Von PDFs und Fotos zu CSV
PDF, PNG, JPG und WEBP bis 25 MB. Mehrseitige PDFs werden Seite für Seite verarbeitet, jede Tabelle wird extrahiert und als saubere CSV exportiert.
ParsePrime
ParsePrime — ein KI-Produkt, das wir gebaut haben und in Produktion betreiben
Dokumente rein, strukturierte Tabellen raus. Wir sind mit einem lokal betriebenen Qwen-Vision-Modell gestartet und für die Produktion auf Gemini 2.5 Flash umgestiegen. ParsePrime liest Rechnungen, Kontoauszüge und Berichte — eingebettet in das Engineering, das KI-Ergebnisse vertrauenswürdig macht: strikte JSON-Schemas, Schutz vor Prompt Injection, Validierung und Abrechnung.
Was ParsePrime kann
Liest echte Dokumente
Mehrzeilige Kopfzeilen, verbundene Zellen, Kassenbons ohne Gitterlinien, Schlüssel-Wert-Blöcke auf Rechnungen. Das Modell erkennt zuerst den Dokumenttyp und leitet dann die Struktur ab.
Seitenübergreifende Tabellen
Die Ergebnisse jeder Seite werden zusammengeführt: Kopfzeilen werden normalisiert, sodass eine Tabelle, die auf Seite 3 weitergeht, in derselben CSV landet.
Läuft im Browser
Eine Flutter-Web-App unter app.parseprime.com mit Drag-and-drop und Batch-Upload, in 11 Oberflächensprachen. Dazu ein eigenes Admin-Panel in Flutter Web.
API für Automatisierung
Business-Konten erhalten API-Schlüssel und eine dokumentierte REST-API, damit die Extraktion direkt in ihren Datenpipelines läuft.
Kostenpflichtiges Produkt, keine Demo
Konten, Credits und Stripe-Checkout, DSGVO-konforme Bedingungen, betrieben von der TAGonSoft SRL unter parseprime.com.
KI in Produktion
Wie wir ein Vision-LLM produktionssicher gemacht haben
Das Modell aufzurufen ist der einfache Teil. Diese Bausteine machen daraus ein Produkt, für das Menschen bezahlen.
-
Strikter Ausgabevertrag
Niedrige Temperatur und reine JSON-Antworten nach festem Schema (Kopfzeilen, Zeilen, Meta mit Dokumenttyp und Konfidenz). Was sich nicht parsen lässt, wird verworfen statt angezeigt.
-
Schutz vor Prompt Injection
Hochgeladene Dokumente sind nicht vertrauenswürdig. Text in einer Datei wird immer als Daten behandelt: anweisungsähnliche Inhalte werden wörtlich extrahiert und markiert, nie befolgt.
-
Genauigkeitsstufen mit Kostendeckel
Jeder Tarif hat ein festes Reasoning- (Thinking-) und Output-Token-Budget: höhere Tarife bekommen eine sorgfältigere Extraktion, die Kosten pro Seite bleiben planbar.
-
Sichere Dateien
CSV-Ausgaben werden gegen Formel-Injection in Tabellenkalkulationen bereinigt, Downloads nutzen signierte, ablaufende Links, und temporäre KI-Fehler werden automatisch wiederholt.
-
Testbar ohne Modell
Der KI-Dienst liegt hinter einer Schnittstelle mit Stub für die Testsuite, und ein Health-Endpoint prüft den KI-Anbieter zusammen mit der Datenbank.
Tech Stack
Unter der Haube
Ein kompletter Produkt-Stack, entworfen und geliefert von unserem Team mit KI-gestützter Entwicklung.
🧠 KI
Qwen (lokal, Ollama) → Gemini 2.5 Flash
Prototyp mit einem selbst gehosteten Qwen-Vision-Modell über Ollama, dann für Genauigkeit und Skalierung auf Gemini 2.5 Flash umgestellt. Die KI-Schicht liegt hinter einer Schnittstelle, das Modell lässt sich also wechseln, ohne das Produkt anzufassen. Prompts, Schutzmechanismen und Nachbearbeitung stammen von uns.
🔧 Backend
PHP 8.4 + Symfony 7
REST-API mit JWT- und API-Key-Authentifizierung, Credits, Stripe-Webhooks und einem Worker für Batch-Jobs. PDFs werden mit Poppler gerendert.
🖥️ Web-Apps
Flutter Web
Kunden-App und Admin-Panel, beide in Flutter Web, dazu eine statische Marketing-Website und API-Dokumentation.
💾 Daten & Infrastruktur
PostgreSQL · Docker · Hetzner
Docker Compose hinter Nginx mit TLS, skriptgesteuerte Deploys und Rollback per Befehl.
KI wie diese in Ihrem Produkt?
Wir integrieren LLMs dort, wo sie echten Mehrwert schaffen — mit der Validierung, Sicherheit und Kostenkontrolle, die Produktion braucht. Erzählen Sie uns von Ihren Dokumenten, Daten oder Abläufen.