Klare Antworten zu Duplex.
Die Fragen, die Teams vor dem Einsatz stellen.

Mit einem Pilotprojekt an deiner eigenen Arbeit. Sag uns, wo dein Team arbeitet und was Duplex zuerst lernen soll. Wir vereinbaren die Kennzahlen, bevor es losgeht, und richten Duplex mit dir am Betriebsort deiner Wahl ein.

Nach Entscheidungen und Nutzern. Eine Entscheidung ist eine Anfrage, an der Duplex beteiligt ist, ob Duplex sie selbst beantwortet oder deine KI hinzuzieht. Jedes Angebot bekommst du schriftlich, bevor du dich festlegst.

Nein. Du bringst deinen eigenen Modellzugang mit und bezahlst deinen Anbieter dafür, und Vareon schlägt nichts auf die Tokens auf. Eine Entscheidung, die Duplex gelernt hat, braucht gar keinen Modellaufruf.

Sie bleiben am Betriebsort deiner Wahl. In Vareon Cloud betreibt Vareon Duplex für dich, und jeder Kunde bleibt getrennt. In deiner Cloud bleiben sie unter deinen Kontrollen. Das Einzige, was hinausgeht, ist eine Anfrage an ein externes Modell, das du anbindest, und dieser Anbieter sieht nur diese Anfrage.

Duplex ist dein KI-Modell und ein ACI-Modell, die als Einheit arbeiten: Laufzeit-Intelligenz für deine KI und deine Agenten. Zusammen lernen, planen, simulieren, entscheiden und handeln sie, während die Arbeit läuft, von einer Person bis zum ganzen Unternehmen. Es lernt aus jedem Ergebnis, plant, simuliert, entscheidet und handelt im Rahmen deiner Regeln, erwirbt eigene Skills und trägt seine Entscheidungen und das Gelernte weiter, wo immer du arbeitest. Was es aufbaut, gehört dir. Duplex ist auf ACI gebaut, Adaptive Continual Intelligence: eine neue Kategorie von Intelligenz, die zur Laufzeit lernt, plant, simuliert, entscheidet und handelt, Hand in Hand mit KI-Modellen.

Die KI von heute ist fragmentiert. Das Modell, Retrieval und Anwendungscode besitzen jeweils einen Teil der Intelligenz, und keines davon lernt aus der Arbeit. Duplex ist die Infrastrukturschicht, die sie zu einem System vereint und Fähigkeiten mitbringt, die keines davon hat: Es lernt, plant, simuliert, entscheidet und handelt, während die Arbeit läuft. Es ist eine dauerhaft lernende Laufzeitumgebung für KI-Agenten: Es behält seinen Kontext, setzt deine Regeln durch und trägt, was es gelernt hat, über Sitzungen, Agenten und Modelle hinweg. Der Schwerpunkt verlagert sich vom Modell allein auf das ganze System, und was Duplex lernt, plant, simuliert und entscheidet, gehört dir. Das Modell kann wechseln. Den Rest trägt Duplex weiter.

Alle, deren Arbeit auf KI läuft, von einer Person bis zum ganzen Unternehmen. Eine Person startet im eigenen Assistenten, ein Team teilt, was es lernt, ein kleines Unternehmen lässt Vareon es in der Vareon Cloud betreiben, und ein größeres Unternehmen bringt es über MCP + Hooks in jeden Agenten, den es baut, in der eigenen Cloud.

Ein Harness gibt deiner KI Werkzeuge, Prompts und Schritte und tut, wofür es eingerichtet wurde. Duplex verbindet deine KI mit einer zweiten Intelligenz, einem ACI-Modell, und die beiden arbeiten als Einheit: Es lernt aus jedem bestätigten Ergebnis, plant, simuliert, entscheidet und handelt im Rahmen deiner Regeln und trägt deine Arbeit über Werkzeuge und Modelle hinweg, und was es lernt, gehört dir. Es arbeitet in Claude, Codex, Cursor und Hermes und über MCP + Hooks in deinen eigenen Agenten.

94 Fähigkeiten in 17 Gruppen: Kontext und Beobachtung · Regeln und Verhaltenssteuerung · Werkzeugausführung · Lernen und Personalisierung · Lang laufende Aufgaben · Planung und Entscheidungshilfe · Wiederverwendbare Fertigkeiten · Dauerhafte Threads und Teilen · Vergessen und Datenkontrolle · Status und Erklärungen · Dauerhafte Intelligenz · Personalisierung · Multimodale Intelligenz · Konfidenz und Autonomie · Sicherheit und Aufsicht zur Laufzeit · Operative Intelligenz · Integration und Portabilität.

Nein. Sie speichern, was passiert ist, und finden, was ähnlich aussieht. Duplex ist eine Intelligenz, die zur Laufzeit aus Erfahrung, Ergebnissen und Daten lernt: Es versteht das Muster hinter jedem Ergebnis, verdichtet es zu dem, was sich verallgemeinern lässt, sagt voraus, was als Nächstes kommt, und handelt danach, im Rahmen deiner Regeln. So erkennt es einen Doppelgänger, weiß weiter Bescheid, wenn ein Fall in neuen Worten kommt, folgt einer geänderten Regel ab der nächsten Anfrage und wird im Einsatz schneller. RAG, Gedächtnis, Vektordatenbanken, Wissensgraphen und Caches werden zu Werkzeugen, die es nutzt.

Dein KI-Modell ist brillant, aber zur Laufzeit auf sich allein gestellt: Pro Aufruf gemietet, beginnt es jede Aufgabe bei null, kann nicht aus dem lernen, was dein Team bestätigt, verliert den Kontext zwischen Sitzungen und Agenten, und niemand prüft, was deine Agenten tun, bevor sie es tun. Duplex verbindet es mit einer zweiten Intelligenz, einem ACI-Modell, und zusammen lernen, planen, simulieren, entscheiden und handeln sie zur Laufzeit: Duplex startet mit Vorwissen, lernt aus jedem Ergebnis, wählt den Weg, plant die Schritte, simuliert jeden einzelnen, prüft jede Aktion gegen deine Regeln, erwirbt Skills und trägt seine Entscheidungen und das Gelernte über Sitzungen, Agenten und Modelle hinweg. Deine KI bekommt, was ihr zur Laufzeit fehlt, die Arbeit wird im Einsatz schneller und günstiger, und was Duplex lernt, gehört dir.

Deine KI bleibt, wo sie ist, und Duplex verbindet sie mit einem ACI-Modell, einer zweiten Intelligenz neben ihr: Die beiden arbeiten als Einheit. Duplex antwortet, plant, simuliert, entscheidet und handelt in Millisekunden nach dem, was es gelernt hat, und zieht für neue und unsichere Arbeit deine KI hinzu, mit dem Gelernten im Gepäck. Das bestätigte Ergebnis lehrt Duplex für das nächste Mal.

Zwei Intelligenzen, die gemeinsam verschiedene Aufgaben übernehmen, so wie im Gehirn. Das Gehirn arbeitet mit zwei Systemen: einem langsamen für allgemeines Wissen und einem schnellen für jede neue Erfahrung. Deine KI ist das langsame. Ein ACI-Modell ist das schnelle: Es plant, simuliert, entscheidet und handelt nach dem, was es lernt. Zusammen sind sie Duplex. Deine KI liefert allgemeine Intelligenz, langsam gelernt vor dem Einsatz. Das ACI-Modell liefert Laufzeit-Intelligenz: Es lernt schnell aus der laufenden Arbeit, plant, simuliert, entscheidet und handelt danach. Die Kognitionswissenschaft nennt dieses Paar komplementäre Lernsysteme, und in Duplex ist dieses Paar das Produkt.

Teilweise: Duplex ist dein KI-Modell und ein ACI-Modell, die als Einheit arbeiten. Das ACI-Modell ist ein zweites Modell, eine eigene Intelligenz, und es ersetzt deine KI nie. In Duplex arbeitet das ACI-Modell neben deiner KI: Vor der Anfrage ist es informiert, währenddessen plant, simuliert, entscheidet und handelt es, nach dem Ergebnis lernt es, und all das trägt es in die nächste weiter. Eine bestätigte Entscheidung kann in Millisekunden ohne Modellaufruf laufen. Neue oder unsichere Arbeit geht an deine KI, mit der Laufzeit-Intelligenz von Duplex im Gepäck, und das bestätigte Ergebnis lehrt Duplex für die nächste Anfrage.

Laufzeit-Intelligenz: dein KI-Modell und ein ACI-Modell, die als Einheit arbeiten und lernen, planen, simulieren, entscheiden und handeln, während die Arbeit läuft. Duplex lernt aus jedem Ergebnis, wählt den Weg, plant, erwirbt Skills, prüft, was deine Agenten tun, handelt im Rahmen deiner Regeln und trägt all das weiter. Was es lernt, gehört dir. Zwei Intelligenzen, ein System: Die Kombination ist das Produkt.

Überall, wo deine KI echte Arbeit leistet: Programmier- und Desktop-Assistenten, Agenten für Support und Betrieb, Workflows im Unternehmen, KI-Produkte mit hohem Volumen, Teams, die ein Modell anpassen, und regulierte Arbeit. Am nützlichsten ist es dort, wo sich Ergebnisse bestätigen lassen, denn Duplex wendet jede bestätigte Korrektur, Entscheidung und jedes bestätigte Ergebnis auf die nächste passende Anfrage an.

Sie werden zu Werkzeugen von Duplex. Duplex ruft jedes davon auf, wenn ein Schritt es braucht, lernt, welches zu welcher Situation passt, und prüft, ob das, was sie liefern, aktuell, belegt und datiert ist.

ACI, Adaptive Continual Intelligence, ist eine neue Kategorie von Intelligenz, geschaffen von Vareon. ACI ist Intelligenz, die weiter lernt, plant, simuliert, entscheidet und handelt, während deine Arbeit läuft. Es trägt alles weiter, was es gelernt und entschieden hat, und arbeitet Hand in Hand mit den KI-Modellen, die du schon nutzt. ACI ist das Ergebnis jahrelanger Forschung zu neuronalen Netzen und ihrem Trilemma: Plastizität, Stabilität und Änderbarkeit. Duplex ist darauf gebaut.

KI-Modelle lernen, bevor sie veröffentlicht werden, und bleiben dann, wie sie sind. ACI lernt, plant, simuliert, entscheidet und handelt danach: zur Laufzeit, aus deiner Arbeit, solange es läuft. Es lernt deine Arbeit statt der Welt, es baut auf allem auf, was es vorher gelernt hat, und was es lernt, gehört dir. Intelligenz, die zur Laufzeit weiter lernt, plant, simuliert, entscheidet und handelt, neben dem Modell, ist eine eigene Kategorie.

Hand in Hand. Das Modell bringt allgemeine Intelligenz mit: Wissen, Sprache und Denkvermögen. ACI bringt mit, was es aus deiner Arbeit lernt. Es übernimmt, was es schon weiß, und zieht für das Neue das Modell hinzu, gebrieft. Das Modell bleibt, wie es ist, und du kannst Modelle wechseln, ohne zu verlieren, was ACI gelernt hat.

KI, die aus einem bestätigten Ergebnis sofort dazulernt, im Rahmen deiner Regeln nach dem Gelernten plant, simuliert, entscheidet und handelt, einer neuen Regel ab der nächsten Anfrage folgt, mit dem Lernen schneller und günstiger wird, weiß, wann sie dein Modell hinzuzieht, Fälle bewältigt, die sie nie gesehen hat, eigene Skills erwirbt und dir gehört, wo immer du arbeitest.

Bisher konnten nur die Labore, die Modelle trainieren, KI lernen lassen. Mit ACI hat jede Person und jedes Unternehmen eine KI, die aus der eigenen Arbeit lernt, und was sie lernt, gehört ihnen. Was sie lernt, wächst mit jedem Ergebnis weiter, bleibt am Betriebsort deiner Wahl und gehört dir, welches Modell du auch nutzt.

Duplex ist auf ACI gebaut, und ACI ist die Intelligenz darin: Alles, was Duplex zur Laufzeit lernt, plant, simuliert, entscheidet und tut, ist ACI bei der Arbeit. Duplex ist das Produkt, das du nutzt, in den Assistenten, in denen dein Team arbeitet, und in den Agenten, die dein Unternehmen baut, über MCP + Hooks.

ACI ist das Ergebnis jahrelanger Forschung zu neuronalen Netzen und ihrem Trilemma: Plastizität, Stabilität und Änderbarkeit. Plastizität heißt, schnell Neues zu lernen. Stabilität heißt, zu behalten, was es weiß. Änderbarkeit heißt, zu ändern, was es gelernt hat. Ein neuronales Netz schafft höchstens zwei: Lernt es schnell, vergisst es, hältst du es stabil, lernt es nicht mehr, und was es gelernt hat, ist über das ganze Netz verteilt. ACI vereint alle drei.

Faruk Guney hat ACI, Duplex und sein neues Startup allein gebaut, nach jahrelanger Forschung zum Trilemma neuronaler Netze und mehr als fünfzehn Jahren, in denen er Norck zu einem globalen Unternehmen für Fertigung und Engineering on demand aufgebaut hat.

Aus Ergebnissen, die zeigen, dass die Arbeit richtig war: ein bestandener Test, ein freigegebenes Review, eine beobachtete Änderung oder ein späteres Geschäftsergebnis. Es lässt sich auch auf geprüfte Beispiele, frühere Entscheidungen, Dokumente, Regeln und Werkzeugwege vortrainieren.

Ja. Trainiere Duplex mit deinen geprüften Beispielen, früheren Entscheidungen, Dokumenten, Regeln, Werkzeugrouten und Bibliotheken bewährter Methoden vor. Es lernt sie, bevor es live geht, also ist es ab der ersten Anfrage nützlich, und es lernt im Produktivbetrieb weiter.

Dein Team legt den Maßstab für jede Art von Arbeit fest. Code braucht vielleicht Tests und ein Review, eine regulierte Aktion vielleicht die Freigabe durch einen Menschen.

Eine Korrektur gehört zu dem Arbeitsbereich, in dem sie gemacht wurde, und hilft späterer Arbeit, die dazu passt. Berechtigte Nutzer können alles prüfen, korrigieren oder entfernen, was Duplex gelernt hat.

Ja. Duplex lernt das Muster, darum kommt es mit neuen Formulierungen und neuen Details zurecht und erkennt einen Doppelgänger, der eine andere Antwort braucht. Bei irreführenden Doppelgängern lag es in 7.5% der Fälle falsch, ein Cache in 45.3%.*

Die neue Regel gilt ab der nächsten Anfrage. Duplex ersetzt die überholte Entscheidung und lässt Arbeit ohne Bezug dazu unverändert. Nach einer Richtlinienänderung lieferte es 0% veraltete Antworten, Cache und Retrieval dagegen 72%.*

Kontinuierliches Lernen, zur Laufzeit. Duplex lernt aus jedem Ergebnis, sobald es bestätigt ist, also profitiert schon die nächste Anfrage, ohne Trainingslauf und ohne GPU. Über eine Änderung hinweg bleiben 100% seiner früheren Arbeit intakt.*

Die normale Nutzung ist das Training: Duplex lernt aus jedem bestätigten Ergebnis und wendet es ab der nächsten Anfrage an. Vortraining verschafft ihm einen Vorsprung, und die Gewichte deiner KI bleiben, wie sie sind.

Für Arbeit, die neu, breit oder kreativ ist, und alles, was neues Schreiben oder Denken braucht. Duplex bereitet genau das vor, was deine KI bekommt, mit dem Gelernten im Gepäck. Eine Entscheidung, die Duplex gelernt hat, braucht keinen Modellaufruf.

Wenn Duplex auf diese Art von Arbeit vortrainiert wurde, antwortet es von Anfang an. Sonst übernimmt deine KI, mit dem Wissen von Duplex im Gepäck, und sobald das Ergebnis bestätigt ist, erledigt Duplex das beim nächsten Mal selbst.

Deine KI, wann immer die Arbeit neues Schreiben oder offenes Denken braucht, mit dem, was Duplex gelernt hat, im Gepäck. Hat Duplex die Arbeit gelernt, antwortet es selbst.

Alles, was Duplex gelernt hat, lebt neben deiner KI, also zieht es mit dir zum neuen Modell um. Im Anpassungstest wechselte, was Duplex gelernt hatte, ganz ohne Neutraining zu einer anderen Modellfamilie.

Nein, ganz im Gegenteil. Was deine Organisation lernt, lebt in Duplex, nicht in den Gewichten eines Anbieters, in einem Chatprotokoll oder im Gedächtnis einer App. Wechsle das Modell, den Agenten-Client oder den Anbieter, und Prozesse, Regeln, Verlauf und Skills bleiben.

Ja. Dein Betriebsort und deine Einstellungen entscheiden, welches Modell verfügbar ist und wohin jede Anfrage geht.

Gewöhnliche Cloud-Server, auf der CPU. Duplex braucht keine eigene GPU: Eine Entscheidung, die es gelernt hat, dauert ≈97 ms, gegenüber ≈2,231 ms für einen Modellaufruf. Nur deine KI braucht Beschleuniger, und Duplex zieht sie für neue Arbeit hinzu.*

Das Ziel, feststehende Entscheidungen, Vorgaben und unerledigte Arbeit gehen beim selben Kunden und im selben Arbeitsbereich weiter. Arbeit ohne Bezug und Zugangsdaten bleiben zurück.

Was du zum Weitermachen brauchst: Ziele, Entscheidungen und unfertige Arbeit. Das vollständige Protokoll bleibt, wo es war, und die Zugriffsregeln deines Teams gelten weiter.

Ja, wenn die Anbindungen zum selben Kunden und zu einem erlaubten Arbeitsbereich gehören. Die Grenzen von Identität, Arbeitsbereich und Kunde bleiben bestehen.

Ja, wenn beide Personen für den gemeinsamen Arbeitsbereich berechtigt sind. Persönliche oder eingeschränkte Arbeit bleibt getrennt, nach deinen Zugriffseinstellungen.

Kontext hilft dir, unfertige Arbeit fortzusetzen, und er kann vorübergehend sein. Was Duplex lernt, stammt aus bestätigten Ergebnissen und hilft jedes Mal, wenn es passt.

Es wendet bestätigte Korrekturen an, aktualisiert Entscheidungen, wenn sich eine Regel ändert, trägt laufende Arbeit weiter, plant mehrstufige Prozesse, nutzt deine Werkzeuge und spart Modellaufrufe bei Arbeit, die es gelernt hat.

Ja. Duplex lernt, wie deine Prozesse reagieren, plant den kürzesten Weg und trägt Vorgaben und bestätigte Methoden über Schritte und Sitzungen hinweg weiter. Deine KI bringt bei jeder unerwarteten Wendung frisches Denken ein.

Ja. Es lernt, was Aktionen in deinen Systemen verändern, sagt die Wirkung eines Schritts voraus, bevor er läuft, und schlägt den kürzesten Weg zu einem Ziel vor. In einem öffentlichen Benchmark für Unternehmenssysteme schlug es drei Spitzenmodelle bei der Vorhersage von Systemänderungen. Jeder echte Schritt läuft weiterhin durch deine Kontrollen.

Ja, sobald dein Team es einschaltet: Gib ihm ein Ziel, die Aktionen, die es ausführen darf, und eine Möglichkeit, den Erfolg zu prüfen. Es erkundet sicher, testet die Fertigkeit vor dem Einsatz und entfernt sie auf Wunsch. Es erledigte jede Aufgabe bei abgeschaltetem Modell.

Ja. Duplex lässt dein Modell so antworten, als wäre es auf deine Arbeit trainiert worden, und die Gewichte des Modells bleiben, wie sie sind. Es schlug feinabgestimmte Adapter in 6 / 6 Tests, ohne Trainingslauf, und die Anpassung wechselte ohne Neutraining zu einer anderen Modellfamilie.*

Ja. Für klar umrissene Aufgaben schreibt Duplex ein kleines Programm oder verwendet eines wieder, das schon funktioniert hat, testet es an bekannten Fällen und führt es aus, sobald es besteht. Dein Team kann es jederzeit pausieren oder stilllegen.

Ja. Dokumente, Wissensgraphen und Datenbanken werden zu Wissensquellen für Duplex, jede mit Eigentümer, Quelle und Datum. Duplex weiß, wann sich ein Fakt ändert, und bringt die richtigen Fakten in jede Entscheidung ein.

Ja. Duplex kann das freigegebene Gelernte und den Kontext mit jedem Agenten im gewählten Arbeitsbereich teilen. Bei allem, was es gelernt hat, siehst du, von welchem Agenten es kam, mit welchem Modell und wann. Das Gelernte jedes Kunden bleibt bei diesem Kunden.

Dein Team entscheidet, woraus Duplex lernt, prüft, was es gelernt hat, und kann alles davon korrigieren oder entfernen. Deine Regeln, Freigaben und Kontrollen gelten für jede Aktion.

Die vier Plugins sind Claude, Codex, Cursor und Hermes. Teams, die eigene Agenten bauen, binden sie über MCP + Hooks an.

Heute gibt es vier Plugins. Wenn dein Team den Agenten selbst baut und betreibt, passt vielleicht MCP + Hooks; für jeden anderen Assistenten sag uns, welchen du nutzt.

Für die Agenten, die dein Unternehmen baut. Sie verbinden sich über MCP mit Duplex, und die Hooks ziehen Duplex bei jedem Schritt hinzu: vor jeder Anfrage, vor jedem Werkzeugaufruf und nach jedem Ergebnis. Jede Aktion wird vor der Ausführung gegen deine Regeln geprüft, mit Freigaben, wo du sie willst, und einem Verlauf, den du exportieren kannst.

Ein Plugin arbeitet in einem unterstützten Assistenten, über MCP: Der Assistent zieht Duplex bei jedem Schritt hinzu, und es baut deine persönliche Intelligenz auf. MCP + Hooks arbeitet in den Agenten, die dein Unternehmen baut: Die Hooks ziehen Duplex bei jedem Schritt ihrer Arbeit hinzu, und es baut deine Unternehmensintelligenz auf. In beiden ist es dasselbe Duplex.

Vor jeder Anfrage, vor jedem Modellaufruf, vor jedem Werkzeugaufruf, nach jedem Ergebnis, bei jeder Übergabe und bei jeder Freigabe. Duplex wendet zuerst deine Regeln an, dann das Gelernte, und jede Aktion wird vor der Ausführung geprüft.

Ein Plugin, wenn Menschen in einem unterstützten Assistenten arbeiten. MCP + Hooks, wenn dein Unternehmen eigene Agenten baut und Duplex jeden Schritt begleiten soll.

Ja. Mit demselben Arbeitsbereich verbunden, teilen sie dasselbe freigegebene Gelernte und denselben Kontext. Der Zugriff bleibt auf die Personen und Agenten beschränkt, die du berechtigst.

Ein Plugin oder MCP + Hooks, wer teilt, was Duplex lernt, und, wenn du willst, die Beispiele, Entscheidungen und Dokumente, mit denen es vortrainiert wird. Dann den Betriebsort und die Zugriffsregeln, die zur Arbeit passen.

Mit einem unterstützten Plugin arbeiten die Leute weiter in dem Assistenten, den sie schon nutzen. Das Team bestätigt gute Ergebnisse und korrigiert schlechte, und die Freigabeschritte hängen von Produkt und Arbeitsbereich ab.

Ab der ersten Anfrage, wenn du es vortrainierst. Eine bestätigte Korrektur hilft ab dem nächsten passenden Fall, und jedes bestätigte Ergebnis macht Duplex schneller, günstiger und genauer.

Ja, das ist Vortraining. Geprüfte Beispiele, frühere Entscheidungen, Dokumente und Regeln sind ein starker Start. Dein Team ordnet jedes davon dem richtigen Arbeitsbereich zu und kann es später korrigieren oder entfernen.

Ja. In der Konsole können berechtigte Nutzer alles prüfen, korrigieren oder entfernen, was Duplex gelernt hat, und den Verlauf dahinter sehen. Die genauen Kontrollen hängen vom Produkt und von der Bereitstellung ab.

Nein. Du legst fest, was wichtig ist: die Ziele, die Regeln und die Aktionen, die dein OK brauchen. Duplex übernimmt die Routine im Rahmen dieser Regeln und bindet jeden Agenten daran. Es prüft jeden Modellaufruf und jede Werkzeugaktion vor der Ausführung, fragt dich vor den Aktionen, die du festlegst, und trägt, was dein Team freigegeben hat, in jede Sitzung und jede Übergabe weiter.

Ja. Du kannst engere Arbeitsbereiche einrichten, und Identitäts- und Zugriffseinstellungen entscheiden, wer welchen teilt. All das Gelernte bleibt in deiner Organisation.

Duplex hat zwei Betriebsorte: Vareon Cloud, die Vareon für dich betreibt, und deine Cloud, ein Cloud-Konto, das dir gehört. Deine Cloud ist eine Enterprise-Lösung. Jede Integration ist an beiden Betriebsorten verfügbar, vorbehaltlich der Bedingungen der Bereitstellung.

Als Enterprise-Lösung. Kontaktiere uns unter hello@vareon.com und nenne die Umgebung, wo die Daten bleiben müssen, und deine Sicherheitsanforderungen; dann planen wir die Bereitstellung mit dir.

Ja. Es gibt einen unterstützten Weg zwischen den Betriebsorten, und was Duplex gelernt hat, zieht ohne Neutraining mit. Betriebsverantwortung und Migrationsarbeit werden für jede Bereitstellung vereinbart.

Ja. Eine Bereitstellung kann deinen eigenen Modellzugang nutzen. Gebühren des Modellanbieters, Zugangsdaten und die Grenze, die sie schaffen, werden getrennt behandelt und im Angebot und im Vertrag festgelegt.

Ja. Deine Eingaben, dein Referenzmaterial, dein Verlauf und alles, was Duplex daraus lernt, dienen allein deiner Organisation. Arbeitsbereiche können engere Grenzen für Teams, Produkte, Regionen oder Datenklassen hinzufügen.

Ja. Über sechs Familien umformulierter Angriffe hinweg blockierte es jeden einzelnen, bei 0.7% Fehlablehnungen, dem niedrigsten Wert aller Ansätze, die alle blockierten.*

Du bestimmst, wer berechtigt ist, an jedem Betriebsort. Vareon betreibt den gehosteten Dienst und hat auf eine Bereitstellung in deiner Cloud nur dann Zugriff, wenn du ihn für einen vereinbarten Zweck überträgst.

Dein Team meldet sich über deinen eigenen Identitätsanbieter an der Konsole an, der Datenverkehr ist bei der Übertragung verschlüsselt, und was Duplex lernt, ist ebenso wie der Verlauf im Ruhezustand verschlüsselt. Optionen, eigene Schlüssel zu halten, hängen vom Betriebsort ab.

Ja. Berechtigte Nutzer können alles entfernen, was Duplex gelernt hat, eine frühere Version wiederherstellen und das Gelernte mit seinem Verlauf exportieren. Der Lösch- und Backup-Prozess für deine Bereitstellung wird in der Sicherheitsprüfung und im Vertrag geregelt.

Ja. Entferne ein Ergebnis oder eine Beobachtung, und was Duplex daraus gelernt hat, wird mit zurückgezogen, sodass nichts, was darauf aufbaut, übrig bleibt. Der Verlauf zeigt die Änderung.

Nur, was du erlaubst. Personenbezogene Daten lassen sich schwärzen, bevor Duplex daraus lernt, sie an ein Modell schickt oder dem Verlauf hinzufügt, und Duplex kann das Gelernte ohne den Originaltext anwenden.

Er lässt sich nur ergänzen und macht Manipulationen sichtbar: Jede Änderung kommt als neuer Eintrag hinzu, sodass ein veränderter Eintrag auffallen würde. Berechtigte Nutzer können ihn exportieren.

Berechtigte Nutzer können ihren Einfluss entfernen, und alles, was Duplex unabhängig davon gelernt hat, bleibt, wie es war. Nach gezielter Vergiftung entfernte Duplex alle 40 vergifteten Beispiele, und alles legitim Gelernte blieb intakt.

Die Aufbewahrung wird pro Bereitstellung festgelegt. Sie hängt von den Daten, dem Betriebsort, deiner Konfiguration, dem Backup-Konzept und dem geltenden Vertrag ab.

Duplex läuft in privaten Pilotprojekten, und eine unabhängige Zertifizierung ist geplant. Bis dahin beschreibt die Sicherheitsübersicht die Kontrollen, die heute für den Betriebsort gelten, den du prüfst.

Die Anbieter für deine Bereitstellung und etwaige Bedingungen für Unterauftragsverarbeiter stehen in deinen Kundendokumenten. In deiner Cloud wählst du sie selbst.

11 Ergebnisse zu Kosten, Genauigkeit, kontinuierlichem Lernen, Verallgemeinerung, Planung, Agenten, Sicherheit, neuen Fertigkeiten und Anpassung, darunter drei öffentliche Benchmarks.

Ein Cache gibt eine frühere Antwort wieder aus, wenn eine Anfrage ähnlich aussieht. Duplex lernt das Muster hinter bestätigten Ergebnissen, folgt Regeländerungen ab der nächsten Anfrage und erkennt Doppelgänger, und es kann deinen Cache weiterhin als Werkzeug aufrufen. Nach einer Regeländerung hielt Duplex eine Genauigkeit von 92.5%, während ein Cache auf 42.6% fiel.*

Behalte es: Retrieval wird zu einem der Werkzeuge von Duplex. Duplex ruft es auf, wenn ein Schritt eine Passage braucht, lernt, welche Quellen welche Fragen beantworten, und weiß, wann sich ein Fakt geändert hat.

Er wird zu einer Wissensquelle für Duplex. Duplex liest verknüpfte Fakten, wenn eine Entscheidung sie braucht, weiß, wann sie sich ändern, und lernt, welche Beziehungen für deine Arbeit zählen.

Ja. Feinabgestimmte und spezialisierte Modelle werden zu Werkzeugen, an die Duplex Arbeit weiterleitet, und Duplex kann deinem Trainingsteam bestätigte Beispiele übergeben, wenn du trainieren willst. Alles, was Duplex lernt, funktioniert weiter neben den neuen Gewichten.

Sie werden Teil davon, wie Duplex handelt. Duplex führt jeden Modell- und Werkzeugaufruf nach deinen Regeln aus, und deine Leitplanken und Firewalls setzen ihre eigenen weiter durch.

Ein KI-Gateway leitet Aufrufe weiter und meldet die Nutzung. Duplex ist eine Intelligenz: Es lernt aus jedem bestätigten Ergebnis, plant, simuliert, entscheidet und handelt danach, und über MCP + Hooks begleitet es jeden Schritt der Agenten, die dein Unternehmen baut, mit gemeinsamem Lernen, Kontinuität, Freigaben und einem Verlauf.

Daneben. Observability zeigt, was deine Agenten getan haben, und Evals testen es; Duplex lernt aus dem, was dein Team bestätigt, sodass eine Korrektur ab der nächsten passenden Anfrage gilt. Deine Traces und Eval-Suites funktionieren weiter wie bisher.

Reflex ist die Laufzeitumgebung für jede Maschine, die selbst entscheidet und handelt, von Edge-Geräten bis zu Robotern. Es verbindet deinen Autonomie-Stack mit einem ACI-Modell, auf dem Gerät: Jeder Befehl geht durch die Schranke, und es lernt, plant, simuliert, entscheidet und handelt im Rahmen deiner Regeln, mit oder ohne Verbindung. Dein Stack ist das, was die Maschine heute steuert: ein VLA, ein MPC, ein Autopilot, ein PLC-Programm oder ein KI-Agent. Dein Stack bringt die Skills ein, mit denen er gebaut wurde. ACI bringt die Intelligenz, an Ort und Stelle zu lernen, bis zum Ziel zu planen, jede Bewegung zu simulieren, im Moment zu entscheiden und jeden Befehl an deine Regeln zu binden.

Fünf Garantien, auf jeder Maschine, egal, wovon sie gesteuert wird. Jeder Befehl, der etwas auslöst, geht durch die Schranke. Sicherheitsregeln werden nur durch einen autorisierten, protokollierten Akt gelockert. Jede Änderung ist zuordenbar und umkehrbar. Das Lernen bleibt auf dem Gerät, begrenzt, ohne Netz. „Unbekannt“ heißt übergeben, nicht raten.

Was auch immer deine Maschine heute steuert: ein VLA, ein MPC, ein Autopilot, ein PLC-Programm oder ein KI-Agent. Es bleibt genau, wie es ist. Dein Autonomie-Stack und ein ACI-Modell, die als Einheit arbeiten: Das ist Reflex. Die Kombination ist das Produkt. Es geht von allem aus, was dein Stack schon kann, und arbeitet mit ihm, nicht an seiner Stelle.

Für beides. Edge-Geräte und Roboter: zwei Formen, eine Laufzeitumgebung. Edge-Geräte sind die Steuerungen, Gateways und smarten Kameras in Werken, an Standorten und draußen im Feld. Roboter sind die Roboterarme, mobilen Roboter, Drohnen, Fahrzeuge und Schiffe an Land, in der Luft, auf See und unter Wasser sowie die Raumfahrzeuge im Orbit.

Es entscheidet im Moment, auf dem Gerät: was zu tun ist, welcher Skill läuft und wann es übergibt. Es entscheidet, ob jeder Befehl durch die Schranke darf und ob es genug weiß, um zu handeln. Es plant bis zum Ziel über das, was es tatsächlich gesehen hat, wählt die Skills, die dorthin führen, und plant neu, wenn sich die Welt ändert.

Ja. Es simuliert jede Bewegung auf dem Gerät, bevor es sie ausführt, und sieht, was ein Befehl bewirkt, bevor deine Maschine ihn umsetzt. Eine Bewegung, die schiefgehen würde, wird auf dem Gerät geändert, bevor sich etwas bewegt, und die Bewegung, die es ausführt, geht trotzdem durch die Schranke.

Jeder Befehl, der etwas auslöst, geht durch die Schranke. Bevor etwas bewegt, geschaltet, geöffnet oder gesendet wird, prüft Reflex ihn anhand deiner Regeln, und was durchfällt, läuft nicht. Sie gilt für jeden Befehl, egal, was die Maschine steuert, und jede Entscheidung an der Schranke ist festgehalten.

„Unbekannt“ heißt übergeben, nicht raten. Wenn es auf etwas trifft, das es nicht kennt, übergibt es die Entscheidung an deinen Stack oder deinen Operator. Es rät nie. Jede Übergabe lehrt es etwas: Was dein Stack oder dein Operator danach getan hat, wird zu etwas, das es weiß, für das nächste Mal.

Es lernt schnell und an Ort und Stelle, auf dem Gerät: Ein Beispiel oder eine Übergabe genügt, und die Erkenntnis überträgt sich auf ähnliche Fälle. Es ist gezieltes Lernen, kein allgemeines Lernen: Es lernt aus dem, was ihm gezeigt wird, und aus dem, was es übergibt, innerhalb der Grenzen, die du setzt, ohne Netzwerk und ohne Trainingslauf. Dein Stack bleibt genau, wie er ist, und jede Erkenntnis lässt sich rückgängig machen.

Nein. Lernen lockert nie eine Regel, und die Zeit auch nicht. Um eine zu lockern, braucht es einen autorisierten Akt, und dieser Akt wird protokolliert. Eine Regel hinzuzufügen oder zu verschärfen wirkt ab dem nächsten Befehl, auch während die Maschine läuft.

Ja. Jede Änderung an einer Regel, einer Grenze oder an dem, was es gelernt hat, zeigt, wer oder was sie vorgenommen hat und wann, und jede lässt sich rückgängig machen: eine Erkenntnis exakt zurückgenommen oder eine Maschine auf einen gespeicherten Punkt zurückgesetzt. Falls sich eine Erkenntnis einmal nicht exakt zurücknehmen lässt, sagt Reflex das, statt so zu tun als ob.

Nein. Es läuft auf den Prozessoren, die deine Maschinen schon an Bord haben, auf der CPU, ohne GPU und ohne Cloud. Es lernt, plant, simuliert, entscheidet und handelt mit oder ohne Verbindung: Es arbeitet offline und vom Netz getrennt, telefoniert nie nach Hause, und auch seine Lizenz funktioniert offline.

Ja. Jede Maschine führt Reflex auf dem Gerät aus und entscheidet selbst, mit oder ohne Verbindung. In einer Flotte behält jede Maschine ihre eigenen Regeln, und Skills wandern nur dann zwischen ihnen, wenn du es willst. Ein Skill, den eine Maschine gelernt hat, kann dann an ähnliche Maschinen gehen.

Nein. Reflex entscheidet, was die Maschine als Nächstes tut, und hält jeden Befehl an der Schranke an deine Regeln. Es sitzt über deinen zertifizierten Sicherheitssteuerungen, Verriegelungen und Not-Halt-Schaltern, nie an ihrer Stelle: Sie bleiben unabhängig davon und behalten das letzte Wort, und dein Team behält den Sicherheitsnachweis jeder Maschine, so wie heute.

Für beide gleichermaßen, mit denselben fünf Garantien auf jeder Maschine. Es arbeitet ohne Verbindung, nichts muss die Maschine verlassen, und jede Entscheidung ist festgehalten. Im Verteidigungsbereich gilt das für kinetische wie nicht-kinetische Missionen gleichermaßen: Jeder Befehl geht durch die Schranke, im Rahmen deiner Einsatzregeln.

Reflex ist in der Beta-Phase. Was es bisher gezeigt hat, stammt aus Simulationen und Benchmarks, und wir weisen es mit dir nach, auf deinen Maschinen, in einem Pilotprojekt. Jedes Pilotprojekt wird mit dir geplant, abgesichert durch deine eigenen Sicherheitssysteme.

Es sind getrennte Produkte, beide gebaut auf ACI, Adaptive Continual Intelligence, und bei beiden ist die Kombination das Produkt. Duplex ist deine KI und ein ACI-Modell, die als Einheit arbeiten, für deine KI und deine Agenten. Reflex ist dein Autonomie-Stack und ein ACI-Modell, die als Einheit arbeiten, für jede Maschine, die selbst entscheidet und handelt.

Das Produkt, die erwartete Nutzung, die Teamgröße, der Betriebsort und etwaige dedizierte Kapazität. Die Preise kommen schriftlich, mit den Annahmen dahinter.

Duplex ist ein Produkt von Vareon, Inc., dem Unternehmen hinter vareon.com.

Nutze die Kontaktseite und nenne das Produkt, den Betriebsort und die Art von Arbeit, an die du denkst. Das Team beantwortet die Frage oder verweist dich auf die Seite mit den Details.