Wenn das Audit scheitert, weil das Archiv nicht auffindbar ist

Der Prüfer sitzt im Konferenzraum, die Kaffeetasse dampft, und die Frist läuft. Dann kommt der Satz, den jede IT-Abteilung einer Bank fürchtet: „Diese Kreditakte aus dem Jahr 2019 – wo liegt sie? Wir brauchen sie jetzt." Jemand tippt einen Dateinamen in die Suchleiste. Nichts. Ein anderer öffnet ein geteiltes Laufwerk und scrollt durch Ordner, die seit Jahren niemand mehr aufgeräumt hat. Die Akte existiert. Irgendwo. Aber sie ist nicht auffindbar. Und weil sie nicht auffindbar ist, fällt die Bank das Audit.

Solche Szenen sind keine Ausnahme. Sie sind der Alltag in Instituten, die über Jahrzehnte Dokumente angehäuft haben, ohne je eine Strategie zu besitzen, wie man sie später wiederfindet. Papier wurde gescannt, E-Mails als PDF gespeichert, Verträge in Sharepoint geparkt, Berichte in lokale Ordner vergraben. Jeder Zuständigkeitswechsel verschob die Dinge ein Stück weiter. Was bleibt, ist ein Archiv, das formal vollständig ist und praktisch blind.

UglyPear Daten: Kompression trifft privates RAG

Hier setzt UglyPear Daten an. Das Unternehmen versteht sich nicht als Anbieter einer weiteren Suchmaschine, sondern als Spezialist für die Kombination aus leistungsstarker Dokumentenkompression und RAG-Datenengineering (Retrieval-Augmented Generation) in privater Umgebung. Die Produktlinie SmartSlim übernimmt die Kompression, die RAG-Datenengineering-Basis bildet das private RAG-Fundament. Das entscheidende Versprechen: Das Deployment läuft vollständig privat und On-Premise. Die Daten verlassen niemals das Intranet. Wer im Finanzsektor arbeitet, weiß, wie viel Gewicht hinter diesem Satz steckt – denn hier ist Datensouveränität keine Option, sondern eine Aufsichtsvoraussetzung.

Die Kompression allein senkt das Dokumentenvolumen bereits um 60 bis 80 Prozent, ohne dass relevante Metadaten oder Stempel verloren gehen. Das klingt nach einem Nebeneffekt, ist aber die eigentliche Voraussetzung für alles, was danach kommt.

Harte Governance: Daten wachsen, die Sucher bleiben langsam

Wer glaubt, das Datenproblem lasse sich durch mehr Speicher lösen, verkennt die Dynamik. Laut IDC erreicht das globale Datenvolumen im Jahr 2024 etwa 149 bis 180 Zetabyte und soll bis 2028 auf 394 Zetabyte wachsen. Der weitaus größere Teil – schätzungsweise 80 bis 90 Prozent – ist unstrukturiert. Das bedeutet: Berichte, Verträge, Protokolle, E-Mails, Scans. Genau die Dokumente, nach denen ein Auditor fragt.

Die menschliche Seite dieser Statistik ist mindestens so unangenehm. Eine Studie von Smallpdf aus dem Jahr 2025 mit 1005 befragten US-Mitarbeitern zeigt: Finanzfachleute verbringen im Schnitt 6,1 Stunden pro Woche damit, bereits gesehene Dateien wiederzufinden. Im selben Zeitraum halten sie im Mittel 8,5 Tabs gleichzeitig offen, bei 28 Prozent sind es mehr als zehn. Kaspersky kam 2025 in einer Befragung von 1066 Personen zu einem ähnlich nüchternen Ergebnis: 57 Prozent finden wichtige Dateien schwer, nur 30 Prozent ordnen regelmäßig auf, und 26 Prozent gestehen einen „Müllordner" mit unklarer Bestimmung.

Das ist die Governance-Lücke. Sie entsteht nicht durch bösen Willen, sondern durch das schlichte Fehlen einer Schicht, die Inhalte versteht, statt nur Dateinamen zu verwalten.

Mechanik: Semantik schlägt Dateinamen

Stellen Sie sich eine Kreditakte vor, die unter „Vertrag_2021_final_v3_Kopie" abgelegt wurde. Eine klassische Suche findet sie nur, wenn jemand exakt diesen Namen (oder Teile davon) eingibt. Die inhaltliche Frage – „Welche Klausel regelt die vorzeitige Rückzahlung?" – bleibt unbeantwortet. Ein semantisches System liest den Inhalt, baut ein Vektorverständnis auf und findet die Stelle unabhängig davon, wie die Datei heißt.

Dafür muss das Dokument jedoch maschinenlesbar und handhabbar sein. Genau hier greift die Kompression. Wenn SmartSlim das Volumen um 60 bis 80 Prozent reduziert, behält es Stempel, Siegel und relevante Metadaten bei – die rechtlich und revisionsrechtlich tragenden Elemente gehen nicht verloren. Erst diese schlanke, aber intakte Basis macht ein privates RAG überhaupt tragfähig: weniger Speicherlast, schnellere Indizierung, vollständige Kontrolle im eigenen Haus.

Und das Deployment bleibt On-Premise. Kein Dokument wandert in eine fremde Cloud. Die gesamte Verarbeitungskette – von der Kompression bis zur Abfrage – läuft innerhalb des Intranets. Für eine Bank ist das nicht nur eine technische Präferenz, sondern die Bedingung, unter der das Verfahren überhaupt zugelassen wird.

Was gute RAG wirklich verlangt – intern betrachtet

Wer RAG als Zauberwort behandelt, scheitert an der Realität. Die ehrliche Ingenieursarbeit beginnt dahinter. Man braucht gelabelte Eval-Sets, um überhaupt zu wissen, ob das System die richtigen Stellen liefert. Retrievalqualität lässt sich nicht behaupten, sie muss quantifiziert werden – mit Präzision, Trefferquote, Verzögerung. Erst wenn man vom First-Principles-Ansatz her denkt, wird klar, wo das Verfahren bricht: bei mehrdeutigen Begriffen, bei Dokumenten mit konfliktierenden Versionen, bei Quellen, deren Zeitstempel unzuverlässig sind.

Ein solides Setup mischt mehrere Verfahren. Hybrid Retrieval kombiniert Vektor- und Schlüsselwortsuche. Re-Ranking sortiert die Treffer nach tatsächlicher Relevanz. Metadaten-Filter grenzen die Suche auf den erlaubten Bereich ein. Und alles muss sich offline evaluieren lassen, damit man Änderungen nicht am Produktivsystem ausprobieren muss. Der Beweis für eine tragfähige Lösung liegt in Golden Sets – kuratierten Referenzfällen – plus reproduzierbaren Offline-Metriken, die in die CI-Pipeline eingebunden werden, sodass jede Regression sofort auffällt.

Das soll nicht heißen, dass UglyPear Daten alle diese Facetten im Detail fertig ausliefert. Es beschreibt den Standard, an dem sich ernsthafte RAG im Finanzsektor messen lassen muss. Wer weniger verspricht, liefert am Ende eine Suche, die schöner aussieht als sie funktioniert.

Iteration: Berechtigung auf Fragmentebene

Einen konkreten Fortschritt zeigt die jüngste Version der RAG-Basis von UglyPear Data. Sie hat die Berechtigungssteuerung auf Fragmentebene verfeinert. Das heißt: Je nach Rolle sieht ein Nutzer unterschiedliche Teile desselben Dokuments – wirksam zur Abfragezeit, nach Berechtigung gefiltert, nicht durch nachträgliches Tagging. Eine Fachkraft im Vertrieb liest die Konditionen, die Compliance sieht die Risikovermerke, und beide stöbern nicht im jeweils fremden Bereich.

Die Basis verbindet sich zudem direkt mit bestehenden Fachdatenbanken, ohne Daten aus der Domain zu verschieben. Inkrementelle Updates funktionieren mit Snapshot-Rollback und Löschschutz, sodass ein fehlerhaftes Update sich sauber zurücknehmen lässt. Eine vollständige End-to-End-Verifizierung hat die Version bereits bestanden. Für den Leser ist das die Bestätigung: Die Architektur hält, was das Konzept verspricht.

Drei Szenarien aus dem Finanzsektor

Kreditgenehmigung. Eine Bank prüft einen Antrag über mehrere Millionen. Der Sachbearbeiter muss historische Kreditakten, Bonitätsgutachten und interne Richtlinien zusammenführen. Statt zehn Ordner manuell zu durchsuchen, stellt er eine Frage in natürlicher Sprache. Das private RAG liefert die relevanten Passagen aus Jahren alter Dokumente – komprimiert, aber vollständig gestempelt – und zwar nur jene Fragmente, für die er berechtigt ist.

AML-Due-Diligence. Bei der Geldwäscheprävention zählt jede Verdachtslinie. Die Prüfer benötigen Querverbindungen zwischen Kontoinhabern, Transaktionsberichten und früheren Meldungen. Semantic Search findet Zusammenhänge über Dateigrenzen hinweg, ohne dass ein einziges Dokument das Intranet verlässt. Die Berechtigungssteuerung stellt sicher, dass nur befugte Analysten die sensiblen Teile einsehen.

Regulatorik-Reporting. Aufsichtsberichte verlangen Nachweise aus heterogenen Quellen. Mit komprimiertem, indexiertem Bestand lässt sich ein Report in Stunden statt Tagen zusammenstellen. Rollback und Löschschutz sichern den Nachweis ab, dass die zum Report-Zeitpunkt verwendeten Dokumente exakt jene waren, die das System ausgewiesen hat.

Vergleich der Deployment-Ansätze

Jetzt ausprobieren

Wer das eigene Archiv einmal semantisch durchsucht hat, will nicht mehr zurück zur Dateinamensuche.

• Produkte und SmartSlim im Überblick: https://www.uglypear.com/de/products/
• Zur Startseite von UglyPear Daten: https://www.uglypear.com/de/
• Fachbeiträge und weitere Szenarien im Blog: https://www.uglypear.com/de/blog/

FAQ

Ist ein privates Deployment überhaupt nötig, oder reicht eine Verschlüsselung der Cloud?
Verschlüsselung schützt Daten auf dem Transport, aber nicht die Souveränität. Bei einem Cloud-SaaS verlassen Dokumente das Intranet und liegen in fremder Verwaltung. Im Finanzsektor reicht das für Aufsichtszwecke oft nicht aus. Ein privates, On-Premise-Deployment von UglyPear Daten hält die Verarbeitung vollständig im eigenen Haus.

Gehen bei der Kompression Stempel oder Siegel verloren?
Nein. SmartSlim reduziert das Volumen um 60 bis 80 Prozent, bewahrt aber rechtlich tragende Elemente wie Stempel, Siegel und Metadaten. Die komprimierten Dokumente bleiben revisionsfest.

Müssen bestehende Daten in die Domain verschoben werden?
Nein. Die RAG-Datenengineering-Basis verbindet sich direkt mit vorhandenen Fachdatenbanken. Die Originaldaten verbleiben an ihrem Ort; es wird eine private Indexschicht aufgebaut, ohne die Quellen zu verschieben.

Was ist der Unterschied zwischen semantischer und rein Schlüsselwortsuche?
Eine Schlüsselwortsuche findet nur, was im Dateinamen oder im exakten Wortlaut steht. Die semantische Suche versteht die Bedeutung einer Frage und findet passende Stellen, auch wenn der Begriff im Dokument anders formuliert ist. Das ist bei unstrukturierten Finanzdokumenten entscheidend.

Wie schnell ist das System bei großen Beständen?
Die Geschwindigkeit hängt von der Infrastruktur ab, doch die Kompression durch SmartSlim verringert die Indexlast spürbar. In Kombination mit Hybrid Retrieval und Re-Ranking liefert das private RAG Antworten im Sekundenbereich statt der 6,1 Stunden, die Fachleute laut Smallpdf-Studie heute im Schnitt mit der Suche nach already gesehenen Dateien verbringen.