Für Organisationen der Entwicklungszusammenarbeit Az. 2026 / 01

Vierzig Jahre Wissen. Eine Frage entfernt.1

Alvar Knowledge macht aus verteilten Projektakten eine Wissensplattform, die antwortet — entwickelt mit den Schmitz-Stiftungen, für Organisationen in der Entwicklungszusammenarbeit. Sie fragen in natürlicher Sprache; Alvar antwortet aus Ihren eigenen Unterlagen, jeden Satz mit nachprüfbarer Quelle.2

Demo anfragen Video ansehen →

Ihre Daten bleiben Ihre Daten. Und sie bleiben in Europa.3

1 Entwickelt mit den Schmitz-Stiftungen — vier Jahrzehnte Entwicklungszusammenarbeit, das vollständige Projektarchiv erschlossen.

2 Hybride Suche über Ihr gesamtes Archiv; jedes Zitat führt per Klick zum zugrunde liegenden Projekt.

3 Hosting und KI-Verarbeitung ausschließlich in der EU, DSGVO-konform. Keine Trainingsnutzung Ihrer Daten.

01 · Das Problem

Wertvolles Wissen liegt in Ordnern, die niemand mehr öffnet.

Jahrzehnte an Projekterfahrung — verteilt über Server, Schränke und die Köpfe einzelner Mitarbeitender. Drei Gründe, warum es dort bleibt:

Erstens —

Wissen geht verloren

Projekterfahrung steckt in Abschlussberichten, Evaluationen und Korrespondenz. Wenn jemand die Organisation verlässt, geht dieses Wissen oft unwiederbringlich mit.

Zweitens —

Suchen dauert Wochen

„Hatten wir so ein Projekt schon einmal?" Diese einfache Frage kostet heute tagelange Recherche in Archiven, die nie für die Suche gedacht waren. Lessons Learned erreichen die nicht, die sie für neue Anträge bräuchten.

Drittens —

Teilen ist zu riskant

Projektakten enthalten Namen, Partner und sensible Details — deshalb bleibt Erfahrungswissen in der eigenen Organisation. Andere Träger machen dieselben Fehler noch einmal.

02 · So funktioniert's

Aus verteilten Akten wird nutzbares Wissen.

In vier Schritten von unsortierten Dokumenten zur abrufbaren Wissensbasis — eine Aufbereitung vorab ist nicht nötig.

Hochladen

Sie übergeben Ihr Projektarchiv so, wie es ist — PDFs, Scans, gewachsene Ordnerstrukturen. Auch gescannte Akten und komplexe Layouts werden automatisch erschlossen; Ihre Trägerstruktur wird erkannt.

II.

Strukturieren

Aus unstrukturierten Akten werden strukturierte Projektobjekte: Zusammenfassung, Region, Budget, Begünstigte, Methoden und Lessons Learned — 10–50× kompakter und vollständig durchsuchbar.

III.

Fragen

Statt Ordner zu durchsuchen, stellen Sie Ihre Frage in natürlicher Sprache — über das gesamte Archiv hinweg. Jede Antwort kommt mit Quellenangaben, die direkt zu den Projekten führen.

IV.

Wenn Sie möchten, geben Sie ausgewählte, vollständig anonymisierte Erkenntnisse in den Common Pool. Sie entscheiden pro Projekt — und können jede Freigabe widerrufen.

03 · Funktionen

Vier Werkzeuge. Ein Prinzip: jede Aussage belegt.

Fragen statt Ordner durchsuchen

Antworten in Sekunden — belegt mit Ihren eigenen Akten.

Stellen Sie Fragen so, wie Sie sie einer erfahrenen Kollegin stellen würden. Alvar Knowledge findet die wirklich relevanten Projekte — denn Ähnlichkeit ist nicht dasselbe wie Relevanz. Jede Aussage in der Antwort ist mit einem Zitat verknüpft, das Sie per Klick direkt zum Quellprojekt führt.

Jede Antwort mit Quellenangaben — Zitate führen direkt zu den Quellprojekten
Nachfragen, vertiefen, vergleichen — im laufenden Gespräch

„Was sind die häufigsten Herausforderungen bei Wasserprojekten?"

„Was ist bei Bildungsprojekten im ländlichen Ostafrika zu beachten?"

„Welche Besonderheiten gibt es bei Gesundheitsprojekten in der DR Kongo?"

Echte Demo-Fragen

Die Antwort auf die erste Frage sehen Sie oben — Abb. 1.

Überblick auf Knopfdruck

Ihr gesamtes Portfolio — als lebendiges Wiki.

Alvar Knowledge erzeugt automatisch ein interaktives Wiki aus Ihren Projektdaten: Sektor-Übersichten, Trends über die Jahre, Erfolgsraten und wiederkehrende Herausforderungen. Was früher mühsam für Gremien und Berichte zusammengetragen wurde, steht jederzeit aktuell bereit.

Sektor-Dashboards mit Erfolgsraten, Trends und regionalen Schwerpunkten
Häufigste Herausforderungen und Lessons Learned je Themenfeld
Automatisch aus den Projektdaten generiert — kein Pflegeaufwand

Abb. 2

Automatisch erzeugte Themenseite „Landwirtschaft — Herausforderungen und Lösungsansätze", mit Quellenverweisen in jede Projektakte.

Alleinstellungsmerkmal

Anonymisierung, die mehr kann als Schwärzen.

Bevor irgendetwas Ihre Organisation verlässt, durchläuft es eine mehrstufige Anonymisierung: mehrere unabhängige Verfahren erkennen personenbezogene Daten zuverlässig — auf Deutsch und Englisch. Namen, Organisationen und Kontaktdaten werden zwingend unterdrückt; Kontext wird intelligent generalisiert: aus einem Datum wird ein Jahr, aus einem Budget eine Spanne, aus einer Region ein Land.4

Mehrstufige Erkennung mit feldgenauer Unterdrückung sensibler Angaben
Re-Identifikations-Risiko-Score mit klaren Warnungen
Menschliche Freigabe vor jeder Veröffentlichung — nichts geht automatisch hinaus

Illustration: Dokument mit geschwärzten und generalisierten Feldern, geschützt durch ein Schild

Abb. 3

Generalisieren statt Schwärzen: Das Dokument bleibt lesbar — die Person bleibt geschützt.

Voneinander lernen. Ohne die Kontrolle abzugeben.

Ein gemeinsamer Wissenspool für den ganzen Sektor.

Warum sollte jede Organisation dieselben Fehler selbst machen? Der Common Pool macht anonymisierte Projekterkenntnisse organisationsübergreifend nutzbar — niemals Rohdateien, ausschließlich geprüfte, anonymisierte Projektobjekte. Ausschlussregeln für Konfliktregionen und sensible Sektoren werden zweifach geprüft und sind nicht umgehbar.

Nur anonymisierte Projektobjekte — Rohdokumente verlassen Ihre Organisation nie
Export pro Projekt steuerbar, jederzeit widerrufbar, mit vollständigem Audit-Trail
Für die Zukunft geplant: offen für externe Organisationen — Interesse? alvarknowledge@schmitz-stiftungen.org

Illustration: zentraler, anonymisierter Common Pool, an den mehrere Organisationen angebunden sind

Abb. 4

Viele Organisationen speisen anonymisierte Projekterkenntnisse in einen gemeinsamen, zentralen Common Pool — und lernen voneinander, ohne je ein Rohdokument zu teilen.

4 Eingesetzte Erkennungsverfahren und das Risiko-Modell sind im technischen Datenblatt (PDF) dokumentiert — für Ihre IT oder Ihren Datenschutzbeauftragten.

04 · Die Abgrenzung

Warum nicht einfach ChatGPT?

Allgemeine KI-Chatbots kennen Ihre Projekte nicht — und erfinden im Zweifel Quellen. Alvar Knowledge arbeitet ausschließlich mit Ihren eigenen Akten und belegt jede Antwort.

Allgemeine KI Alvar Knowledge

Erfindet Zitate und Quellen, die es nie gab. Zitiert nachprüfbar aus Ihren eigenen Akten — jeder Beleg führt per Klick zum Quellprojekt.

Kennt Ihre Jahrzehnte Projektgeschichte nicht. Antwortet ausschließlich auf Basis Ihres eigenen Archivs — Ihre Erfahrung, Ihre Lessons Learned.

Unklar, wo Ihre Daten landen und wofür sie verwendet werden. EU-Hosting, DSGVO-konform, keine Trainingsnutzung Ihrer Daten.

Liefert plausibel klingende Texte ohne Kontrolle über Relevanz und Kosten. Präzise Suche mit eingebauter Kostenkontrolle pro Aufgabe — weil Ähnlichkeit nicht Relevanz ist.

05 · Sicherheit & Datenschutz

Ihre Daten bleiben Ihre Daten. Und sie bleiben in Europa.

Alvar Knowledge wurde von Anfang an für die Anforderungen gemeinnütziger Träger gebaut — mit Sicherheit und Vertraulichkeit als Fundament, nicht als Nachrüstung.5

i. EU-Hosting

Sämtliche Daten werden ausschließlich in der EU verarbeitet und gespeichert — auch die KI-Verarbeitung erfolgt vollständig in Europa.

ii. DSGVO-konform

Die gesamte Plattform ist auf die Datenschutz-Grundverordnung ausgelegt — von der Dokumentverarbeitung bis zur Anonymisierung.

iii. Zugriff nur, wo er hingehört

Rollen für Vorstand, Mitarbeitende und Partner; jeder Zugriff ist bis auf den einzelnen Datensatz abgesichert. Jeder sieht nur, was er sehen darf.

iv. Vollständiger Audit-Trail

Jeder Zugriff, jede Freigabe und jeder Export wird lückenlos protokolliert — nachvollziehbar für Vorstand, Prüfer und Fördergeber.

v. Menschliche Freigabe

Kein anonymisiertes Projekt verlässt Ihre Organisation ohne explizite Prüfung und Freigabe durch einen Menschen.

vi. Keine Trainingsnutzung

Ihre Dokumente und Daten werden zu keinem Zeitpunkt für das Training von KI-Modellen verwendet.

5 Infrastruktur, Rechenzentrums-Region und technische Schutzmaßnahmen im Detail: technisches Datenblatt (PDF).