Niemand liest zwei Millionen Dokumente. KI schon.
Ihr Dokumentenbestand ist über Jahrzehnte gewachsen – was drin ist, weiß niemand: Gehaltslisten im Teamordner, Bewerbungen im Projektlaufwerk, und Lösch- wie Schutzkonzepte lassen sich nicht durchsetzen, weil unbekannt ist, was wo liegt. Von Hand ist das schon bei Hunderttausenden Dokumenten nicht aufzuholen – Anläufe dazu versanden, während Copilot auf die Datenlage wartet. Wir geben Ihnen einen Bestand, der Auskunft gibt: jedes Dokument per KI kategorisiert und nach Schutzbedarf bewertet, als Grundlage für Freigabe, Verschlüsselung und Löschung.
Wissen, was wo liegt und wie schützenswert es ist: Externe Treiber.
Sicherheit der Verarbeitung (Art. 32 Abs. 1) sowie Integrität und Vertraulichkeit (Art. 5 Abs. 1 lit. f): Die Bewertung zeigt, wo personenbezogene und vertrauliche Inhalte liegen – und macht Schutzmaßnahmen und Löschkonzepte durchsetzbar und prüfbar.
Ein ausreichendes Maß an KI-Kompetenz für das Personal, das KI-Systeme betreibt und nutzt (Art. 4): Die benannten Prüfer arbeiten geschult, nach dokumentierten Kriterien und mit gemessener Qualität – dieser nachweisbare Kompetenzaufbau zahlt auf Art. 4 ein.
„Konzepte und Prozesse für den Einsatz von kryptographischen Verfahren“ – § 30 Abs. 2 Nr. 8 BSIG (EU: Art. 21 Abs. 2 lit. h). Wer verschlüsseln will, muss wissen, wo: Die Schutzbedarfs-Bewertung zeigt, welche Bestände Verschlüsselung brauchen – und zahlt so auf das Konzept ein.
Risikofragebögen fragen nach dem Umgang mit vertraulichen und personenbezogenen Daten, nach Verschlüsselung und Datenablage – ein bewerteter Bestand mit Schutzklassen liefert die Antworten.
Unsere technische Basis.
Angepasst an Ihre Umgebung und Lizenzen.
01 · Zielsysteme
Fileshares, SharePoint und Altablagen – dort liegt der Bestand. Kategorie und Schutzklasse landen als Kennzeichnung am Dokument; wo eine Quelle das nicht trägt, entsteht ein bewertetes Inventar mit Konsequenz je Ablage: schützen, migrieren oder löschen.
02 · Durchführung & Self-Service
Die KI-Pipeline läuft über Azure AI Foundry mit OpenAI-Modellen in Ihrer Cloud-Umgebung – mit Batch-Steuerung für Mengen, Kosten und Fehler; Kennzeichnungs- und Aufbewahrungsregeln setzen Microsoft 365 und AvePoint durch.
03 · Prozess-Dokumentation & Ablauf
Kriterien, Prüfergebnisse und Ausnahmen werden Vorgänge mit Spur – festgehalten in Jira Service Management.
Jedes Dokument bekommt eine Kategorie, eine Schutzklasse und eine Konsequenz.
Der Zuschnitt folgt Ihrer Ausgangslage und Lizenzsituation – der Kern ist in jedem Projekt derselbe. Sie nutzen andere Tools? Wir prüfen, wie sich unser Konzept am besten bei Ihnen abbilden lässt.
Bestandsaufnahme
Quellen, Mengen, Formate und Zugriffswege als Befund – mit Mengen- und Kostenkalkulation vor dem Start.
Kategorien- und Schutzklassenmodell
Fachlich abgestimmte Datenkategorien mit zugeordnetem Schutzbedarf, bewertet nach dem möglichen Geschäftsschaden – die Logik, nach der die KI arbeitet.
Prozess: Qualität & Ausnahmen
Ein Pilot-Korpus liefert Trefferquoten je Kategorie; Stichproben mit benannten Prüfern entscheiden, wo Automatik trägt und wo Menschen prüfen – Ausnahmen laufen als Vorgänge in Jira Service Management.
Pilot & Umsetzung
Der Gesamtbestand läuft in gesteuerten Wellen durch; Kennzeichnungen und Richtlinien werden angewendet, Neuzugänge automatisch eingeordnet. Produktiv, dokumentiert, übergeben.
Fragen vor dem Start.
Wie gut ist die Trefferquote?
Das hängt vom Bestand ab – und deshalb wird sie gemessen: im Pilot, je Kategorie. Danach entscheiden Sie, wo die Automatik trägt und wo ein Prüfschritt bleibt. Ein pauschales Prozentversprechen vorab wäre unseriös.
Verlassen unsere Dokumente dabei das Unternehmen?
Sie bleiben in Ihrer eigenen Azure-Umgebung: Die Verarbeitung läuft über Azure AI Foundry in Ihrem Abonnement, in der von Ihnen festgelegten Region – Fileshare-Bestände werden ausschließlich dorthin übertragen. Ihre Inhalte gehen nicht an OpenAI und werden laut Microsoft-Dokumentation nicht zum Training der Modelle verwendet; Modelle, Regionen und Netzwerkwege werden vorab festgelegt und dokumentiert.
Warum nicht einfach Microsoft Purview?
Purview erkennt bekannte Muster gut: Kreditkartennummern, Ausweisdaten, trainierte Klassifizierer. Die Frage „Was für ein Dokument ist das, und wie schützenswert ist es?“ beantwortet erst ein Modell, das Inhalt und Kontext liest. Beides greift ineinander: Die OpenAI-Modelle bewerten, Microsoft 365 und AvePoint setzen das Ergebnis als Kennzeichnung durch.
Was kostet das bei Millionen Dokumenten?
Vor dem Start rechnen wir Menge und Kosten durch – auf Basis der Bestandsaufnahme. Gesteuert wird über Wellen, Priorisierung nach Quellen und eine Voranalyse, die Duplikate und irrelevante Formate aussortiert.
Wie groß ist Ihr unbekannter Bestand?
30 Minuten Ausgangslage besprechen: Sie schildern Quellen, Mengen und das dringendste Ziel – Copilot, Löschung oder Schutz –, Loptr ordnet ein.
Der passende Einstieg ist manchmal ein anderer.
Ob die KI-Klassifizierung der richtige erste Schritt ist, hängt von Bestand und Ziel ab – vier typische Fälle:
Oder der Überblick: alle Lösungen im Bereich KI & Automation →