Für Entwickler

Enterprise-RAG:
7 Innovationen. 1 API.

Das Fundament unserer gesamten Produktlinie, als eigenständige API für Entwickler und Unternehmen. Enterprise-RAG ohne die Komplexität. Made in Germany.

49% weniger Fehler
89% Faithfulness
100% Datenkontrolle
Terminal
$ curl -X POST https://api.tensorfive.com/v1/ingest \
-H "Authorization: Bearer $API_KEY" \
-F "file=@document.pdf"
{
  "status": "success",
  "chunks": 127,
  "knowledge_graph_nodes": 43
}
$ curl -X POST https://api.tensorfive.com/v1/search \
-H "Authorization: Bearer $API_KEY" \
-d '{"query": "Wie funktioniert RAG?"}'
{
  "results": [...],
  "faithfulness_score": 0.89
}
$

Die TensorFive RAG API ist eine Enterprise-RAG-as-a-Service-Lösung aus Deutschland. Sie bietet 7 proprietäre Innovationen für Retrieval Augmented Generation und ist die technische Grundlage aller TensorFive-Produkte (T5.Chat, T5.Analytics, T5.Requirements). Die API ist DSGVO-konform und unterstützt On-Premise-Betrieb sowie EU-Hosting für Produktdaten.

TypRAG-as-a-Service API
Innovationen7 proprietäre Technologien (Contextual Enrichment, Knowledge Graph, Neural Reranking u.a.)
EinsatzBasis für T5.Chat, T5.Analytics, T5.Requirements
DatenschutzDSGVO-konform, Produktdaten bleiben in Europa
DeploymentCloud oder On-Premise
HerstellerTensorFive GmbH, Mainz, Deutschland

7 Innovationen, die den Unterschied machen

Jede Innovation löst ein konkretes Problem, das wir bei Enterprise-RAG-Projekten immer wieder gesehen haben.

01

Contextual Enrichment

49% weniger Fehler

Jeder Chunk wird automatisch mit seinem Kontext angereichert: Dokument-Titel, Kapitelüberschriften, Zusammenfassungen und Metadaten. Das LLM versteht nicht nur den Text, sondern auch woher er kommt.

Automatisch Keine Halluzinationen Präzise Antworten
Titel
Kapitel
Metadaten
Summary
02

Bidirectional Chunking

<5% verwaiste Chunks

Intelligentes Chunking, das sowohl vorwärts als auch rückwärts Kontext berücksichtigt. Keine isolierten Textfragmente mehr, die ohne Zusammenhang dastehen.

Semantisch Kontexterhaltend Keine Orphans
1. Einleitung
1.1 Übersicht
1.2 Grundlagen
1.3 Methodik
2. Analyse
3. Ergebnisse
03

Vision-to-Text Pipeline

Bilder durchsuchbar

Diagramme, Screenshots, Tabellen und Grafiken werden automatisch in durchsuchbaren Text umgewandelt. Ihre Wissensbasis ist nicht mehr auf reinen Text beschränkt.

Multimodal OCR+ Diagramme verstehen
04

Knowledge Graph + Vector Hybrid

+86% Multi-Hop Genauigkeit

Automatisch aufgebauter Wissensgraph verbindet Konzepte, Personen und Prozesse. In Kombination mit Vektor-Suche für Fragen, die mehrere Dokumente verknüpfen müssen.

Graph RAG Entitäten Relationen
05

4-Layer Permission Defense

Enterprise-ready

Vier Berechtigungsebenen für maximale Kontrolle: API-Key-Scope, Tenant-Isolation, Projekt-Scoping und dokumentenbasierte Berechtigungen (ReBAC). Bestehende ACLs werden übernommen.

ReBAC ACL-Import Tenant-Isolation
API-Key Tenant Projekt ReBAC
06

Neural Reranking

89% Faithfulness

KI-basierte Neuordnung der Suchergebnisse nach semantischer Relevanz. Nicht nur Keyword-Matching, sondern echtes Verständnis der Anfrage.

Cross-Encoder Semantisch Präzision
0.95
0.82
0.68
0.45
07

German Data Sovereignty

100% Datenkontrolle

Vollständige Datenhoheit: Auf Wunsch läuft die gesamte Lösung in Ihrer Infrastruktur. Keine Cloud-Abhängigkeit, keine Daten, die Deutschland verlassen.

On-Premise DSGVO Made in Germany
DE

Einfache Integration

RESTful API mit klaren Endpunkten. In wenigen Minuten integriert.
Vollständige Dokumentation ansehen →

POST
/v1/ingest

Dokumente hochladen und indizieren. Unterstützt PDF, Word, Excel, PowerPoint, Markdown, HTML.

POST
/v1/search

Semantische Suche über alle indizierten Dokumente. Mit Filtering, Pagination und Relevanz-Scores.

POST
/v1/generate

RAG-Generierung: Frage stellen, Antwort mit Quellenangaben erhalten. Streaming unterstützt.

GET
/v1/documents

Dokumente auflisten, Metadaten abrufen, Status prüfen.

DELETE
/v1/documents/{id}

Dokumente und zugehörige Chunks aus dem Index entfernen.

GET
/v1/graph

Knowledge Graph abfragen. Entitäten und Relationen explorieren.

Was Sie damit bauen können

Intelligente Chatbots

Kundenservice-Bots, die auf Ihrer Dokumentation basieren. Mit Quellenangaben und ohne Halluzinationen.

Enterprise-Suche

Semantische Suche über alle Unternehmensdokumente. Findet, was Keyword-Suche übersieht.

Dokumenten-QA

Fragen zu Dokumenten stellen und präzise Antworten mit Seitenzahlen erhalten.

Knowledge Bases

Self-Service-Portale für Mitarbeiter oder Kunden mit automatisch aktualisierten Inhalten.

Code-Assistenten

Entwickler-Tools, die auf Ihrer Code-Dokumentation trainiert sind. Context-aware Completions.

Report-Generierung

Automatische Erstellung von Reports und Zusammenfassungen aus verschiedenen Quellen.

RAG API Pricing

Eigenständiges API-Produkt mit Pay-as-you-go und planbaren Monatspaketen.

RAG API

Eigenständiges API-Produkt mit Pay-as-you-go und Monatspaketen.

Nutzung Preis Einheit
Embeddingnur Embedding 0,15 € / 1k Chunks
Contextual EnrichmentKontextanreicherung pro Chunk-Paket 0,60 € / 1k Chunks
Knowledge GraphGraph-Aufbereitung pro Chunk-Paket 4,00 € / 1k Chunks
Suche & GenerierungRetrieval und Antwortgenerierung 0,30 € / 1k Anfragen
SpeicherPersistenter Projektspeicher 0,15 € / GB / Monat
Paket Preis Umfang
Free 0 € /Monat 1.000 Chunks, 1.000 Anfragen, 1 GB Speicher
Starter 89 € /Monat 25.000 Chunks, 25.000 Anfragen, 10 GB Speicher
Business 349 € /Monat 100.000 Chunks, 100.000 Anfragen, 50 GB Speicher
Enterprise Individuell Unbegrenzte Chunks, SLA, dedizierter Support, On-Premise

Pay-as-you-go deckt Embedding, Contextual Enrichment, Knowledge Graph, Suche & Generierung sowie Speicher ab.

API-Zugang anfragen
🇩🇪
Made in Germany Entwickelt in Mainz
DSGVO-konform Produktdaten bleiben in Europa
7 Innovationen Proprietäre RAG-Technologie

Häufig gestellte Fragen zur RAG API

Was ist eine RAG API und wofür brauche ich sie?

RAG (Retrieval Augmented Generation) verbindet große Sprachmodelle mit Ihren Unternehmensdaten. Die TensorFive RAG API bietet diese Technologie als fertigen Service mit 7 integrierten Innovationen, sodass Sie keine eigene RAG-Infrastruktur aufbauen müssen.

Kann ich die RAG API On-Premise betreiben?

Ja, die RAG API kann On-Premise betrieben werden. Bei On-Premise-Betrieb bleiben Ihre Daten in Ihrer Infrastruktur. Alternativ unterstützen wir EU-Hosting für Produktdaten; Architektur, Modellbetrieb und Datenflüsse stimmen wir projektbezogen mit Ihnen ab.

Welche Programmiersprachen unterstützt die RAG API?

Die RAG API ist eine RESTful API und funktioniert mit jeder Programmiersprache.

Was unterscheidet die TensorFive RAG API von LangChain oder LlamaIndex?

Die TensorFive RAG API ist ein vollständig verwalteter Service, kein DIY-Framework. Sie enthält 7 produktionsreife Innovationen wie Contextual Enrichment, Knowledge Graph und Neural Reranking, die sofort einsatzbereit sind.

Bereit, Enterprise-RAG zu integrieren?

Starten Sie kostenlos oder sprechen Sie mit unserem Team über Ihre Anforderungen.