Kontextbasierte KI für Bildung, Sport und Unternehmen in der Schweiz
SteP-met verbindet vorhandene Daten, Plattformen und Prozesse über sichere Schnittstellen mit KI. So entstehen gezielte Analysen, Empfehlungen und Assistenzfunktionen auf Basis eines konkreten, autorisierten Kontexts.
Vorhandene Daten gezielt mit KI nutzbar machen
Der Mehrwert von KI entsteht dort, wo sie den tatsächlichen Kontext kennt. Deshalb entwickelt SteP-met keine losgelöste generative KI. Stattdessen werden relevante und autorisierte Informationen aus bestehenden Systemen gezielt erschlossen. Dazu können Lern- und Leistungsdaten, Trainingsdaten, Wissensbestände, Supportinformationen oder Unternehmensdaten gehören.
Das Grundprinzip folgt einem klaren Ablauf
Datenquelle
Vorhandene Lern-, Leistungs-, Support- oder Unternehmensdaten bilden die Grundlage.
Sichere Integration
Vorhandene Lern-, Leistungs-, Support- oder Unternehmensdaten bilden die Grundlage.
Kontextaufbereitung
Nur relevante und für den jeweiligen Anwendungsfall autorisierte Informationen werden bereitgestellt.
KI-Analyse
Die KI wertet den konkreten Kontext aus, statt lediglich allgemeine Inhalte zu generieren.
Ergebnis
Daraus entstehen Analysen, Empfehlungen, Lernunterstützung, Challenges oder Assistenzfunktionen.
KI-Lösungen für unterschiedliche Anwendungskontexte
Von Schulen und Hochschulkontexten über Sportvereine bis zu Unternehmen: SteP-met erschliesst vorhandene Informationen dort, wo sie gebraucht werden. Im Bildungsbereich kann die Technologie Lernfortschritte, Aufgaben und Lernpfade einbeziehen. Im Corporate Training stehen Trainingsdaten und Kompetenzmodelle im Mittelpunkt. Im Sport können Leistungs-, Match- und Trainingsdaten ausgewertet werden. Unternehmen können wiederum Wissensbestände, Produkte, Prozesse und Supportkontexte einbinden.
Einen konkreten Anwendungsfall als Pilot prüfen
Sichere Integration als Brücke zwischen Daten und KI
Die Schnittstelle verbindet vorhandene Systeme mit der kontextbasierten KI. SteP-met ist dabei nicht an eine einzelne Plattform gebunden. Je nach Anwendung können LTI 1.3, LMS-Integrationen, APIs, Datenprovider oder kundenspezifische Schnittstellen eingesetzt werden.
Die Architektur ist datenschutzorientiert und auf kontrollierte Datenverarbeitung ausgelegt. Wo möglich, können Informationen pseudonymisiert beziehungsweise ohne Klarnamen im KI-Kontext verarbeitet werden. Die konkrete Umsetzung richtet sich nach den Datenschutz-, Sicherheits- und Governance-Anforderungen der jeweiligen Institution oder des Unternehmens. Der Betrieb erfolgt auf Microsoft Azure und ist für skalierbare Einsatzszenarien ausgelegt.
Einen konkreten Anwendungsfall als Pilot prüfen

