Das System, mit dem europäische Unternehmen agentisch werden

Machen Sie Ihr Unternehmen agentisch – und bleiben Sie regelkonform.

Fundarem verbindet Ihre Systeme zu einer Landkarte Ihres Unternehmens, damit KI endlich versteht, wie Ihre Kunden, Rechnungen und Projekte zusammenhängen. Und das alles im Einklang mit den Gesetzen und Vorschriften der EU.

Auf dieser Landkarte können KI-Agenten Routinearbeit oder komplexe Aufgaben übernehmen, und jede Mitarbeiterin und jeder Mitarbeiter erhält einen KI-Assistenten für die Daten, die sie sehen dürfen.

Fundarem und Ihre Daten laufen in der eigenen Cloud Ihres Unternehmens, in einer EU-Region. Sie wählen das KI-Modell, das zu Ihren regulatorischen Anforderungen, Ihrem Qualitätsbedarf und Ihren Kosten passt, behalten die Ausgaben stets im Blick und Ihre Budgets unter Kontrolle.

KontaktLive-Demo testen
Ihre eigene Cloud, in der EU: Fundarem und Ihre Daten
KI-AgentenBeispielaufgaben
  • Zahlungen offenen Rechnungen zuordnen
  • Einen säumigen Kunden markieren
  • Entwirft eine Zahlungserinnerung
lesenzurückschreiben, wo Sie es erlauben
Eine Landkarte Ihres Unternehmensalles verknüpft

Ihre Softwaresysteme

  • RegelkonformitätEntwickelt, damit Sie DSGVO und KI-Verordnung der EU einhalten, mit jedem Schritt protokolliert
  • Verbundene SystemeIhre Softwaresysteme, einmal angebunden
  • Ihre Daten, verknüpftKunden, Rechnungen und Projekte systemübergreifend zusammengeführt
  • Versteht Ihr UnternehmenAgenten und ein Assistent, die wissen, wie Ihr Unternehmen arbeitet

So funktioniert es

Fundarem ist so gebaut, dass Ihre gespeicherten Daten immer in der eigenen Cloud Ihres Unternehmens in der EU bleiben. Sie wählen, wo das KI-Modell jede Anfrage verarbeitet.

Sehen, wie es funktioniert Vom Gespräch zum Betrieb: die Schritte

Ihre bestehenden Systeme anbinden

Binden Sie jedes System an, egal wie es sich verbindet.

Wählen Sie einen fertigen Konnektor, nutzen Sie den eigenen MCP-Server des Systems, oder lassen Sie uns einen Konnektor für ein System bauen, das noch niemand angebunden hat. Alle drei enden gleich: in einem Modell Ihres Unternehmens, in dem Ihre Administration festlegt, welche Spalten sensibel sind.

  1. Bibliothek durchsuchen
  2. Eigenen MCP mitbringen
  3. Eigener Konnektor
Ein Modell Ihres Unternehmens

Wählen Sie Ihr KI-Modell

Wählen Sie das KI-Modell, das zu Ihren regulatorischen Anforderungen, der Qualität, die Ihre Arbeit braucht, und Ihrem Budget passt. Unsere Modellseite vergleicht sie direkt nebeneinander. Die Ausgaben werden stets erfasst, und Sie legen fest, was die KI pro Anfrage und pro Tag ausgeben darf. Auch ein reiner EU-Rahmen ist möglich: Mit uns bei der Einrichtung gewählt, hält er die Verarbeitung jeder Anfrage in der EU.

  • Die besten Modelle zum niedrigsten PreisWir bieten immer die besten Modelle an und suchen den niedrigsten Preis, denn wir verdienen nichts daran.
  • Modelle kombiniert nach Schwierigkeit der AufgabeInnerhalb des Rahmens, den Sie wählen, kann ein Spitzenmodell die schweren Aufgaben übernehmen und ein günstigeres die einfachen. Bei Verarbeitung nur in der EU zum Beispiel: das stärkste in der EU verarbeitete Modell für schwere Arbeit und ein günstigeres in der EU verarbeitetes Modell für Routinearbeit. Fundarem ist dafür gebaut, jede Art von Aufgabe an ihr eigenes Modell zu senden. Ihr Admin wählt, welches Modell welche Art von Aufgabe übernimmt.
  • Kein Anteil an Ihrer KI-NutzungSie bezahlen Microsoft direkt für das Modell, eins zu eins, auf Ihrer eigenen Azure-Rechnung. Wir nehmen keinen Anteil an den Tokens und sind an dieser Transaktion nicht beteiligt. Die eigene API eines Modellanbieters, außerhalb von Azure, rechnet ebenfalls direkt mit Ihnen ab.
  • Was Sie uns bezahlenPreise auf Anfrage. Keine Einrichtungsgebühr. Die Ausgaben werden immer erfasst, und Sie legen fest, was die KI pro Anfrage und pro Tag ausgeben darf. Ihr Admin sieht die Aktivität jedes Nutzers und was sie gekostet hat.

  • Foundry Azure, Open SourceStandard

    Kimi K3

    Wo eine Anfrage verarbeitet wird: Außerhalb der EU

    Vorteile

    • Open-weights models at open-model prices, billed through your Azure subscription; the same weights can also run on your own machine.
    • No vendor account of ours: the deployment and its key are yours, with Azure governance and access control.

    Nachteile

    • Anfragen werden außerhalb der EU verarbeitet: Ein Drittanbieter stellt dieses Modell bereit, und Microsoft schließt dieses Hosting nicht in seine EU-Zusagen ein.
    • Nutzungsbasiert bezahlt, kann dieses Modell überall auf der Welt verarbeitet werden; der Anbieter bietet keine regionale Option in der EU.

    Benchmark-Ergebnisse

    Quelle: Model Card, abgerufen am 2026-09-28.

  • Foundry Azure EU, Open Source

    DeepSeek V4 Flash

    Wo eine Anfrage verarbeitet wird: In der EU (Microsoft Azure)

    Vorteile

    • Anfragen verlassen nie die EU: Microsoft verarbeitet sie nur in EU-Mitgliedstaaten.
    • Sold and supported by Microsoft under one Azure agreement.

    Nachteile

    • Weniger Modelle als dort, wo überall auf der Welt verarbeitet werden darf, und schwächer als das Standardmodell in den veröffentlichten Benchmarks.
    • Neue Modelle kommen hier später an als dort, wo überall auf der Welt verarbeitet werden darf.

    Benchmark-Ergebnisse

    Quelle: Model Card, abgerufen am 2026-09-28.

    Quelle: Model Card, abgerufen am 2026-11-03.

  • Frontier-Modelle in Foundry

    Claude Opus 5.5

    Wo eine Anfrage verarbeitet wird: Außerhalb der EU (Microsoft Azure)

    Vorteile

    • The highest-ranked models on Foundry's quality index and the Artificial Analysis Intelligence Index.
    • Sold through Azure under one agreement, billed on your Azure invoice.

    Nachteile

    • Closed weights: you cannot move the model to your own machines.
    • Prompts are processed outside the EU; for some of these models the model's vendor, not Microsoft, is the data processor.

    Benchmark-Ergebnisse

    • GPQA Diamondkeine öffentliche Zahl
    • Terminal-Bench 2.1keine öffentliche Zahl
    • SWE-Bench Verifiedkeine öffentliche Zahl

  • Selbst gehostete VM in Ihrem Azure

    DeepSeek V4.1 Flash (open weights)

    Wo eine Anfrage verarbeitet wird: Ihre eigene Maschine

    Vorteile

    • Vor dem Standardmodell bei 3 von 4 veröffentlichten Ergebnissen, die beide haben.
    • Full isolation: no prompt ever leaves machines you run, in the region you chose.
    • Any open-weights model whose licence allows it, including your own fine-tuned one.

    Nachteile

    • You patch, scale and monitor it; Spot prices are cheaper but the machine can be evicted.
    • The largest models need a multi-GPU machine; the price list shows no H100 or A100 machine in Norway East today, so Sweden Central or West Europe it is.

    Benchmark-Ergebnisse

    Quelle: Model Card, abgerufen am 2026-11-03.

  • Direkter Zugang

    Claude Opus 4.8

    Wo eine Anfrage verarbeitet wird: Außerhalb der EU (die eigene API des Anbieters)

    Vorteile

    • A direct connection to the vendor's own API, with no Azure deployment to set up.
    • Billed by the vendor per token, on your own account with it.

    Nachteile

    • Prompts are processed outside Azure and outside the EU, by the model vendor: you need a DPIA and a transfer safeguard.
    • Closed weights: you cannot move the model to your own machines.

    Benchmark-Ergebnisse

    Quelle: Model Card, abgerufen am 2026-09-28.

GPQA Diamond
Graduate-level science questions
Terminal-Bench 2.1
Multi-step tasks in a real command-line terminal
SWE-Bench Verified
Fixing real, human-checked issues in open-source code

Ergebnisse in Prozent, wie auf der Quellseite jeder Zahl veröffentlicht; höher ist besser. Tippen Sie auf ein Ergebnis, um diese Seite zu öffnen. Wo keine öffentliche Seite ein Ergebnis nennt, steht das auf der Karte: Wir schätzen nie.

Modelle vergleichen

Ein KI-Assistent für alle Mitarbeitenden

Er funktioniert wie die KI-Assistenten, die Sie schon kennen, aber mit den Daten Ihres eigenen Unternehmens.

  • In einfachen Worten fragenFragen zu Kunden, Rechnungen, Projekten oder Personen werden aus all Ihren Daten beantwortet, nicht aus einem System nach dem anderen.
  • Sieht nur, was Sie sehen dürfenDer Assistent jeder Person folgt ihrer Rolle. Ein Vertriebsmitarbeiter und die Finanzleiterin erhalten auf dieselbe Frage unterschiedliche Antworten.
  • Bereitet die Arbeit vorEr sucht, fasst zusammen und entwirft, und nimmt Änderungen nur dort vor, wo Ihr Unternehmen es erlaubt.
  • Jede Frage wird protokolliertWer was gefragt hat und was getan wurde, wird in Ihrem eigenen Protokoll gespeichert.
  • Kennt die Arbeitsweise Ihres UnternehmensJedes Unternehmen hat sein eigenes Firmengedächtnis, dafür gebaut, in Ihrer eigenen Installation zu bleiben, und der Assistent nutzt es für seine Antworten.
  • Kennt das HandbuchFragen Sie den Assistenten, wie etwas in Fundarem funktioniert oder wo Sie es finden. Er antwortet aus dem eigenen Handbuch des Produkts und verlinkt auf die passende Ansicht. Teile, die für Admins geschrieben sind, sind für Admins und Führungskräfte; ein Mitglied erhält sie nicht.

Beispiel, fiktive Daten

Welche Kunden sind diesen Monat mit Zahlungen im Rückstand?

Drei Kunden haben überfällige Rechnungen:

  • Nordvik Bygg ASkr 48 312
  • Fjordlys Designkr 21 900
  • Berg & Sønnerkr 9 450

Nordvik hat außerdem ein offenes Geschäft im Wert von kr 450 000. Soll ich jedem von ihnen eine freundliche Erinnerung entwerfen?

Ein Agent bei der Arbeit, Beispiel mit fiktiven Daten
KI-AssistentFertig
Verknüpfte Daten
  • KundeNordvik Bygg AS
  • Überfällige Rechnungkr 48 312
  • Offenes Geschäftkr 450 000
Entwurf
Freundliche Erinnerung

Rechnung 1187 über kr 48 312 ist seit 14 Tagen überfällig.

Ein freundlicher Ton, da ein Geschäft offen ist.

Durch Ihre Schreibeinstellungen erlaubt
Zurückgeschrieben, wo erlaubt

Erinnerung gesendet und beim Kunden vermerkt

So haben wir das schon einmal gelöst

Vier Mauern stehen zwischen einem Unternehmen und KI. Vor Fundarem haben wir sie in einem echten, laufenden System für eines der drei größten Buchhaltungsunternehmen Norwegens abgebaut.

  1. Mauer 1

    Keine Integrationen

    Die ERP-Systeme des Unternehmens hatten keinen Standardweg, einen KI-Agenten anzubinden, manche gar keinen. Wir haben Xledger, Tripletex, PowerOffice und Business Central angebunden.

  2. Mauer 2

    Keine Karte des Unternehmens

    Die Daten waren nicht verknüpft. Wir haben eine Karte aus Kunden, Rechnungen, Anlagen, Mitarbeitenden und Umsatzsteuer samt ihren Verknüpfungen gebaut, bereit für KI zum Lesen und Schreiben.

  3. Mauer 3

    Regulierung

    Personenbezogene Daten durften nicht einfach an ein KI-Modell gehen. In den markierten Spalten wurden sie vor jedem Modellaufruf maskiert, und das Unternehmen hat eine DPIA ausgefüllt und unterschrieben, ausgehend von unserer vorausgefüllten Vorlage.

  4. Mauer 4

    Kontrolle über die KI-Modelle

    Die Modelle liefen in unserer eigenen sicheren Azure-Umgebung, nicht in einem separaten KI-Tool. Sie verarbeiteten Anfragen außerhalb der EU, aber innerhalb der Microsoft-Cloud.

Das Ergebnis: ein Dashboard für alle Buchhaltungsabläufe des Unternehmens, mit Agenten, die die Routinearbeit übernahmen und bei den komplexen Aufgaben mitwirkten. KI-Agenten auf dieser Karte sparten rund 40 % der Zeit bei der Buchhaltungsarbeit insgesamt.

Was wir gebaut haben: die ERP-Systeme des Unternehmens, eine Landkarte (die Ontologie) und ein Dashboard mit KI-Agenten bei der Arbeit
ERP-Systeme
  • Xledger
  • Tripletex
  • PowerOffice
  • Business Central
Eine Landkarte
  • Kunde
  • Rechnung
  • Anlage
  • Mitarbeiter
  • USt-Erklärung
Ein Dashboard
  • Lieferantenrechnungen
  • Abschreibungen
  • USt-Erklärung
  • Lohn
  • Bankabstimmung
Ein Agent bei der Arbeit, Beispiel mit fiktiven Daten
BuchhaltungsagentFertig
Verknüpfte Daten
  • LieferantenrechnungenNoch nicht gebucht
  • LieferantBerg & Sønner
  • Frühere BuchungenGleicher Lieferant
Entwurf
Zu buchende Lieferantenrechnungen

Alle offenen Lieferantenrechnungen buchen.

Konto und Steuerschlüssel verwenden, die dieser Lieferant bisher hatte.

Durch Ihre Schreibeinstellungen erlaubt
Zurückgeschrieben, wo erlaubt

Lieferantenrechnungen gebucht

Fundarem ist dieselbe Methode, als Produkt für jedes Unternehmen gebaut. Es verbindet Ihre Systeme zu einer Landkarte, lässt KI-Agenten und einen Assistenten darauf arbeiten und ist dafür gebaut, in der eigenen Cloud Ihres Unternehmens zu laufen.

Questions

What is Fundarem?

An integration platform that turns a company's software systems into one ontology, so agents and dashboards can work on it. It is built to run in your own Azure tenant, in an EU region.

Which systems can we connect?

Ready connectors: Microsoft 365, HubSpot, Salesforce, Tripletex, Xledger and Gitea. Any system's own MCP server. Or we build a custom connector from the system's API documentation, and you confirm it.

Where is our data stored?

In your own Azure tenant, in the EU region you choose at setup. What can leave is an AI model call, and each route says where it is processed.

Is personal data sent to the AI model?

The anonymiser is on by default for every model. It replaces marked columns, recognised names and patterned values (national ID numbers, phone numbers, IBANs) with placeholders. Your admin can switch it off per kind of personal data.

Do we have to replace or migrate our systems?

No. Fundarem reads from them and writes back only where you allow.

What does it cost?

Priced on request, with no onboarding fee. The AI model is billed on your own Azure invoice.

Sehen Sie es an einem Beispielunternehmen in Aktion.

Die Live-Demo läuft mit einem erfundenen Unternehmen und erfundenen Personen. Nichts, was Sie dort tun, berührt ein echtes System.

Demo ansehen Kontakt