Löhne September
Sehr geehrte Frau Favre Nur zur Bestätigung: Die Löhne für September wurden korrekt ausbezahlt, und alle sind zufrieden. Es ist nichts zu tun. Danke Sarah Weber
60 Kunden-E-Mails. Vier Modelle. Jede Antwort.
Meow baut private KI für Unternehmen, deren Daten nicht hinausdürfen, und wählt jedes Modell, indem es zuerst getestet wird. Das ist ein solcher Test, vollständig: Wählen Sie eine E-Mail und vergleichen Sie, was jedes Modell geantwortet hat, mit der von Hand geprüften Antwort.
| Von Hand geprüft | 0.6Bim Browser | 1.7Bim Browser | 8Bim Browser | 32Beine Server-GPU | 32B + Regelngleiche GPU | |
|---|---|---|---|---|---|---|
| Themen | Lohn | Falsch: Anderes | Falsch: Vorsorge (Säule 3a) | Falsch: Anderes | Falsch: Anderes | Falsch: Anderes |
| Dringlichkeit | Niedrig | Falsch: Normal | Falsch: Normal | Falsch: Normal | Falsch: Normal | Richtig: Niedrig |
| Frist | Keine | Falsch: nicht | Falsch: 2025-12-31 | Richtig: keine Frist | Richtig: keine | Richtig: none |
Das richtige Modell wird gemessen, nicht geraten
Zusammengezählt über die 20 E-Mails, in jeder Sprache. 0.6B, 1.7B und 8B liefen im Browser auf einem Apple-M1-Laptop, 32B auf einer Server-Grafikkarte: die Modellgrösse, die ein privater Betrieb einem ganzen Team bereitstellt. Alle vier erhielten genau dieselben Anweisungen.
AcademyOb ein Modell auf eine GPU passt (auf Englisch)AcademyWie man Modellbewertungen liest (auf Englisch)
| 0.6B | 1.7B | 8B | 32B | |
|---|---|---|---|---|
| Frist | 19 | 14 | 18 | 15 |
| Themen | 11 | 12 | 10 | 11 |
| Dringlichkeit | 9 | 11 | 11 | 11 |
| Alle drei richtig | 6 | 3 | 5 | 3 |
| Zeit pro E-MailMedian | 1.3 s | 2.4 s | 6.6 s | 1.5 s |
| 0.6B | 1.7B | 8B | 32B | |
|---|---|---|---|---|
| Frist | 12 | 12 | 20 | 19 |
| Themen | 1 | 2 | 9 | 8 |
| Dringlichkeit | 5 | 9 | 14 | 12 |
| Alle drei richtig | 0 | 0 | 5 | 3 |
| Zeit pro E-MailMedian | 1.5 s | 3.0 s | 6.7 s | 1.7 s |
| 0.6B | 1.7B | 8B | 32B | |
|---|---|---|---|---|
| Frist | 13 | 12 | 20 | 18 |
| Themen | 3 | 7 | 4 | 6 |
| Dringlichkeit | 9 | 14 | 10 | 10 |
| Alle drei richtig | 1 | 4 | 3 | 2 |
| Zeit pro E-MailMedian | 1.5 s | 3.1 s | 7.4 s | 1.6 s |
| Gleiche Anweisungen | Regeln ergänzt | |
|---|---|---|
| Frist | 15 | 20 |
| Themen | 11 | 10 |
| Dringlichkeit | 11 | 19 |
| Alle drei richtig | 3 | 9 |
| Gleiche Anweisungen | Regeln ergänzt | |
|---|---|---|
| Frist | 19 | 20 |
| Themen | 8 | 6 |
| Dringlichkeit | 12 | 19 |
| Alle drei richtig | 3 | 6 |
| Gleiche Anweisungen | Regeln ergänzt | |
|---|---|---|
| Frist | 18 | 20 |
| Themen | 6 | 7 |
| Dringlichkeit | 10 | 20 |
| Alle drei richtig | 2 | 7 |
Die Regeln, wie sie den Anweisungen hinzugefügt wurden
Regeln: Die Dringlichkeit ist high, wenn der Kunde sagt, dass es dringend ist, oder eine Strafe oder ein Verlust unmittelbar droht, low, wenn die E-Mail nur informiert und nichts zu tun ist, und normal bei jeder anderen Anfrage. Die Frist ist das Datum, das der Kunde der Treuhänderin zum Handeln nennt, oder none. Die Themen sind alle Themen, zu denen die E-Mail etwas fragt oder verlangt.
Was der Test gezeigt hat
- Ein grösseres Modell schliesst die Sprachlücke nur zum Teil. Auf Französisch fand 8B jede Frist, 20 von 20, und benannte die Themen 9 Mal richtig, gegenüber einmal bei 0.6B. Auf Deutsch fand es ebenfalls jede Frist, ordnete aber 19 der 20 E-Mails unter «Anderes» ein.
- Grösser ist nicht automatisch besser. Mit denselben Anweisungen hatte 32B in jeder Sprache seltener alle drei richtig als 8B: Es stufte E-Mails als dringend ein, die in den geprüften Antworten als normal gelten, und fügte Themen hinzu, nach denen der Kunde nicht gefragt hatte.
- Ab einer gewissen Grösse zählen die Anweisungen mehr als die Grösse. Mit den ergänzten Regeln beurteilte dasselbe 32B die Dringlichkeit in 19 oder 20 von 20 E-Mails richtig und fand jede Frist, in allen drei Sprachen. Ausformulierte Dringlichkeitsregeln hatten das kleinste Modell fast jede E-Mail als dringend einstufen lassen.
- Die Themen bleiben das Schwierigste. Auch mit den Regeln wählte 32B nur in 6 bis 10 von 20 E-Mails genau die richtigen Themen, meist weil es ein Thema hinzufügte, das die E-Mail nur erwähnt. Dafür sind Beispiele aus Ihren eigenen E-Mails da.
Mit den ergänzten Regeln kam dasselbe 32B-Modell auf Englisch von 3 auf 9 von 20 E-Mails mit allen drei richtig. Bleibt das Urteil über die Themen: Der nächste Schritt sind Beispiele aus Ihren eigenen E-Mails, geprüft mit demselben Test.
Kostenloses 15‑Minuten‑Gespräch buchenAgenten, die fragen, bevor sie handeln
Stackive Im täglichen Einsatz
Stackive ist die intern gebaute Plattform, mit der das Unternehmen geführt wird: E-Mail, Rechnungsstellung und Deployments laufen darüber, jedes in einem eigenen Dienst, mit einer Agentenschicht, die über alle hinweg arbeitet.
Ihre Agenten lesen, was eine Aufgabe braucht, und bereiten die Arbeit vor. Alles, was eine E-Mail sendet, eine Rechnung ausstellt oder Code ausliefert, wartet auf die Freigabe einer Person im Team, und jeder Schritt wird festgehalten. Die Schwachstellen zeigen sich zuerst hier, bevor dieselbe Art von Agenten für Sie eingerichtet wird.
Jeder Eintrag nennt, wer gehandelt hat, ein Agent oder eine Person, und nichts geht hinaus, bevor eine Person Ja gesagt hat.
- 08:57E-Mail-Agent14 neue E-Mails in Kundenordner sortiertErledigt
- 09:02E-Mail-AgentAntwort an einen Lieferanten wegen einer verspäteten Lieferung entworfenWartet auf eine Person
- 09:05Eine PersonDie Antwort freigegebenFreigegeben
- 09:05E-Mail-AgentDie Antwort gesendetGesendet
- 10:31RechnungsagentEine Rechnung für 12 Arbeitsstunden vorbereitetWartet auf eine Person
- 10:40Eine PersonZurückgeschickt: falscher StundensatzZurückgeschickt
- 10:42RechnungsagentDen Satz korrigiert und neu vorbereitetWartet auf eine Person
- 11:15AuslieferungsagentVersion 4.2 für die Veröffentlichung vorbereitetWartet auf eine Person
Barrierefreie Software
Eine Hörbuchbibliothek im Browser
Web Player Web-App, 2023
Der Katalog der Bibliothèque Braille Romande als Web-App: mehr als 14'000 Hörbücher zum Suchen, online Hören oder Herunterladen, mit Mitglieder-Login und Hilfeseiten zu Braille- und DAISY-Büchern.
Zuerst für Tastatur und Screenreader gebaut: Sprunglinks zu jedem Teil der Seite, und das erwartete Verhalten des Screenreaders als prüfbare Regeln festgehalten, geprüft durch automatisierte Tests mit Playwright und Axe. Der Hörbuch-Player und die Barrierefreiheits-Werkzeugleiste sind als Open-Source-Pakete veröffentlicht.
- Läuft in
- Jedem Webbrowser
- Katalog
- Mehr als 14'000 Hörbücher
- Geprüft mit
- Screenreader-Tests und Axe-Audits
Bestehende Apps, neu gebaut für blinde Leserinnen und Leser
BBR Player™ iOS / Android
Die Hörbuch-Apps der Bibliothèque Braille Romande für iOS und Android gingen von einer Open-Source-Codebasis der BSR in Lausanne aus. Der Code wurde überarbeitet und die von den Mitgliedern gewünschten Funktionen wurden ergänzt, nach den Barrierefreiheitsrichtlinien des W3C und durchgehend in Zusammenarbeit mit blinden und sehbehinderten Leserinnen und Lesern.
Nach der Veröffentlichung erhielten die Apps eine Auszeichnung des Bundesamts für Kultur.
- Ausgangspunkt
- Eine Open-Source-Codebasis
- Die Arbeit
- Überarbeitung und neue Funktionen
- Ausgezeichnet von
- Dem Bundesamt für Kultur
Kostenloses 15‑Minuten‑Gespräch buchen
Wählen Sie eine passende Zeit und bestätigen Sie sie aus Ihrem Posteingang. Passt die Zeit auf unserer Seite nicht mehr, hören Sie noch am selben Arbeitstag von uns.
Was in 15 Minuten passiert
- 0–5 Min.
Ihre Situation
Was KI für Sie tun soll und was sie nie sehen darf.
- 5–10 Min.
Was möglich ist
Welche Aufgaben privat laufen können, was es ungefähr kostet und was menschlich bleiben soll.
- 10–15 Min.
Der nächste Schritt
Ein Test auf Ihren eigenen Dokumenten, eine Analyse oder vorerst nichts.
Lieber schreiben? Senden Sie eine Nachricht
Sagen Sie uns, was KI für Sie tun soll und was sie nie sehen darf. Wir sagen Ihnen ehrlich, was möglich ist, was es kostet und was menschlich bleiben soll. Noch keine Details? Ein Hallo genügt.