Jeden Tag müssen Menschen große Mengen unstrukturierter Texte bewerten. txtALYZE unterstützt sie dabei – nachvollziehbar, reproduzierbar, im eigenen Haus.
Schadenmeldungen. Bewerbungen. Verträge. Hinweise. E-Mails. Ermittlungsunterlagen.
Ein Assistent, der auffällige Texte priorisiert und die Bewertung dokumentiert – die fachliche Entscheidung bleibt beim Menschen.
txtALYZE ist ein deterministischer Textanalyse-Assistent für Unternehmen und Behörden.
Vollständig On-Premise · Keine Cloud · Keine generative KI im Kern · Reproduzierbare Ergebnisse · Auditierbar · Für regulierte Umgebungen geeignet.
(Referenzmessung)
(Consumer-CPU, ohne GPU)
(parallel ausgeführt)
(pro Text)
(reines On-Premise)
(deterministisches Bauprinzip)
Entwickelt für
Geeignet für Organisationen mit hohen Anforderungen an Datenschutz, Nachvollziehbarkeit und On-Premise-Betrieb.
Was Sie Textbetrug heute wirklich kostet
Jede Schadenmeldung, jede Bewerbung, jeder Vertrag und jede interne Meldung ist ein Text. Und Texte können lügen – immer öfter mit KI-Unterstützung.
txtALYZE ersetzt keine Mitarbeiter.
Es ersetzt monotone Sichtungsarbeit.
Die Entscheidung trifft weiterhin Ihr Team.
Nur mit deutlich mehr Informationen.
Fragen, bei denen txtALYZE unterstützt
txtALYZE entscheidet nicht. Es liefert Ihren Mitarbeitern eine begründete Vorsortierung, damit die knappe Prüfzeit dort ankommt, wo sie am meisten bringt.
Welche Dokumente verdienen eine genauere Prüfung?
Aus großen Dokumentbeständen werden diejenigen Texte priorisiert, die messbare Auffälligkeiten aufweisen – jeweils mit Begründung.
Welche Schadenmeldungen wirken ungewöhnlich?
Inszenierungsmuster, sprachliche Distanzierung und logische Inkonsistenzen werden benannt – die fachliche Bewertung bleibt beim Sachbearbeiter.
Welche Bewerbungen wurden möglicherweise KI-gestützt erstellt?
Merkmale, die typisch für maschinell erzeugte Texte sind, werden identifiziert und mit anderen Textsignalen abgeglichen.
Welche Hinweise enthalten sprachliche Auffälligkeiten?
Whistleblower-Meldungen und interne Hinweise werden strukturiert bewertet – Glaubwürdigkeitsmerkmale, emotionale Muster und Widersprüche.
Welche E-Mails aus einem Postfach sollten wir uns zuerst ansehen?
Bei internen Untersuchungen werden Nachrichten nach Auffälligkeitsprofil priorisiert – ohne dass Daten das Haus verlassen.
Welche Textstellen in einem Vertrag sind kritisch?
Inkonsistenzen, unklare Formulierungen und Risikosprache werden markiert und dem Prüfer als Zwischenschritt vorgelegt.
Wirkt dieser Text möglicherweise inszeniert oder verschleiert?
Übersetzungsartefakte, versteckte Zeichen (Steganographie) und Distanzierungsmuster werden objektiv gemessen.
Welche Texte sollten heute priorisiert bearbeitet werden?
Aus dem Tageseingang liefert txtALYZE eine begründete Reihenfolge – Sichtungsaufwand reduziert sich auf das Wesentliche.
Was sich für Ihr Team ändert
Illustration am Beispiel eines typischen Sichtungsvorgangs.
Ohne unterstützende Vorsortierung
↓
Sequentielles Sichten
↓
Ermüdung, Zeitdruck
↓
Bewertung nach Bauchgefühl,
nicht dokumentiert
Mit txtALYZE als Vorsortierung
↓
Automatische Vorsortierung
mit Begründung je Text
↓
Auffällige Fälle zuerst
↓
Fachliche Entscheidung durch
Mitarbeiter, mit Datenlage
Die drei Fragen, die jeder Entscheider stellt
„Was passiert, wenn das System falsch liegt?"
txtALYZE entscheidet nicht – es liefert einen Befund mit Begründung. Die Entscheidung trifft weiterhin Ihr Mitarbeiter, nur besser informiert. Und weil jedes Ergebnis exakt reproduzierbar ist, können Sie jeden Befund jederzeit nachprüfen lassen.
„Was ist mit unseren Daten?"
Nichts. Die Software läuft vollständig auf Ihren eigenen Rechnern – ohne Cloud, ohne Internetverbindung, ohne dass ein einziges Dokument Ihr Haus verlässt. Das ist keine Einstellung, sondern Bauprinzip.
„Warum nicht einfach eine "normale" KI fragen?"
Weil "normale", also generative KI probalistisch ist und jedes Mal anders antworten könnte. Vor Gericht, gegenüber der Aufsicht oder dem Betriebsrat brauchen Sie ein Ergebnis, das wiederholbar und begründbar ist. Genau dafür wurde txtALYZE gebaut – ursprünglich für Ermittlungsbehörden (Projekt: AU.RO.RA).
Jede Analyse ist erklärbar.
Keine Wahrscheinlichkeiten
Jeder Score basiert auf messbaren Textmerkmalen – nicht auf statistischen Schätzungen.
Keine Halluzinationen
Das System erfindet nichts. Es analysiert, was da ist – nachvollziehbar und reproduzierbar.
Keine Black Box
Jedes Ergebnis lässt sich auf konkrete Textmerkmale zurückführen – für Revision, Betriebsrat oder Gericht.
Was txtALYZE glaubwürdig macht
Keine Kundenzitate, keine Erfolgsversprechen. Nachprüfbare Eigenschaften des Systems.
txtALYZE ist Teil einer Plattform
Für Text-Analyse allein reicht txtALYZE. Wenn Sie Textbefunde mit Personen, Netzwerken und Transaktionen verknüpfen möchten, existiert die Erweiterung.
txtALYZE
Explainable Text Intelligence
- · Textanalyse
- · Forensische Linguistik
- · KI-Text-Erkennung
- · Auffälligkeits- und Mustererkennung
- · Dokumentenprüfung
Typische Anwender: HR, Compliance, Whistleblowing, Interne Ermittlungen, Sachbearbeitung, Dokumentenprüfung
nwSCAN
Operational Intelligence Analytics
- · Entity Resolution
- · Graph- und Netzwerkanalyse
- · Fraud Detection
- · Banking, Insurance, Supply Chain, Compliance
- · Ermittlungsdaten-Fusion
Zusammenspiel: Textbefunde aus txtALYZE lassen sich in nwSCAN mit Personen, Unternehmen, Dokumenten, Transaktionen, Beziehungen und Ermittlungsinformationen verknüpfen.
Gemeinsame Architekturprinzipien beider Produkte:
Hersteller beider Produkte: 486DIM LABS
Sie müssen uns nicht glauben. Testen Sie es an Ihren eigenen Fällen.
Kein Vertrag, keine Installation, keine Verpflichtung – ein Nachmittag genügt.
Sie stellen anonymisierte Texte bereit
Zum Beispiel 500 Schadenmeldungen oder Bewerbungen aus dem letzten Jahr – darunter Fälle, von denen Sie bereits wissen, dass sie problematisch waren. Welche das sind, verraten Sie uns nicht.
Wir analysieren blind
txtALYZE bewertet alle Texte, ohne Vorwissen. Sie erhalten die vollständige Ergebnisliste mit Risikowerten und Begründungen.
Sie validieren selbst
Sie vergleichen unsere Befunde mit dem, was Sie wissen. Das Ergebnis überzeugt – oder wir haben Ihnen einen Nachmittag gestohlen. Mehr Risiko gibt es nicht.
Die Kennzahlen, nachvollziehbar bis zur Quelle
meta.feature_countmeta.detectors_usedmeta.constraints_active🔍 Was ist txtALYZE?
txtALYZE ist ein KI-gestütztes Analyse-Werkzeug, das geschriebene Texte (Chats, E-Mails, Social-Media-Beiträge, Dokumente, Bewerbungen usw.) auf versteckte Auffälligkeiten, Anomalien und Risikomuster durchleuchtet. Es funktioniert wie eine Lupe, die nicht nur die offensichtliche Bedeutung erfasst, sondern auch die unbewussten Spuren im Schreibstil, in der Wortwahl, im Aufbau und in der Logik des Textes sichtbar macht.
txtALYZE ist die für den privaten und industriellen Einsatz optimierte Version der AU.RO.RA Forensic-Technologieplattform. Die zugrundeliegende Methodik wurde ursprünglich für sicherheitsbehördliche Anwendungsszenarien entwickelt und für den Einsatz in der Privatwirtschaft weiterentwickelt.
- Erkennung von emotionaler Anspannung, Aggression oder Täuschungsversuchen
- Identifikation von verdeckten Absichten (z. B. Manipulation, Gaslighting)
- Analyse von sozialen Bindungen und Gruppenstrukturen
- Überprüfung von Textdokumenten auf Inkonsistenzen, Übertreibungen, logische Brüche
- Unterstützung bei Compliance-Prüfungen, internen Ermittlungen und Risikobewertungen
⚙ Deterministisch vs. generativ
Generative KI (LLM) arbeitet probabilistisch: Gleicher Input kann je nach Modell, Konfiguration und Betriebsbedingungen zu unterschiedlichen Ausgaben führen. Fehlerhafte Inhalte sind möglich, die Nachvollziehbarkeit ist eingeschränkt.
txtALYZE arbeitet auf deterministischen Regeln basierend: Unter identischen Analysebedingungen liefert das System reproduzierbare Ergebnisse. Jede Score‑Berechnung ist mathematisch nachvollziehbar und im Audit‑Trail dokumentiert.
- Equalizer‑Steuerung: Branchenspezifische Sensitivitätskonfiguration je Anwendungsfall – nachvollziehbar und anpassbar.
- 17 spezialisierte Analyse‑Module (11 Kernmodule + 6 Private‑Sector‑Detektoren)
- Regelbasierte Prüfung auf logische Konsistenz (Constraint-Solver)
- Selbstbild durch den OIA.core (Operational Intelligence Architecture) – 256‑dimensionale Merkmalsextraktion
- Fusion & Diskrepanz‑Erkennung – 8 Dimensionen, 8 Gruppen, automatische Paar‑Diskrepanzen
- On‑Premise – Daten verlassen Ihr Netzwerk nicht
- DSGVO‑orientierte Architektur – kein Training auf Kundendaten
# ======================================
↓ TEXT‑INPUT
↓ NORMALISIERUNG & TOKENISIERUNG
↓ 17 ANALYSE‑MODULE
↓ 256‑DIM FEATURE SPACE (OIA.core)
↓ LOGIK‑PRÜFUNG
↓ RISIKOSCORE‑FUSION
↓ FUSION & DISKREPANZEN
↓ OUTPUT: SCORES · FLAGS · EVIDENZHINWEISE
# ===> TEXT‑OUTPUT
Stylometrie & KI-Erkennung – 17 deterministische Methoden
txtALYZE erkennt KI-generierte Texte nicht über Wahrscheinlichkeiten, sondern über 17 distinkte, deterministische Erkennungsmethoden in drei Ebenen:
Ebene 1 – Empirische Signale (4 Methoden): Zeichen-Trigramm-Log-Likelihood-Ratio, Oberflächenrauschen & Markdown-Leckage, Burstiness (Satz- & Absatzrhythmus), KI-Template-Bank. ✅ Erkennungsrate allein: 97,4 % (AUROC 0,999, Held-out-Test)
Ebene 2 – Rausch-Detektor (10 Sensoren): Misst Produktionsspuren im Text – Fehler-Clusterung, Energieprofil, Körperspuren, Kosten-Spuren u.a.
Ebene 3 – Burrows' Delta + SOD + KI-Marker (3 Methoden): Korpus-Distanzmessung gegen 566 Referenztexte.
Wie funktioniert txtALYZE?
txtALYZE basiert auf einem mehrdimensionalen Ansatz, der Linguistik, Psychologie, Soziologie und maschinelles Lernen vereint.
Sprachliche Merkmale extrahieren
Jeder Text wird in seine Bestandteile zerlegt: Wörter, Satzbau, Satzlänge, Wortwiederholungen, Emojis, Interpunktion, Verwendung von Aktiv/Passiv usw. Daraus werden über 90 verschiedene Kennzahlen berechnet.
Verhaltensmuster erkennen
Vergleich mit wissenschaftlich belegten Mustern: Psycholinguistisches Risikoprofil, soziale Bindungsintensität, narzisstische Neigungen, emotionale Anspannung, Täuschungsindikatoren.
Zeitlicher Verlauf analysiert
Betrachtet die Entwicklung über mehrere Zeitpunkte. So wird sichtbar, ob sich der Schreibstil plötzlich ändert, ob Anspannung zunimmt oder ob ein Nutzer zunehmend manipulative Formulierungen verwendet.
Mehrere Detektoren kombinieren
txtALYZE arbeitet mit einem Bündel spezialisierter Detektoren. Jeder Detektor prüft einen anderen Aspekt: Narrative Inszenierungsanalyse, Steganographie, Roundtrip-Täuschung, Syntax-Tiefe, Psycholinguistik u.v.m.
Kontext- und Rollenanalyse
Wer schreibt mit wem? In welcher Rolle (Vorgesetzter, Mitarbeiter, Freund)? txtALYZE erkennt, ob sich jemand entgegen der sozialen Rolle verhält – das kann ein Hinweis auf Manipulation sein.
📊 Von der Eingabe bis zum Score
Von der Texteingabe bis zum finalen Score – jeder Schritt ist deterministisch, nachvollziehbar und auf Ihre Daten zugeschnitten.
Die 11 Kern-Detektoren im Überblick
🧠 OIA.core – Narrative Kohärenzanalyse
OIA.core misst die mathematische Konvergenz des Textvektors in einem deterministischen Zustandsraum mit vier rekursiven Schichten. Texte mit hoher Konvergenz zeigen narrative Konsistenz – Texte mit niedriger Konvergenz zeigen messbare narrative Brüche. Kein Sprachmodell, kein Training, keine Daten – ausschließlich reproduzierbare Mathematik.
- Narrative Kohärenzlücke (identity_gap): Diskrepanz zwischen Selbstwahrnehmung und sprachlichem Ausdruck
- Attraktorstärke (attractor_score): Stabilität des Selbstmodells
- Selbstetikettierung (self_label): Eindeutigkeit der Rollenbezeichnungen
- Stabilität (stability): Reflexionsniveau der eigenen Aussagen
Diese Werte liefern Hinweise auf narrative Brüche, innere Konflikte oder bewusste Selbstinszenierung – und ergänzen die rein linguistische Analyse um eine psychologische Tiefendimension.
🧬 Fusion
txtALYZE aggregiert die Ergebnisse aller neun Analyse‑Module zu 8 übergeordneten Fusion‑Dimensionen (OIA, Deficit, Psychopathy, Staging, Geography, Cognition, Deception, Communication) und unterteilt sie in 8 Feature‑Gruppen. Das Fusion‑Modul weist automatisch auf Diskrepanzen zwischen den Dimensionen hin – ein Alleinstellungsmerkmal, das narrative Brüche aufdecken kann, die einzelnen Modulen verborgen bleiben.
- 8 Dimensions‑Scores: OIA, Deficit, Psychopathy, Staging, Geography, Cognition, Deception, Communication
- 8 Feature‑Gruppen: Geografische Ankeranalyse, Narrative Inszenierungsanalyse, Verhaltenslinguistische Musteranalyse, Deception, Kognition, Emotion, Narrativ, Register
- Automatische Diskrepanzerkennung: Die Fusion erkennt automatisch Paar‑Diskrepanzen zwischen allen 8 Dimensions‑Scores und markiert sie als ⚡ Diskrepanz – ein Alleinstellungsmerkmal für narrative Brüche.
- Jeder fusionierte Score ist mathematisch zurückverfolgbar (deterministisch).
→ Mögliche Ursache: narrative Kohärenz, aber emotional‑verhaltensbezogene Defizite.
🌏 Kulturelle & Beziehungsdynamik
Forensisch relevante kulturelle und beziehungsdynamische Indikatoren:
Diese Kategorien ermöglichen die Erkennung kulturspezifischer Risikomuster (z. B. Ehrkonflikte, Eifersucht, familiäre Zwänge) – besonders relevant für die Analyse von Texten aus kollektivistischen oder honor-basierten Kulturen.
📊 Konkrete Analyse-Ergebnisse im Detail
Ein repräsentativer Analyse-Durchlauf zeigt, welche konkreten Werte txtALYZE liefert – nachvollziehbar bis zur einzelnen Kennzahl.
Risiko-Score
Der Gesamt-Risiko-Score von 14.28 (Skala 0–100) liegt im grünen Bereich. Einzelne Auffälligkeiten wurden jedoch erkannt – insbesondere in den Bereichen Steganographie und logische Konsistenz.
Pre-Crime Alert
Empfehlung: Manuelle Prüfung empfohlen – einzelne Auffälligkeiten erkannt.
Ausgewählte linguistische Indikatoren
🌍 Geografische Ankeranalyse (Winthropping)
🎭 Staging & Psychologische Muster
📨 Steganographie-Erkennung
Hidden Chars Removed: 11 (Zero-Width-Characters)
⚖️ Logische Konsistenzprüfung
Logische Konsistenz-Score: 25.59 – 5 kausale Lücken identifiziert
🏢 Private-Sector-Module
🌀 Rausch-Evidenz (Prozess-Signatur)
📝 Stylometrie (Burrows' Delta)
Das Dashboard
📊 Dashboard & UI – Erklärung aufklappen
Dreispaltiges Layout:
- 1. Analyse-Panel (links): Texteingabe mit Auswahl zwischen „Forensisch“- und „HR“-Modus. Nach der Analyse werden hier Status, Fortschritt und Steuerungselemente angezeigt.
- 2. Batch-Panel (Mitte): Ermöglicht die Verarbeitung mehrerer Texte gleichzeitig (durch „---“ getrennt oder per Drag-and-Drop von .txt-Dateien). Fortschrittsanzeige und Statusübersicht für jeden einzelnen Text.
- 3. Dashboard-Panel (rechts): Zeigt alle durchgeführten Analysen als Kacheln an – mit Risiko-Score, Level und Dauer. Ein Klick auf eine Kachel lädt die vollständige Analyse.
📋 Ergebnis-Detailansicht (unterhalb der drei Spalten):
- Risiko-Metriken: Risiko-Score in %, Level (Kritisch/Hoch/Mittel/Gering), Analyse-Dauer und Anzahl der extrahierten Merkmale.
- 📌 Auffällige Marker: Liste der auffälligsten sprachlichen Muster mit Kategorie, Wert und Bewertung. Bei aktiviertem „Laien-Modus“ werden Fachbegriffe erklärt.
- 🧮 Selector & Fusion: Zeigt den fusionierten Gesamtscore, das Alert-Level und alle Kategorie-Scores (Orte, Szenario, Sprachstil, Persönlichkeit, Verhalten, Risiko).
- 🔍 Detektor-Scores: Detaillierte Einzelauswertung aller 9 Analyse-Module mit Interpretation der Werte.
- 🧠 OIA & Psychologisches Profil: Tiefenanalyse des Selbstbildes (Identitätslücke, Stabilität, Selbstlabel) sowie psychologische Merkmale (Emotions-Ungleichgewicht, Zeit-Sprünge, Machtspräche).
- 🔁 Sprachliche Analyse & Entitäten: Syntax-Tiefe, Satzvielfalt, Negativitätsbelastung sowie erkannte Entitäten, Themenwechsel und verdächtige Inhalte.
- 🧬 256‑Vektor: Vollständiger Merkmalsvektor aller extrahierten Dimensionen – aufklappbar für technische Tiefenanalyse.
- ⚠ Logik-Constraints: Zeigt erkannte logische Widersprüche im Text.
- 📋 Audit-Log (unten): Chronologische Liste aller Analysen mit Zeitstempel, Benutzer, Textlänge, Score, Level und Dauer – exportierbar als CSV.
🎯 Zwei Ansichtsmodi:
- 🔬 Experten-Modus (Standard): Zeigt alle Fachbegriffe und technischen Scores.
- 📖 Laien-Modus: Übersetzt alle Fachbegriffe in verständliche Sprache und zeigt Erklärungen sowie Beispiele an – ideal für Fachfremde oder Entscheider.
💡 Zusatzfunktionen: PDF-Export des Analyseberichts, JSON-Debug-Ansicht für technische Prüfung, Batch-Verarbeitung und Dashboard-Speicherung aller Analysen.
📚 Die wissenschaftliche Basis im Detail
txtALYZE stützt sich auf etablierte Forschungsarbeiten:
- Computerlinguistik zur Extraktion syntaktischer und semantischer Merkmale (z. B. LIWC, Coh-Metrix)
- Forensische Psychologie (Sprachmuster bei Täuschung, narzisstischer Persönlichkeit – Hare, Pennebaker)
- Netzwerkanalyse (soziale Graphen, Zentralität, Communities)
- Statistische Signalverarbeitung (deterministische Klassifikation, regelbasierte Anomalieerkennung)
- Logik-basierte Constraint-Systeme (formale Überprüfung auf Widersprüche mit Logik-Solver)
- Winthropping (Keatley et al. 2024) – Geografische Ankeranalyse
- Staging & Masking (AMU 2024) – Tatort-Inszenierung
- PCL-R (Hare 1991/2003) – Psychopathy Checklist-Revised
- Language Bridge & Equalizer – Kulturspezifische Anpassung der Detektoren (z. B. pro-drop-Sprachen, Ehrkonzepte, familiäre Strukturen) für valide Ergebnisse über Sprachgrenzen hinweg
🔬 Wie erkennt txtALYZE konkrete Anomalien?
Stellen Sie sich vor: Ein Mitarbeiter schreibt eine E-Mail, die auf den ersten Blick harmlos wirkt.
txtALYZE erkennt hier ein alarmierendes Muster:
- 🧠 Emotionale Asymmetrie – starke Gefühle („keinen Spaß mehr“, „missverstanden“) bei gleichzeitig abrupter Distanzierung („ist mir egal“)
- ⚡ Temporaler Kollaps – Vermischung von Gegenwart („habe nachgedacht“), Zukunft („wird sich ändern“) und Finalität („ist alles vorbei“)
- 📐 Syntax-Tiefe – ungewöhnlich kurze, abgehackte Sätze (Zeichen von Entscheidungsdruck)
- ⚠️ Ultimatum-Struktur – „Ich bin bereit“ – eine finale Ankündigung ohne konkreten Kontext
- 🔍 Narrative Lücken – „Pläne“ werden nicht benannt, „einige Leute“ bleiben anonym
- 🧩 Logische Inkonsistenz – Dankbarkeit wird erwähnt, aber nicht adressiert – ein typischer Abschiedsgestus
🚨 Entscheidend: Die E-Mail enthält keine direkte Drohung, keine Waffe, keinen konkreten Ort. Trotzdem erkennt txtALYZE das Muster – und gibt Ermittlern, HR oder Sicherheitsverantwortlichen einen frühzeitigen Hinweis, bevor etwas passiert. Das ist der Kern der deterministischen Präventionsanalyse: Muster erkennen, bevor sie zur Tat werden.
Ein Versicherer erhält eine Schadensmeldung nach einem Brand. Der Text wirkt sachlich. txtALYZE erkennt jedoch einen erhöhten Staging‑Index (inszenierte Erzählstruktur) und Deception‑Layers (widersprüchliche Zeitangaben). Der Fall wird priorisiert – der Sachbearbeiter prüft gezielt, anstatt den Text mehrfach lesen zu müssen.
— Objektive Entscheidungsgrundlage für die Fallprüfung
Ein Hinweis aus einem sozialen Umfeld: Eine Person schreibt vermehrt über „das Ende“, „Erlösung“ und „Abschied“. txtALYZE erkennt temporale Fragmentierung, emotionale Asymmetrie und narrative Isolation – typische Muster suizidaler oder gewalttätiger Eskalation. Der Hinweis wird mit einem Risiko-Score versehen und zur manuellen Bewertung weitergeleitet.
— Strukturierte, reproduzierbare Hinweisbewertung für operative Teams
🔍 Analyseumfang
✅ Das System liefert Hinweise auf:
- Logische Inkonsistenzen in Zeitlinien und Narrativen
- 17 spezialisierte Analyse‑Module: 11 Kernmodule + 6 Private‑Sector‑Detektoren
- Fusionierte Scores aus 8 Dimensionen
- Automatische Diskrepanz‑Erkennung zwischen Analyse‑Dimensionen
- Sprachliche Muster mit Bezug zu Fixierung, Rigidität, Externalisierung, Dominanz
- Hinweise auf sprachliche Muster, die auf bewusste Bearbeitung hindeuten können (Steganographie, KI‑Transformation, Round‑Trip‑Artefakte)
- Soziale Sprachmuster, emotionale Asymmetrie, kommunikative Auffälligkeiten
- Temporale Inkonsistenzen und narrative Brüche
❌ Das System bewertet nicht:
- Ob eine Aussage wahr oder falsch ist
- Ob eine Person gefährlich ist oder wird
- Ob ein Bewerber geeignet oder ungeeignet ist
- Ob eine Straftat, Täuschung oder ein Betrug vorliegt
- Medizinische, psychiatrische oder psychologische Diagnosen
- Automatisierte Entscheidungen ohne menschliche Prüfung
- Rechtliche Bewertungen oder juristische Schlussfolgerungen
🏢 Finden Sie Ihren Anwendungsfall
txtALYZE wird in unterschiedlichsten Branchen eingesetzt – von HR über Legal bis hin zu E-Commerce.
HR & Recruiting
- Analyse von Bewerbungen auf narrative Inkonsistenzen
- Erkennung von KI-generierten Texten (Round-Trip, Syntax)
- Hinweise auf Fixierungs- und Rigiditätsmuster
Customer Support / Eskalations-Triage
- Erkennung von Ultimaten, Drohsprache und emotionaler Asymmetrie
- Analyse von Fixierungs- und Wiederholungsmustern
- Risikobasierte Priorisierung von Tickets
Versicherungen / Schadensmeldungen
- Analyse sprachlicher Distanzierungsmuster (Staging-Index)
- Logikprüfung auf zeitliche und narrative Inkonsistenzen
- Erkennung von Deception-Layers (sprachliche Schichtung)
Banken & Finanzdienstleister
- Analyse von Kreditanträgen auf narrative Inkonsistenzen
- Compliance-relevante Kommunikationsmuster
- Erkennung von Social Engineering in Kundenanfragen
Legal & Compliance / Kanzleien
- Analyse von Zeugenaussagen und Schriftsätzen
- Erkennung logischer Widersprüche in Dokumenten
- Hinweise auf Textmanipulation (Round-Trip, Steganographie)
Corporate Security / Insider Threat
- Analyse interner Kommunikation auf Eskalationsmuster
- Erkennung von Fixierungs- und Drohmustern
- Pre-Crime-Indikatoren (Ultimaten, Zugangsverlust, Degradierung)
Gesundheitswesen / Kliniken
- Analyse von Patientenkommunikation auf Risikoindikatoren
- Beschwerdemanagement mit Eskalations-Triage
- Hinweise auf aggressive oder manipulative Kommunikationsmuster
Bildung & Hochschulen
- Erkennung von KI-generierten Texten in Abschlussarbeiten
- Plagiat-Fingerprint: Round-Trip-Artefakte, Syntax-Anomalien
- Konsistenzprüfung über mehrere Einreichungen eines Autors
E-Commerce / Marktplätze
- Analyse von Bewertungen auf Fake-Muster
- Erkennung von koordinierten Manipulationskampagnen
- Trust & Safety: toxische Kommunikation früh erkennen
Behörden & Strafverfolgung
- Hinweis auf AU.RO.RA als behördliche Variante
- Link zu wolfsberg-industries.com
M&A / Due Diligence
- Analyse von Vertragsdokumenten auf narrative Inkonsistenzen
- Erkennung manipulativer Sprache in Verhandlungskommunikation
- Hinweise auf verschleierte Absichten in Unternehmensberichten
Telekommunikation & Energie
- Churn-Analyse: Eskalationsmuster in Kündigungsschreiben
- Regulatorische Compliance-Dokumentation
- Hinweise auf koordinierte Beschwerdekampagnen
🎯 Wer profitiert von txtALYZE?
⭐ Was macht txtALYZE besonders?
- Keine „Black Box“: Jede Bewertung lässt sich auf die zugrundeliegenden Textmerkmale zurückverfolgen.
- Mehrdimensionale Betrachtung: Nicht nur ein Wort wird analysiert, sondern der gesamte Kontext, die Beziehungen und die zeitliche Entwicklung.
- Industrie tauglich: Für den Einsatz in Unternehmen optimiert, datenschutz orientiert, funktional anpassbar und erweiterbar.
- Wissenschaftliche Methodik: Die Algorithmen der Detektoren bauen auf publizierten Studien und Fachliteratur auf.
⚡ Performance Benchmark
Gemessen auf AMD Ryzen 9 5900HX (8C/16T) mit 32 GB RAM – vollständig CPU-basiert, ohne GPU-Beschleunigung. Testkorpus: Luther-Bibel (Altes Testament) – 5.571.622 Zeichen (ca. 930.000 Wörter) in 309 Chunks à 20.000 Zeichen.
00:28:02,957 V5-Sync: first_person_ratio = 0.031
00:29:04,197 Context activation: 'relationship_violence' (severity=0.80)
00:29:04,207 Chunking: 309 Chunks à 20.000 Zeichen
00:29:11,791 OIA-Core Analyse: diff=2.100, coh=5.000, men=4.800
00:29:35,108 Stylometrie: Delta human=0.7223, ai=0.8897
00:30:28,137 Rausch-Detektor: Score=0.334 (Unklar)
00:31:27,728 Chunking abgeschlossen: 309/309 erfolgreich
00:31:47,783 Empirical Score: 0.0011 → ✅ Menschlich (threshold_human: 0.061)
00:32:15,053 Constraint-Evaluierung: 62 Findings (Multiplier=0.80)
⏱️ Gesamt: 253,1 Sekunden (4:13 Min.) — 3675 Wörter/Sekunde
Der Zeitvergleich
Referenzmenge: 900.000 Wörter – entspricht ca. 3.000 DIN-A4-Seiten (6–7 Aktenordner) oder einem intensiven Chatverlauf von 2–3 Jahren (ca. 75.000 WhatsApp-Nachrichten).
| Analyst / Methode | Verarbeitungs-Tempo | Benötigte Zeit | Beschleunigung |
|---|---|---|---|
| 🤖 Forensik-KI (txtALYZE) | 3675 Wörter/s | 4:13 | Referenz |
| 🕵️♂️ Forensische Analyse | ~50 Wörter/Min. | 300 Std. (7,5 Wochen) | 4.300× langsamer |
| 📖 Konzentriertes Lesen | ~250 Wörter/Min. | 60 Std. (1,5 Wochen) | 860× langsamer |
| ⚡ Reines Überfliegen | ~400 Wörter/Min. | 37,5 Std. (~1 Woche) | 540× langsamer |
Die Vergleichszeiten in der Tabelle sind Berechnungen auf Basis der jeweiligen Lesegeschwindigkeit angewandt auf 930.000 Wörter. Sie ersetzen keine reale Vergleichsstudie und dienen nur zur Größeneinordnung.
Eine Textmenge von 900.000 Wörtern entspricht ungefähr einem Chatverlauf von 75.000 kurzen Nachrichten oder rund 3.000 DIN-A4-Seiten. Diese Menge wird in der oben belegten Zeit vollständig durchlaufen.
Deliktsrelevante Muster (z. B. Beziehungsgewalt, Cyber-Aktivitäten) werden vom Bridge-Modul automatisch mit passender Severity annotiert.
Versteckte Zeichen (Steganographie) und Codewort-Muster werden automatisiert gefunden und in der Bereinigungsstufe entfernt.
Die meisten KI-Systeme für Textanalyse laufen in der Cloud, weil sie Sprachmodelle mit Milliarden Parametern nutzen – und die brauchen Rechenzentren. txtALYZE geht einen anderen Weg: deterministisch, regelbasiert, ohne neuronales Netz im Analysepfad. Das Ergebnis: 3675 Wörter pro Sekunde auf einem AMD Ryzen 9 5900HX – einer handelsüblichen CPU aus 2021 – vollständig offline, ohne Internetverbindung, ohne Datenweitergabe.
Der Test mit der Luther-Bibel (5,57 Mio. Zeichen) in 4:13 Minuten belegt: txtALYZE skaliert linear – auch bei extrem großen Textmengen.
Benchmark durchgeführt auf realem Produktionssystem (Linux Mint / Python 3.12).
Verarbeitung vollständig lokal, ohne externe APIs oder Cloud-Komponenten.
Zusatz: Bei Texten unter 10.000 Zeichen liefert txtALYZE Ergebnisse in unter 600 Millisekunden – belegt durch Echtzeit-Log vom 12. Juli 2026.
📌 Zusammenfassung
txtALYZE ist ein hochpräzises Werkzeug, das einem Text eine zweite, tiefere Bedeutungsebene abringt. Es macht sichtbar, was zwischen den Zeilen steht – und das mit der Objektivität einer Maschine, die nach mathematischen und psychologischen Grundsätzen arbeitet.
📞 Live‑Demo mit Ihren anonymisierten Daten anfragen
Testen Sie txtALYZE mit anonymisierten Texten aus Ihrem Unternehmen – unverbindlich, vertraulich und bei Ihnen vor Ort. Erleben Sie die Fusion & Diskrepanz‑Analyse live an Ihren Daten.
- Analyse Ihrer Bewerbungen, Tickets oder Schadensmeldungen
- Detaillierte Erklärung der Scores, Module und Fusions‑Dimensionen
- Besprechung von Integration & On‑Premise‑Setup
Kontaktieren Sie uns direkt:
📞 +49 (0) 177 227 61 86