Der Prototyp ist darauf ausgelegt, das Dokumentengerüst zu generieren, Nachweise aus dem Register einzufügen und fehlende Abschnitte gemäß Anhang IV.1–9 zu markieren. Entwürfe erfordern eine Prüfung durch eine verantwortliche Person.
ART. 12
Aufzeichnungs- und Protokollierungspflichten
07
Der Prototyp bildet Prüfungen von Ereignisschemata und Audit-Einträgen für registrierte Systeme ab. Er belegt nicht, dass eine externe Betriebspipeline vollständige oder rechtlich ausreichende Protokolle erzeugt.
ART. 13
Transparenz
08
Gebrauchsanweisungen mit Angaben zu Zweck, Genauigkeit, Robustheit, vorhersehbarem Missbrauch und Maßnahmen zur menschlichen Aufsicht. Der Prototyp ist darauf ausgelegt, die anwenderseitige Transparenzmitteilung anhand einer Checkliste zu Artikel 13 zu entwerfen.
ART. 14
Menschliche Aufsicht
09
Effektive Aufsichtsmaßnahmen, die in das System integriert sind. Der Prototyp ist darauf ausgelegt, ein Aufsichtskonzept anhand von vier aus Artikel 14 abgeleiteten Fähigkeiten (Verstehen, Überwachen, Übersteuern, Deaktivieren) zu bewerten und eine Gap-Analyse zur Prüfung zu erstellen.
ART. 15
Genauigkeit, Robustheit, Cybersicherheit
10
Leistungsmetriken, Robustheit gegenüber Fehlern, Störungen und Inkonsistenzen; Cybersicherheit gegen adversarische Angriffe. Der Prototyp ist darauf ausgelegt, Ergebnisse der Evaluierungssuite, Red-Team-Berichte und eine SBOM im Nachweisblock nach Anhang IV zusammenzuführen. Eine Live-Integration wird nicht behauptet.
Technologien
Technologien
Genannte Technologien kennzeichnen Repository-Abhängigkeiten oder Adapteroberflächen; sie belegen keine aktive Integration oder Bereitstellung.
Backend
Python, FastAPI, PostgreSQL, Redis, SQLAlchemy and Alembic
Next.js, React, TypeScript, Tailwind CSS, React Flow and Recharts
Datenpipeline
3 EUR-Lex ATOM-Feeds (AI Act, GDPR, KI allgemein), PyMuPDF, python-docx, semantisches Chunking mit 1500 Zeichen, strukturierte Extraktion mit Pydantic
Infrastruktur
Docker Compose, S3/MinIO and custom JWT authentication; deployment requires separate validation
Tests
Pytest for selected backend paths; frontend type checking and build records. This source review did not execute those checks.
Technical documents & controlled source access
Quellcode
Code erkunden
Der Quellcode des Aegis AI-Prototyps ist auf Anfrage für Evaluierungs- und Partnerschaftszwecke verfügbar.
NDA erforderlich
Um auf den Quellcode zuzugreifen, unterzeichnen Sie bitte die Geheimhaltungsvereinbarung. Dies ist eine übliche rechtliche Formalität.
Mit Hyperion arbeiten
Den Belegpfad eines KI-Systems prüfen
Eine Prüfung des Belegprozesses zu Verantwortlichkeiten, Lücken, Abhilfemaßnahmen und dem Bedarf an fachlicher Prüfung.
Bringen Sie eine kurze Beschreibung Ihrer Situation, Rahmenbedingungen und Entscheidung mit. Umfang, Verantwortlichkeiten und Angebot werden vor Arbeitsbeginn vereinbart.