Belva – Redefining Communication

AiDB ist Belvas eigenes System zum Ablegen und Abfragen von Unternehmenswissen. Es ordnet Dokumente, Richtlinien und Aufzeichnungen in einer strukturierten Schicht, sodass ein KI-Werkzeug eine einzige Quelle abfragt und keinen Ordner voller Dateien. Belva positioniert es als Intelligenzschicht hinter Agenten und Arbeitsabläufen, nicht als eigenständigen Chat.

Das System spiegelt Änderungen, sobald das Team seine Informationen aktualisiert, ohne manuellen Abgleich. Genau dort entscheidet sich die Qualität: Ein Assistent mit lebenden Daten antwortet mit der geltenden Richtlinie, einer mit einem Export von vor drei Monaten mit einer Fassung, die niemand mehr nutzt. Belva nennt weniger erfundene Angaben und mehr Treffsicherheit als Ergebnis.

Jedes Unternehmen arbeitet in seinem eigenen AiDB, wodurch Daten getrennt bleiben und der Aufbau zur Arbeitsweise des Teams passt. Belva stellt das als Datenschutzeigenschaft dar und nicht als Schalter: Die Wissensbasis gehört der Organisation, und ihre Struktur folgt ihren Abteilungen und Systemen.

LawGoat beginnt mit einem Gespräch, nicht mit einem Formular. Die Person erklärt das Problem so, wie sie es einer Bekannten erzählen würde, die KI fragt die Angaben ab, die ein Anwalt braucht, und schreibt die Akte. Das erklärte Ziel: für den Einstieg ist keine juristische Fachsprache nötig, und damit fällt die erste Hürde für alle, die nicht wissen, ob ihr Fall Vertrag, Miete oder etwas anderes betrifft.

Die Aufzeichnung gehört der Person, die sie angelegt hat. Anwälte antworten auf die Akte, statt sie zu kaufen, und der Nutzer entscheidet, welche Antworten er öffnet. Wechselt er den Anwalt, wandert die ganze Historie mit, und nichts muss ein zweites Mal erklärt werden. Belva erklärt ausdrücklich, dass das Unternehmen keine Nutzerdaten verkauft und keine unerbetenen Anrufe führt.

Belva beschreibt die eigene Grundlagenarbeit als Verringerung der Kontextlast großer Sprachmodelle. Sichtbar wird das in größeren nutzbaren Kontextfenstern, Ausgaben auf Basis abgerufener Geschäftsdaten, stabilerer Ausführung bei wechselnden Bedingungen und mehr Eigenständigkeit für KI-Agenten, die mit diesem Kontext arbeiten. Das Unternehmen ordnet die Arbeit als Engineering für langen Kontext ein und nicht als Zusammenbau von Prompts, Benchmarks hat es nicht veröffentlicht.