Deepiks Lab · Paris-Saclay

Ein Labor für angewandte KI, in dem Ideen Gestalt annehmen.

Deepiks Lab erforscht das Zusammenspiel von agentischer Autonomie, Sprachschnittstellen und souveränem Betrieb, um die Bausteine einer kollaborativen KI zu entwickeln, die in der realen Welt funktioniert.

Mit uns erkundenUnsere Themen
Agentische KISprach-KISouveräne KIKollaborative KI
Unsere Themen

Vier Fragen, die uns beschäftigen

Wir verkaufen kein Produkt von der Stange. Wir wählen einige schwierige Fragen, bauen Prototypen, um sie zu beantworten, und testen sie mit echten Menschen. Das sind die vier, an denen wir gerade arbeiten.

01 · Agentische KI

Wie weit kann ein Modell selbstständig handeln, und wo sollte es aufhören?

Ein Modell, das antwortet, ist nützlich. Ein Modell, das plant, Werkzeuge nutzt und eine Aufgabe zu Ende bringt, ist etwas anderes: Es braucht Grenzen, ein Gedächtnis und eine Möglichkeit zu zeigen, was es getan hat. Die meiste Arbeit steckt im Harness um das Modell herum, nicht im Modell selbst.

Woran wir gearbeitet haben
  • Tool-Aufrufe in echten Apps und APIs
  • Harnesses: Berechtigungen, Leitplanken, Bestätigungen, Protokolle
  • Langzeitgedächtnis, mit einem Menschen in der Schleife für alles Wichtige
02 · Sprach-KI

Was ändert sich, wenn es keinen Bildschirm als Rückfallebene gibt?

Sprache ist die natürlichste Schnittstelle und die unnachsichtigste. Latenz, Unterbrechungen, Akzente und Zögern zählen, und es gibt keinen Knopf, wenn das System etwas falsch versteht. Zugleich öffnet sie KI für Menschen, denen Bildschirme schwerfallen.

Woran wir gearbeitet haben
  • Spracherkennung und Sprachsynthese in Echtzeit
  • Sprecherwechsel, Unterbrechungen und Antworten in unter einer Sekunde
  • Gespräche, die ihren Kontext über Tage behalten, nicht nur über einen Austausch
03 · Souveräne KI

Kann man die Vorteile großer Modelle nutzen, ohne seine Daten abzugeben?

Für viele Organisationen kommt es nicht infrage, Daten in eine Cloud zu schicken, die sie nicht kontrollieren. Offene Modelle haben den Abstand zu den großen geschlossenen Modellen stark verringert; die Frage ist jetzt, wie man sie dort gut betreibt, wo die Daten bereits liegen.

Woran wir gearbeitet haben
  • Offene Modelle auf eigenen Servern (On-Premise)
  • Kompakte, quantisierte Modelle direkt auf dem Gerät (On-Device)
  • Hybride Architekturen, die sensible Daten lokal halten und für jede Aufgabe das passende Modell wählen
04 · Kollaborative KI

Wie sieht KI aus, die für eine Gruppe arbeitet und nicht für eine einzelne Person?

Die meisten Assistenten sind für einen Nutzer und eine Anfrage gebaut. Das echte Leben spielt sich in Familien, Teams und geteilten Listen ab: mehrere Menschen mit eigenen Rollen, und Dinge, die sich ändern, während man nicht hinsieht.

Woran wir gearbeitet haben
  • Geteilte Räume, in denen mehrere Menschen und ein Agent zusammenarbeiten
  • Rollen, Berechtigungen und eine klare Spur, wer was angefragt hat
  • Alle auf dem Laufenden halten, ohne sie zu überfluten
Woher wir kommen

Von Computer Vision zu Agenten

Jedes unserer Produkte baute auf einer neuen KI-Generation auf, und jedes hat uns etwas hinterlassen, das wir heute noch nutzen.

  1. Bilddatenbanken

    Computer Vision zum Verschlagworten, Sortieren und Durchsuchen großer Fotobestände. Unsere erste Lektion im Betrieb von Modellen im großen Maßstab.

  2. Chatbots

    Eine universelle Plattform zum Erstellen und Betreiben von Gesprächsassistenten. Dialoggestaltung und Integrationen.

  3. Aufgaben & Listen

    Eine mobile App, in der KI hilft, Alltagsaufgaben und geteilte Listen zu organisieren. Produktdesign für den Alltag.

  4. Generative KI

    Ein Aggregator für Text-, Bild- und Videomodelle vieler Anbieter. Modelle auswählen und kombinieren.

  5. Sprache & AgentenHeute

    Sprachassistenten, die Aufgaben erledigen, derzeit als Prototypen in Arbeit.

Auf der Werkbank

Was wir gerade als Prototyp bauen

Ein Labor misst sich an dem, was es tatsächlich baut. Zwei der Prototypen, an denen wir arbeiten:

Ein Sprachassistent für Menschen, denen Bildschirme schwerfallen

Man spricht, er antwortet laut und kümmert sich um die Aufgabe, während Angehörige auf dem Laufenden bleiben. Sprachgesteuert, agentisch und kollaborativ zugleich.

Agenten in mobilen Apps

Ein Satz statt sechs Bildschirmen: Der Assistent plant die Schritte, nutzt die Funktionen der App und fragt vor allem Wichtigen nach.

9:41
Donnerstag
Deepiks

Verschieb meinen Zahnarzt auf Freitagmorgen und sag Léa Bescheid. Ach ja, die Milch ist alle.

Erledigt. Das habe ich geändert:

Zahnarzt auf Fr. 9:30 verschoben
Milch zur Einkaufsliste hinzugefügt

Léa „Zahnarzt ist jetzt Freitag 9:30“ senden?

SendenSpäter
Mit dem Labor arbeiten

Bringen Sie uns einen Anwendungsfall, kein Lastenheft

  1. 1

    Erkunden

    Wir sehen uns das Problem mit Ihnen an und sagen offen, wo KI hilft und wo nicht.

  2. 2

    Prototyp

    Ein funktionierender Prototyp in wenigen Wochen, unter realen Bedingungen erprobt statt auf Folien.

  3. 3

    Umsetzen

    Wenn er sich bewährt, bauen wir ihn mit Ihrem Team richtig aus, bei Bedarf auf Ihrer eigenen Infrastruktur.

Eine Frage, die es wert ist, erkundet zu werden?

Industrie, Gesundheit, öffentlicher Dienst oder Verbraucher-Apps: Erzählen Sie uns, was Sie vorhaben, und wir sagen Ihnen, was wir zuerst testen würden.

Mit dem Labor sprechen