rygg by leefs
leefs verbindet Forschung dazu, wie Menschen wahrnehmen, entscheiden und arbeiten, mit Wissensmanagement und Knowledge Engineering. Wir arbeiten als Researcher, Psychologen, Designer und Research & Design Engineers, mit KI-gestützten Werkzeugen. rygg ist der Graph, den wir aus dieser Arbeit aufbauen.
Wissen nützt nur, wenn Menschen es wahrnehmen, ihm vertrauen und es nutzen
Ein Context Graph ist nicht in erster Linie ein technisches Problem. Ob Wissen gefunden, verstanden und in Entscheidungen genutzt wird, hängt von Wahrnehmung, Urteil, Rollen und Routinen ab. Deshalb stützt sich rygg auf mehrere Disziplinen.
Wie Menschen Information aufnehmen: Aufmerksamkeit, Wahrnehmungsmuster, mentale Modelle, kognitive Belastung. Wo sie eine Zahl falsch lesen, einen Status übersehen oder einer Quelle zu schnell vertrauen.
rygg: Sichten, Visualisierungen und Evidenzstatus im GraphenHeuristiken und Verzerrungen, Gruppenentscheidungen, wie aus Annahmen vermeintliche Fakten werden. Wie Entscheidungen so dokumentiert werden, dass sie später prüfbar sind.
rygg: Entscheidungsdatensätze, Annahmen mit PrüfdatumAufgaben, Rollen, Zusammenarbeit und Veränderung. Wie neue Werkzeuge Arbeit verändern und was Mitbestimmung und Akzeptanz verlangen.
rygg: Rollen statt Personen, Sicht für den BetriebsratFeldforschung, Nutzungskontexte, Nutzungsanforderungen, Gestaltung und Evaluation nach HCRD-Standards.
rygg: Kontext- und EvidenzschichtImplizites und explizites Wissen, Wissensflüsse, Communities of Practice, Pflege und die Frage, wer für Wissen verantwortlich ist.
rygg: Pflege, Releases, Verantwortliche je ThemaOntologien, Wissensgraphen, Herkunft und Validierungsregeln, damit Wissen für Mensch und Maschine lesbar bleibt.
rygg: Gepflegte Ontologie (L1), ValidierungWelchen Kontext ein KI-Agent braucht, wie seine Antworten geprüft werden und wie Menschen die Freigabe behalten.
rygg: Kontextpakete, Prüfkorb, EvalsRückverfolgbare Anforderungen, Qualitätsmodelle, Risiko- und Entscheidungsprozesse in regulierten Umfeldern.
rygg: Pflichten, Nachweise mit Gültigkeit, LückenansichtenVon der Wahrnehmung zur Evidenz
- 01Wahrnehmen
Was Menschen bemerken, was sie übersehen, was sie unterschiedlich verstehen.
- 02Entscheiden
Welche Information eine Entscheidung braucht und welche Annahmen sie trägt.
- 03Organisieren
Wer Wissen verantwortet, wer freigibt, wie sich Arbeit verändert.
- 04Belegen
Was beobachtet, geprüft und gemessen wurde, mit Herkunft und Gültigkeit.
Womit wir arbeiten
Wir nutzen die Begriffe internationaler Normen und etablierter Rahmenwerke als gemeinsames Vokabular für Research, Gestaltung, Entwicklung und Governance. Wir verweisen auf sie, wir übernehmen ihre Texte nicht.
Menschzentrierte Gestaltung interaktiver Systeme.
Gebrauchstauglichkeit: Nutzungskontext, Effektivität, Effizienz, Zufriedenstellung.
Interaktionsprinzipien.
Die menschzentrierte Organisation.
Wissensmanagementsysteme.
Ontologien und kontrollierte Vokabulare.
Herkunft und Validierung von Graphdaten.
Spezifikation von Nutzungsanforderungen.
Requirements Engineering, einschließlich Rückverfolgbarkeit.
Produktqualitätsmodell.
Qualitätsmanagementsysteme.
Risikomanagement.
Innovationsmanagementsysteme.
KI-Managementsysteme.
Befunde stammen aus Beobachtung, Interviews und Tests. Der Graph hält fest, woher jede Aussage kommt und wann sie zuletzt geprüft wurde.
KI verkürzt Analyse und Dokumentation. Bewertung und Entscheidungen treffen Menschen.
Code ist schnell geschrieben und schnell ersetzt. Was wir anbieten, ist ein gepflegtes Modell und die Verantwortung dafür, dass es stimmt.
Research & Design Engineers in Ihren Teams
Unsere Research & Design Engineers arbeiten für die Dauer eines Pilots oder Rahmenvertrags mit Ihren Teams. Sie nehmen neue Fragen auf, klären sie im Feld und führen die Antworten in den Graphen zurück. Ziel ist, dass Ihre Teams selbst mit dem Graphen arbeiten können.