Evaluno

AI-gestützte Plattform für automatisierte Markt- und Produktrecherche.

/ Kunde

Argus Consulting

/ Ausgangslage

Automatisierte Markt- und Produktrecherche

Für Argus Ventures haben wir die technische Grundlage von Evaluno entwickelt: eine Plattform, die öffentlich verfügbare Informationen automatisiert findet, mit Large Language Models analysiert und als strukturierte Vergleichsdaten aufbereitet.

/ Erste Architektur

Modulare, eventbasierte Datenpipeline

Vergleichsdomänen werden über strukturierte Definitions beschrieben. Darauf aufbauend sucht ein Discovery-Prozess nach relevanten Anbietern, Produkten und Quellen; die gefundenen Seiten werden durch LLM-basierte Extraction-Handler analysiert und anhand des jeweiligen Schemas in strukturierte Datensätze überführt.

Die Architektur trennt Definitions, Discoveries und Extractions konsequent voneinander. Lose gekoppelte Handler können unabhängig ausgeführt, kombiniert und um neue Datenquellen oder Extraktionsverfahren ergänzt werden – dieselbe technische Grundlage lässt sich so auf sehr unterschiedliche Vergleichsthemen anwenden.

/ Weiterentwicklung

Von der Pipeline zum agentischen Research-System

In einer zweiten Iteration haben wir diesen Ansatz zu einem agentenbasierten Research-System weiterentwickelt. Anstelle eines statischen Discovery- und Extraction-Runs arbeitet ein übergeordneter Agent Loop mit spezialisierten Subagents für einzelne Vergleichsdomänen: Die Agents beurteilen den aktuellen Informationsstand, erkennen fehlende Felder und lösen selbstständig weitere Recherche-Schritte aus.

Fehlt beispielsweise eine Produkteigenschaft, muss nicht die gesamte Pipeline erneut durchlaufen werden – der zuständige Agent untersucht gezielt weitere Seiten eines Anbieters, verfolgt zusätzliche Quellen und integriert die Informationen iterativ ins bestehende Ergebnis. Recherche wird so als iterativer Prozess modelliert: finden, bewerten, Lücken erkennen, gezielt weiterforschen. Large Language Models steuern dabei sowohl die strukturierte Information Extraction als auch diese Research-Schritte; ein eigener Pipeline Manager ermöglicht die Kontrolle von Runs, Quellen, Ergebnissen und Logs.

/ Was wir gemacht haben

Von der Architektur bis zum Deployment

  • —Architektur einer modularen, eventbasierten Research- und Datenplattform
  • —Weiterentwicklung zu einem agentischen System mit Agent Loop und domänenspezifischen Subagents
  • —AI-gestützte strukturierte Information Extraction mit LLMs
  • —Iterative Nachrecherche fehlender Informationen auf Anbieter-Websites
  • —Schema-basierte Modellierung unterschiedlicher Vergleichsdomänen
  • —Automatisierte Discovery relevanter Anbieter, Produkte und Quellen
  • —Pipeline Manager zur Steuerung, Überprüfung und Analyse der Verarbeitung
  • —Persistierung und Aufbereitung strukturierter Vergleichsdaten
  • —Deployment und CI/CD als Grundlage für den weiteren Produktaufbau

/ Weiterverwendung

Grundlage für unser Marktmonitoring

Die dabei entwickelte technische Grundlage wurde anschliessend in Richtung einer eigenständigen Marktmonitoring-Lösung weiterentwickelt – heute Teil unseres Leistungsangebots: Marktmonitoring.

/ Tech Stack

LLMsOpenAIAI AgentsAgent LoopsMulti-Agent SystemsInformation ExtractionAutomated Web ResearchSERPSchema-driven ExtractionTypeScriptNext.jsReactPostgreSQLSupabaseEvent-driven ArchitectureCI/CD

Wir bauen nicht nur AI. Wir sorgen dafür, dass sie langfristig euch gehört – technisch und wirtschaftlich.

Projektanfrage schicken