Aus Kanzleidaten wird nutzbares Wissen.
Belege im DMS. Buchungen im Rechnungswesen. Zahlungen auf dem Bankkonto. Rückfragen im Postfach. Die Informationen sind vorhanden. Ihr Zusammenhang erschließt sich oft erst durch manuelle Suche und Abgleich.
QMandat soll diese Zusammenhänge in einem zentralen Arbeitsbereich zugänglich machen. Mit einer Suche, die Fachbegriffe und Bedeutungen verbindet. Einem Chat, der passende Originale erschließt. Und einer Datenbasis, die mit Ihrer Kanzlei wachsen kann.
Für weniger Suchaufwand, nachvollziehbare Antworten und einen klaren Blick auf offene Vorgänge.
Eine Frage. Die relevanten Zusammenhänge.
Fachliches Zielszenario: „Welche Rechnungen sind für diesen Monat noch offen?“
Für eine belastbare Antwort reicht ein einzelner Beleg nicht aus. Es braucht Rechnungsdaten, Buchungen, Zahlungseingänge und einen aktuellen Bearbeitungsstand.
QMandat wird dafür entwickelt, diese Informationen zusammenzuführen. Der Arbeitsbereich soll zeigen, welche Daten vorliegen, welche Beziehungen bestätigt sind und wo noch Angaben oder Nachweise fehlen.
So wird aus einer Suche ein prüfbarer Vorgang. Mit passenden Fundstellen, Originaldokumenten und einem konkreten nächsten Schritt.
Der fachliche Zusammenhang steht im Mittelpunkt.
Ein zentraler Datenpool schafft besonders dann Nutzen, wenn er die Informationen verbindet, die Ihre Mitarbeitenden täglich gemeinsam benötigen.
Belege und Dokumente
Rechnungen, Gutschriften, E-Rechnungen, PDFs, Scans und freigegebene DMS-Exporte bilden die Grundlage. Originale, ausgelesene Inhalte und Dokumentversionen sollen nachvollziehbar miteinander verbunden bleiben.
Buchungen und offene Posten
Buchungssätze, Konten, Debitoren, Kreditoren und offene Posten liefern den strukturierten Kontext. Beträge, Währungen und Datumswerte ermöglichen präzise Filter und fachliche Prüfungen.
Bankumsätze und Zahlungen
Zahlungsreferenzen, Beträge und Buchungsdaten unterstützen den Abgleich mit Rechnungen. Auch Teilzahlungen, Sammelzahlungen oder Differenzen müssen dabei erkennbar bleiben.
Aufgaben und bestätigtes Wissen
Rückfragen, Freigaben und fachliche Korrekturen dokumentieren den Bearbeitungsstand. Bestätigte Entscheidungen sollen innerhalb ihres freigegebenen Geltungsbereichs bei ähnlichen Fällen wieder nutzbar werden.
Abschlüsse, Bescheide und Verträge
Diese Dokumente erweitern den Blick über einzelne Geschäftsvorfälle hinaus. Ihre Anbindung erfolgt nach fachlichem Nutzen, verfügbaren Zugangswegen und klaren Berechtigungen.
Der Umfang wird je Kanzlei und Datenquelle festgelegt. Welche DATEV-Daten tatsächlich verfügbar sind, muss über den jeweiligen freigegebenen Export oder Zugangsweg geprüft werden.
Präzise suchen. Zusammenhänge verstehen. Originale prüfen.
Die vorgesehene Suche verbindet drei sich ergänzende Verfahren.
Exakte Suche findet eindeutige Angaben wie Rechnungsnummern, Beträge, Konten und Zeiträume.
Volltextsuche erschließt Begriffe, Namen und Formulierungen innerhalb der verfügbaren Dokumentinhalte.
Semantische Suche unterstützt Fragen in natürlicher Sprache und findet inhaltlich verwandte Textstellen, auch wenn andere Wörter verwendet werden.
Diese Kombination hilft sowohl bei der gezielten Belegsuche als auch bei offenen fachlichen Fragen. Die Ergebnisse müssen anschließend auf Berechtigung, Dokumentversion und ihre Eignung als Beleg für die Antwort geprüft werden.
Eine überzeugende Antwort braucht eine nachvollziehbare Grundlage. Deshalb gehören konkrete Fundstellen und der Zugriff auf das zugehörige Original zum vorgesehenen Arbeitsablauf.
Raum für Millionen Dokumente.
Eine Kanzlei sammelt über Jahre einen umfangreichen Wissensbestand. QMandats Zielarchitektur berücksichtigt dieses Wachstum durch getrennte Speicher für Originaldateien, strukturierte Informationen und semantische Suchdaten.
Planungsbeispiel zur Zielarchitektur. Ein beispielhafter Bestand zeigt die Größenordnung:
- 100 Mandate
- durchschnittlich 2.000 Dokumente je Mandat und Jahr
- fünf erfasste Jahre
- insgesamt eine Million Dokumente
Bei angenommenen fünf Suchpassagen je Dokument entstehen daraus fünf Millionen Vektoren. Mit 768 Dimensionen und unkomprimierten Float32-Werten (vier Byte je Wert) benötigen deren reine Zahlenwerte 15,36 GB, etwa 14,31 GiB: 5.000.000 × 768 × 4 Byte. Bei durchschnittlich 300 kB je Originaldatei kommen 300 GB Originale hinzu. Die GB- und kB-Angaben sind dezimal gerechnet; 1 GB entspricht einer Milliarde Byte.
Suchindizes, Metadaten, Versionen, Replikate und Sicherungen benötigen zusätzlichen Speicher.
Diese Beispielrechnung beschreibt einen Planungsumfang. Sie ist keine Kapazitäts- oder Geschwindigkeitszusage für die aktuelle Anwendung. Die tatsächliche Auslegung hängt unter anderem von Dokumentlänge, Scanqualität, Nutzerzahl und Suchlast ab.
Ein gemeinsamer Arbeitsbereich. Passende Speicher im Hintergrund.
Für Ihre Mitarbeitenden sollen Informationen an einer Stelle zugänglich sein. Technisch erhält jede Datenart den passenden Speicher.
Strukturierte Daten tragen Beträge, Buchungen, Salden und eindeutige Beziehungen. Berechnungen erfolgen über geprüfte Funktionen.
Vektoren erschließen die Bedeutung von Textpassagen und unterstützen die Suche nach passenden Inhalten.
Originaldateien bleiben als eigenständige Nachweise erhalten und sollen in einem verschlüsselten Dateispeicher verwaltet werden.
Sprachmodelle erhalten für eine Anfrage die jeweils ausgewählten, berechtigten Informationen.
Das Modell muss dafür nicht den gesamten Kanzleibestand gleichzeitig verarbeiten. Entscheidend ist, dass die richtigen Informationen zur richtigen Frage bereitstehen.
Schematische Zielarchitektur
Kanzlei und Mandanten
Unterlagen finden, Rückfragen klären und Nachweise im freigegebenen Mandat prüfen.
Passende Speicher für unterschiedliche Aufgaben
-
01 · Originalspeicher
Dokumente als Nachweise
Verschlüsselte Originaldateien und ihre Versionen bleiben mit den zugehörigen Fundstellen verbunden.
-
02 · Führender Fachbestand
Strukturierte Informationen
Beträge, Buchungen, fachliche Beziehungen und Berechtigungen bilden die prüfbare Grundlage.
-
03 · Vektorsuche mit Qdrant
Passende Inhalte erschließen
Vektoren zu Textpassagen unterstützen die Suche nach inhaltlich ähnlichen Kandidaten im Mandatskontext.
-
04 · Kontext auswählen
Relevanz und Freigaben prüfen
Für die konkrete Frage werden passende Informationen ausgewählt und gegen Berechtigungen, Originalversion und Quellenstand geprüft.
-
05 · Antwort aufbereiten
Antwortentwurf mit Fundstellen
Das Sprachmodell erhält den ausgewählten, berechtigten Kontext. Die fachliche Prüfung führt zu den Fundstellen und Originalen zurück.
Mehr Wissen. Klare Grenzen zwischen Mandaten.
Ein zentraler Datenpool braucht eine konsequente Zugriffstrennung.
Vorgesehen sind serverseitig geprüfte Berechtigungen für Kanzlei, Mandat und Dokument. Diese müssen bei Suche, Chat, Originalabruf und Export greifen. Sensible Bereiche wie Lohn- und Personaldaten benötigen entsprechend eingeschränkte Zugriffe.
Auch fachlich werden unterschiedliche Wissensbereiche getrennt behandelt. Mandatsdaten beschreiben den konkreten Sachverhalt. Steuerrechtliche Quellen liefern den rechtlichen Kontext und benötigen einen nachvollziehbaren Versions- und Gültigkeitsstand.
Die Zielarchitektur sieht den Betrieb von Datenhaltung, Suche und Sprachmodellen in kontrollierter Infrastruktur in deutschen Rechenzentren vor. Die konkrete Betriebsumgebung, Dienstleisterverträge und Datenschutzanforderungen werden vor einem Einsatz mit echten Mandantendaten geprüft.
Bestätigte Korrekturen sollen dauerhaft helfen.
Wenn Mitarbeitende eine Zuordnung korrigieren, entsteht wertvolles Fachwissen.
QMandat soll solche Entscheidungen mit ihrem Grund, Quellenstand und Geltungsbereich erfassen. Eine bestätigte Korrektur kann dann bei einem ähnlichen Vorgang als Hinweis dienen oder Grundlage einer ausdrücklich freigegebenen Regel werden.
Dabei bleiben Änderungen nachvollziehbar und widerrufbar. Eine Entscheidung für ein Mandat darf nicht ungeprüft auf andere Mandate übertragen werden.
Die erste Lernstufe ist die kontrollierte Wiederverwendung bestätigten Wissens. Ein Training von Modellgewichten ist ein gesonderter Prozess mit eigener Daten-, Rechts- und Qualitätsfreigabe.
Der Ausbau folgt dem nachgewiesenen Nutzen.
Für den Einstieg werden die Datenquellen priorisiert, die häufige Such- und Abstimmungsaufgaben abdecken.
Anschließend wird gemessen: Werden relevante Dokumente gefunden? Stimmen Zuordnungen? Sind Quellen vollständig? Wie schnell reagiert die Anwendung bei gleichzeitiger Nutzung?
Mit wachsendem Bestand kann die Suchinfrastruktur auf mehrere Server verteilt werden. Datenbank, Dokumentenspeicher und Modellbetrieb lassen sich dabei unabhängig dimensionieren.
So entsteht eine belastbare Grundlage für die nächste Ausbaustufe.