Die kontrollierte Schicht
Von ungenauer KI zu kontrollierten Businessprozessen.
Wir schaffen zwischen KI-Modellen und bestehenden Business-Applikationen eine kontrollierte Schicht: Schweizer Hosting, Versionierung, automatisierte Tests, definierte Outputs und technische Guardrails.
Dadurch können KI-Funktionen in bestehende Prozesse integriert werden, ohne dass ungeprüfte Modellantworten direkt ins Kernsystem gelangen. Das Modell darf ungenau sein. Der Business-Prozess darf es nicht.
Qualität
neues KI-Modell
gegen Baseline getestet
Verfügbarkeit
mehrere Provider im Fallback
Datenschutz
Schweiz, nDSG-konform
Integration
eine API, ein Anschlusspunkt
für Ihre Kern-Applikationen
1 Vertrag · 1 Datenschutzregime · 1 Qualitätsregime · 1 Integration
xander interaktiv
„Zwei Schnittwunden am linken Unterarm gereinigt und genäht, war gestern."Diktat Notfallärztin, 14 s · aufgenommen 09.09.2026
„Zwei Schnittwunden am linken Unterarm gereinigt und genäht."Diktat Notfallärztin, 11 s · aufgenommen 09.09.2026
case_id string service Katalog-Code quantity integer ≥ 1 service_date date | null
Prompt Management
Ein Prompt ist Geschäftslogik: Er legt fest, was das Modell aus dem Diktat machen soll und was nicht. Deshalb wird er wie Code behandelt.
Produktive Version
- version
- v17 · seit 02.09.2026
- prozess
- Leistungserfassung v3.2
- schema
- leistung.v3
- modell
- swiss-llm 3.1
- freigabe
- Fachbereich, 4-Augen
- tests
- 6 / 6 bestanden
Ausschnitt aus v17
Nicht ableitbar = null, nicht schätzen. Relative Angaben („gestern") mit dem Aufnahmedatum zu ISO-Datum auflösen.
Versionen
- v15 abgelöst · Datum uneinheitlich
- v16 abgelöst · Mengen als Wort
- v17 produktiv · relative Zeitangaben
- v18 abgelehnt · Test 04 fehlgeschlagen
So läuft eine Änderung
Model Routing
Nicht jede Aufgabe braucht dasselbe Modell. Standard ist ein Modell in der Schweiz; die Zuordnung ist Konfiguration, kein Code.
Routing-Tabelle (Ausschnitt)
- extraktion
- Swiss / Private AI
- klassifikation
- Weitere Modelle, CH
- übersetzung
- Weitere Modelle, CH
- OpenAI, Gemini
- nach Abstimmung
Regeln mit Vorrang
Standard → Modell in der Schweiz Patientendaten → nur CH-Hosting OpenAI, Gemini → nach Abstimmung
Was die Zuordnung festlegt
- Aufgabe: was das Modell tun soll
- Modell: welches, mit gepinnter Version
- Hosting: Schweiz als Standard
- Ersatz: wer bei Ausfall übernimmt
So läuft ein Wechsel
Compute Routing / Load Balancing
Drei Schweizer Rechenzentren stehen bereit. Jeder Request geht an das mit der besten gemessenen Antwortzeit; entschieden wird pro Request.
Messwerte, letzte Minuten
- Swiss DC 1
- 1.3 s · Auslastung 62 %
- Swiss DC 2
- 0.8 s · Auslastung 41 %
- Swiss DC 3
- 1.1 s · Auslastung 55 %
- zielbereich
- ≤ 1.5 s
- timeout
- 2.0 s
Entscheidungsregel
1 Antwortzeit im Zielbereich? 2 Freie Kapazität vorhanden? 3 Schnellstes zuerst, Rest bereit
Was gemessen wird
- Antwortzeit: Median der letzten Requests
- Auslastung: Warteschlange und Kapazität
- Fehlerquote: Timeouts, Ablehnungen
- Verfügbarkeit: Health-Check alle 10 s
Bei Abweichung
Fallback
Ein Ausfall ist ein erwarteter Zustand, kein Notfall. Bleibt die Antwort aus, geht der identische Request an die definierte Alternative.
Ersatzkette Leistungserfassung
- primär
- swiss-llm auf Swiss DC 2
- ersatz 1
- gleiches Modell, DC 3
- ersatz 2
- gleiches Modell, DC 1
- ersatz 3
- Status „wartet", Alarm
- timeout
- 2.0 s je Versuch
Was gleich bleibt
Prompt v17, Schema leistung.v3 Kontext und Regeln unverändert Nur Ziel und Antwortzeit ändern
Ablauf bei Ausfall
- 1 Timeout erkannt (2.0 s)
- 2 Ziel als ausgefallen markiert
- 3 Request unverändert an den Ersatz
- 4 Protokoll- und Monitoring-Eintrag
Danach
Schema Enforcement / Structured Output
Die Applikation legt fest, welche Struktur zurückkommen muss. Jede Antwort wird dagegen geprüft, bevor sie weitergeht; nichts wird zurechtgebogen.
Schema leistung.v3
- case_id
- string, Pflicht, aus dem KIS
- service
- Katalog-Code, Pflicht
- quantity
- integer ≥ 1, Pflicht
- service_date
- date oder null
- zusatzfelder
- nicht erlaubt
Geprüft wird
Felder: vorhanden, keine fremden Typen: Zahl ist Zahl, Datum ist Datum Werte: Bereich und Format
Bei Abweichung
- Freitext: Ergebnis abgelehnt
- Zusatzfeld: abgelehnt, nicht gelöscht
- Falscher Typ: abgelehnt, keine Umwandlung
- null im Pflichtfeld: weiter zur Vollständigkeit
Reihenfolge der Prüfung
Validation
Ein Ergebnis kann formal korrekt und fachlich falsch sein. Die Regeln gehören zum Prozess, nicht zum Modell, und werden vom Fachbereich gepflegt.
Regelsatz v9, Leistungserfassung
- R1
- case_id offen im KIS
- R2
- service im Tarifkatalog
- R3
- quantity zwischen 1 und 10
- R4
- Datum nicht in der Zukunft
- R5
- Datum max. 30 Tage zurück
Beispiel aus dem Normalfall
„F-10442" → Fall offen im KIS ✓ „WUND-NAHT" → im Tarifkatalog ✓ quantity 2 ≥ 1 ✓
Regeltypen
- Technisch: Format, Wertebereich, Referenz
- Fachlich: Katalog, Stammdaten, Plausibilität
- Herkunft: Fachbereich, versioniert
- Bei Verstoss: Status „Regelverstoss", keine Übergabe
Ablauf
Completeness Check
Fehlt eine Pflichtinformation, wird sie nachgefordert, nicht erfunden. Das Modell darf Nicht-Ableitbares nur als null liefern.
Pflichtfelder leistung.v3
- case_id
- Pflicht
- service
- Pflicht
- quantity
- Pflicht
- service_date
- null → Nachforderung
Drei Schutzschichten
Prompt: nicht ableitbar = null Schema: null nur wo sinnvoll Check: null im Pflichtfeld → Stopp
Nachforderung
- An wen: die, die es weiss (behandelnde Ärztin)
- Womit: gezielte Frage „Leistungsdatum?"
- Status: Information fehlt / Nachforderung
- Danach: derselbe Prozess läuft erneut
Ablauf
Automated Regression Testing
Jede Änderung an Prompt, Modell oder Version kann das Ergebnis verändern. Deshalb laufen definierte Testfälle automatisch, bevor etwas produktiv wird.
Testfälle Leistungserfassung
- anzahl
- 50, mit erwartetem Ergebnis
- herkunft
- echte Diktate, anonymisiert
- vergleich
- Struktur, nicht Wortlaut
- dauer
- rund 3 Minuten
- auslöser
- Prompt, Modell, Version
Beispiel Testfall 04
Eingabe: „… war gestern" (09.09.) Erwartet: service_date 2026-09-08 Toleranz: keine
Das Ergebnis entscheidet
- 50 / 50: Freigabe möglich
- Ein Fehler: Freigabe blockiert
- Unklar: Fall geht zur Prüfung an den Fachbereich
- Neuer Vorfall: wird zum nächsten Testfall
Ablauf
Monitoring & Logging
Ein produktiver KI-Prozess braucht dieselbe Überwachung wie jede andere Schnittstelle: je Prozess, Modell und Rechenzentrum, jeder Lauf protokolliert.
Leistungserfassung, 7 Tage
- läufe
- 1 284
- abgelehnt
- 9 (0,7 %), alle Schema
- nachgefordert
- 41 (3,2 %)
- antwortzeit
- Median 0.9 s
- fallback
- 2 Läufe über DC 3
Alarm bei
Ablehnungen > 2 % in einer Stunde Median-Antwortzeit > 1.5 s Rechenzentrum ohne Health-Check
Protokoll je Lauf
- Route: Modell, Version, Rechenzentrum, Zeit
- Prüfung: Schema, Regeln, Vollständigkeit
- Ergebnis: übergeben, abgelehnt oder nachgefordert
- Eingabe: Referenz, Inhalt nach Aufbewahrungsregel
Ablauf
Versioning
Ein Ergebnis von letzter Woche muss sich exakt einer Konfiguration zuordnen lassen: Modell, Modellversion, Prompt, Regeln, Prozessversion.
Protokoll run 8f3a-2c
- prozess
- Leistungserfassung v3.2
- prompt
- v17
- modell
- swiss-llm 3.1
- schema
- leistung.v3
- regeln
- Regelsatz v9
- compute
- Swiss DC 2 · 0.8 s
Wer was ändert
Prompt Fachbereich, 4-Augen Modell IT, nach Regressionstests Regeln Fachbereich, versioniert
Was Versionierung ermöglicht
- Nachvollziehen: Warum kam dieses Ergebnis?
- Reproduzieren: gleiche Konfiguration erneut ausführen
- Zurückrollen: auf jede frühere Version
- Nachweisen: Auskunft für Audit und Kunde
Ablauf
Noch kein Lauf. Starten Sie zuerst den normalen Prozess, danach die Szenarien. Jeder Schritt erscheint hier mit seinem Absender: App, xander, LLM oder Compute.
Hier erscheinen Schema, Antwort-Kandidat, Testfälle, Latenzen und Protokoll des laufenden Szenarios. Ein Klick auf eine xander-Funktion zeigt, was sie tut.
Prompt Management
Jeder Prompt liegt versioniert vor; v17 ist produktiv. Eine Änderung erzeugt einen Kandidaten (v18), der erst nach bestandenen Regressionstests produktiv wird. Jede frühere Version ist wiederherstellbar, jede Änderung hat Autor und Zeitpunkt.Model Routing
Je Aufgabe ein definiertes Modell, standardmässig in der Schweiz: Extraktion mit Patientendaten auf Swiss / Private AI, Klassifikation und Übersetzung auf weiteren Schweizer Modellen. Weitere Anbieter wie OpenAI oder Google Gemini je nach Use Case bzw. in Abstimmung mit dem Kunden. Die Zuordnung ist Konfiguration, kein Code, und wird bei jedem Wechsel getestet.Compute Routing / Load Balancing
Requests gehen an das Rechenzentrum mit der besten aktuellen Antwortzeit und freier Kapazität. Die Entscheidung fällt pro Request auf Basis der gemessenen Latenzen der letzten Minuten, nicht nach einem festen Plan.Fallback
Antwortet ein Modell oder ein Rechenzentrum nicht innerhalb des Timeouts, geht der identische Request (gleicher Prompt, gleiches Schema) an die definierte Alternative. Der Business-Prozess bemerkt davon nur die längere Antwortzeit.Schema Enforcement / Structured Output
Die Applikation definiert die Zielstruktur, hier leistung.v3. Jede Antwort wird dagegen geprüft: Felder, Typen, Wertebereiche, keine Zusatzfelder. Was nicht passt, wird nicht übergeben und nicht zurechtgebogen.Validation
Technische und fachliche Regeln: Ist der Fall im KIS offen? Steht die Leistung im Tarifkatalog? Ist die Anzahl plausibel? Die Regeln sind konfiguriert und versioniert; sie gehören zum Prozess, nicht zum Modell.Completeness Check
Fehlt eine Pflichtinformation, geht der Vorgang in den Status „Nachforderung erforderlich". Das Modell darf nichts erfinden: Was nicht aus dem Input ableitbar ist, muss null sein, und xander prüft das.Automated Regression Testing
Definierte Testfälle mit erwartetem Ergebnis laufen automatisch bei jeder Prompt-, Modell- oder Versionsänderung. Verglichen wird das strukturierte Resultat. Schlägt ein Test fehl, wird nicht deployt.Monitoring & Logging
Antwortzeiten, Fehlerquoten, Ablehnungen und Nachforderungen je Prozess, Modell und Rechenzentrum. Jeder produktive Lauf ist als Protokoll nachvollziehbar; Abweichungen lösen Alarme aus.Versioning
Zu jedem Ergebnis ist festgehalten: Modell, Modellversion, Prompt-Version, Prozessversion, Rechenzentrum und Zeitpunkt. Ein Ergebnis von letzter Woche lässt sich exakt einer Konfiguration zuordnen.Beispielprozess: Leistungserfassung aus einem Diktat
Die Applikation erwartet ein Objekt nach leistung.v3. Links im Ablauf steht bei jedem Schritt, wer ihn ausführt.
case_id string service Katalog-Code quantity integer ≥ 1 service_date date | null
Antwort-Kandidat des Modells
Noch ungeprüft. Ab hier übernimmt xander.
{
"case_id": "F-10442",
"service": "WUND-NAHT",
"quantity": 2,
"service_date": "2026-09-08"
}Strukturierter Output an die Applikation
{
"case_id": "F-10442",
"service": "WUND-NAHT",
"quantity": 2,
"service_date": "2026-09-08"
}- ✓Schema gültig leistung.v3
- ✓Pflichtfelder vollständig 4/4
- ✓Fachregeln erfüllt 3/3
Protokoll (Versioning)
- run
- 8f3a-2c · 09.09.2026 14:02:17
- prozess
- Leistungserfassung v3.2
- prompt
- v17
- modell
- swiss-llm 3.1 (Swiss / Private AI)
- compute
- Swiss DC 2 · 0.8 s
- schema
- leistung.v3
Erwartete Struktur
case_id string service Katalog-Code quantity integer ≥ 1 service_date date | null
Erwartet
case_id string service Katalog-Code quantity integer ≥ 1 service_date date | null
LLM liefert
Bei der Patientin wurden gestern zwei Schnittwunden am linken Unterarm gereinigt und genäht. Eine Wundkontrolle ist in zwei Tagen vorgesehen.
Eingang ohne Zeitangabe
Das Diktat nennt Leistung und Anzahl, aber kein Leistungsdatum. Für die Abrechnung ist es Pflicht.
case_id string service Katalog-Code quantity integer ≥ 1 service_date date | null
Antwort-Kandidat des Modells
{
"case_id": "F-10442",
"service": "WUND-NAHT",
"quantity": 2,
"service_date": null
}Vollständigkeit gegen leistung.v3
- ✓case_id F-10442
- ✓service WUND-NAHT
- ✓quantity 2
- !service_date fehlt
Prompt Leistungserfassung: v17 → v18 (Kandidat)
Änderung eingereicht am 09.09.2026. Ein Satz wurde entfernt, um Tokens zu sparen.
Extrahiere aus dem Transkript Leistung (Katalog-Code), Anzahl und Leistungsdatum. Nicht ableitbare Felder als null, nichts schätzen. Relative Zeitangaben („gestern", „letzte Woche") mit dem Aufnahmedatum zu einem ISO-Datum auflösen. Antworte ausschliesslich mit dem JSON-Objekt.
Regression Tests · Prompt v18
- ✓Test 01Standardfall Wundversorgung
- ✓Test 02Mehrere Leistungen in einem Diktat
- ✓Test 03Mundart-Diktat
- ✕Test 04Relative Zeitangabe („gestern")erwartet 2026-09-08, erhalten „gestern" (kein date)
- ✓Test 05Fehlendes Datum → null
- ✓Test 06Fall nicht im KIS → Nachforderung
Modellwechsel innerhalb der Schweiz
Die Leistungserfassung läuft produktiv auf swiss-llm 3.1. Kandidat: das Modell eines anderen Schweizer Anbieters. Der Wechsel bleibt in der Schweiz.
- produktiv
- swiss-llm 3.1, Version gepinnt
- kandidat
- CH-Provider, Version gepinnt
- testfälle
- 50, mit erwartetem strukturiertem Ergebnis
Regression Tests · Kandidat CH-Provider
- ✕Test 37Drei Schnittwunden in einem Diktaterwartet quantity 3, Kandidat liefert 2
Antwortzeiten je Rechenzentrum
Gemessen von xander an den produktiven Requests der letzten Minuten. Zielbereich: ≤ 1.5 s.
| Swiss DC 1 | –4.2 s | ausserhalb Zielbereich | |
|---|---|---|---|
| Swiss DC 2Swiss DC 2 | –0.8 s | ← neue Requests | |
| Swiss DC 3 | –1.1 s | bereit |
Verfügbarkeit
Jeder Request hat ein Timeout (2.0 s) und eine definierte Alternative. Ein Ausfall ist ein erwarteter Zustand, kein Notfall.
- ✕Swiss DC 2 Health-Check-Timeout 2.0 s
- ✓Swiss DC 3 bereit · 1.1 s
{
"case_id": "F-10442",
"service": "WUND-NAHT",
"quantity": 2,
"service_date": "2026-09-08"
}Protokoll (Versioning)
- run
- 8f3a-2c · 09.09.2026 14:02:17
- prozess
- Leistungserfassung v3.2
- prompt
- v17
- modell
- swiss-llm 3.1 (Swiss / Private AI)
- compute
- Swiss DC 2 Timeout → Swiss DC 3 · 1.1 s
- schema
- leistung.v3