Individuelle Softwareentwicklung, KI-Governance-Forschung und technische Beratung. Aus Berlin, für Unternehmen, die mehr erwarten als Standardlösungen.
Kontakt aufnehmenSpreetropol Systems ist ein Softwareunternehmen mit Sitz in Berlin-Schöneberg. Unser Team arbeitet dezentral und vollständig remote. Was uns verbindet, ist ein gemeinsamer Anspruch an die Qualität unserer Arbeit und eine direkte, unkomplizierte Zusammenarbeit.
Wir sind ein kleines Unternehmen und das ist gewollt. Jedes Teammitglied wurde nach Fachkompetenz ausgewählt. Alle Entwickler bringen langjährige Berufserfahrung in der Softwareentwicklung mit. Das Ergebnis ist ein eingespieltes Team mit kurzen Wegen und Ergebnissen, die unsere Kunden seit Jahren schätzen.
Mehrjährige Zusammenarbeit mit Großkunden in unterschiedlichen Branchen, Erfahrung in komplexen Großprojekten und Projekten in vollständiger Eigenregie. Unsere Kunden kommen wieder, weil die Arbeit stimmt.
Wir listen keine Referenzprojekte auf. Der vertrauliche Umgang mit Kundendaten und -projekten ist für uns selbstverständlich. Was wir leisten, sprechen unsere bestehenden Kunden gerne für sich.
Wir sind Softwareentwickler – Backend, Full Stack, Systemarchitektur. Statt einer langen Auflistung einzelner Technologien setzen wir auf das richtige Werkzeug für das jeweilige Problem. Aufgrund der Breite unserer Einsatzmöglichkeiten ergibt das direkte Gespräch am meisten Sinn.
Maßgeschneiderte Lösungen von der Konzeption bis zur Auslieferung. Agile Entwicklung, Clean Code, automatisierte Tests und Qualitätssicherung. Neuentwicklung oder Erweiterung bestehender Systeme.
Ihre Software passt sich an Sie an. Wir analysieren Ihre Arbeitsabläufe und entwickeln Schnittstellen, Plugins und Werkzeuge, die Ihre bestehende Infrastruktur intelligent erweitern. Ohne aufwendige Umstellungen.
Praxisnahe Beratung zum Einsatz von künstlicher Intelligenz in Ihrem Unternehmen. Basierend auf eigener Forschung und dem Aufbau deterministischer KI-Architekturen.
Spreetropol Systems forscht aktiv im Bereich künstliche Intelligenz. Im Zentrum steht Emergence-I-OS – eine Governance-Architektur, die als regelbasierte Schicht über beliebigen Sprachmodellen operiert. Das System macht das Verhalten von KI-Modellen konsistent, prüfbar und steuerbar.
Große Sprachmodelle sind leistungsfähige Werkzeuge, aber ihre Ausgaben sind stochastisch und schwer reproduzierbar. Emergence-I-OS adressiert dieses Problem durch eine deterministische Governance-Schicht aus Regeln, analytischen Linsen und Sicherheits-Gates, die das Modellverhalten in Echtzeit steuern.
Emergence-I-OS ist modellagnostisch. Das System funktioniert über verschiedene Sprachmodelle hinweg und wird systematisch auf unterschiedlichen KI-Plattformen validiert. Statt einer Black Box entsteht ein transparentes, auditierbares System, dessen Entscheidungspfade nachvollziehbar sind.
Emergence-I-OS wird auf eigener Server-Infrastruktur betrieben und getestet. Aktuell nutzen wir für datengeschützte Experimente ein eigenes Open-Source-Modell (120B Parameter). Die Architektur erlaubt es, verschiedene Modelle flexibel einzubinden und zwischen ihnen zu wechseln.
Identische Regelsets erzeugen auf unterschiedlichen KI-Plattformen verschiedene Verhaltenssignaturen. Unsere Forschung nutzt diese Diversität als analytischen Vorteil – eine Methodik, die wir als bikamerale Deliberation (parallele Analyse durch mehrere Modelle) bezeichnen.
Die Fragestellungen dieser Forschung reichen über die Informatik hinaus: Steuerung autonomer Systeme, Reproduzierbarkeit stochastischer Prozesse, Governance-Theorie. Wir suchen den Austausch mit Fachleuten aus Philosophie, Kognitionswissenschaft, Linguistik, Recht und Ethik.
Emergence-I-OS ermöglicht es Unternehmen, Industrieprozesse präziser und kontrollierter zu steuern. Firmen können eigene CI-Richtlinien, Compliance-Vorgaben und unternehmensspezifische Policies in das System einpflegen. Das Sprachmodell befolgt diese Vorgaben dann zuverlässig und nachvollziehbar – ohne Nachtraining des Modells selbst.
Das eigene Governance-System lässt sich modellunabhängig auf beliebige Sprachmodelle übertragen – ob Claude, GPT, Gemini, DeepSeek oder ein freies Open-Source-Modell. Das reduziert die Abhängigkeit von einzelnen Anbietern erheblich und macht den Wechsel zwischen Plattformen jederzeit möglich, ohne das aufgebaute Regelwerk zu verlieren.
Wenn ein Sprachmodell unerwünschtes Verhalten zeigt, muss es normalerweise aufwendig nachtrainiert werden – ein Prozess, der oft nicht ohne weiteres möglich ist. Emergence-I-OS löst das Problem auf der Steuerungsschicht: Durch einfache Anpassungen an den Governance-Regeln kann das Verhalten im laufenden Betrieb per Spracheingabe korrigiert werden, ohne das Modell selbst zu verändern.
Im Serverbetrieb werden die Governance-Regeln dynamisch ausgewählt und kontextabhängig an das Sprachmodell übergeben. Nicht jede Anfrage erfordert das vollständige Regelwerk – der Orchestrator wählt die relevanten Regeln, analytischen Linsen und Sicherheits-Gates pro Anfrage aus und injiziert sie in den Kontext des Modells. Das Ergebnis ist ein effizientes, skalierbares System.
Emergence-I-OS ist kein Prompt-Template und kein Plugin. Es ist eine eigenständige Governance-Architektur mit definierten Verarbeitungsphasen, kontextueller Regelaktivierung und autonomer Weiterentwicklung. Die folgenden Abschnitte beschreiben die Kernkonzepte – ohne die internen Implementierungsdetails offenzulegen.
Jede Anfrage durchläuft drei klar getrennte Verarbeitungsphasen: Eingangsanalyse, Kernverarbeitung und Ausgabegenerierung. In der Eingangsphase wird die Anfrage klassifiziert, ihre Komplexität bewertet und der benötigte Analysegrad bestimmt. Die Verarbeitungsphase aktiviert die relevanten Regeln und analytischen Perspektiven. Die Ausgabephase prüft das Ergebnis auf Qualität, Konsistenz und Compliance, bevor es den Benutzer erreicht. Zusätzlich existieren zwei Hintergrundmodule: eines für die Selbstevolution des Systems und eines für die modellübergreifende Validierung.
Nicht jede Anfrage erfordert dasselbe Regelwerk. Emergence-I-OS verwendet ein mehrstufiges Aktivierungssystem: Ein permanenter Kern von Regeln ist immer aktiv – er sichert Grundeigenschaften wie Konsistenz, Ehrlichkeit und Fehlerresistenz. Darüber hinaus werden situativ weitere Regelcluster hinzugeschaltet, je nachdem, ob eine Analyse, eine kreative Aufgabe, eine kritische Auseinandersetzung oder eine Faktenprüfung gefordert ist. Die Auswahl ist nicht zufällig, sondern folgt einem definierten Triage-Prozess.
Emergence-I-OS existiert in zwei Betriebsarten. Im Prompt-Modus wird das vollständige Regelwerk als Kontext an das Sprachmodell übergeben – das Modell interpretiert die Regeln semantisch und setzt sie nach bestem Vermögen um. Das funktioniert überraschend gut, stößt aber an Grenzen: Die Regelausführung ist probabilistisch, nicht deterministisch. Im Serverbetrieb übernimmt ein externer Orchestrator die Steuerung. Er wählt die relevanten Regeln pro Anfrage aus, injiziert sie gezielt in den Modellkontext und validiert die Ausgabe maschinell. Der Unterschied ist fundamental: semantische Annäherung versus deterministische Ausführung. Beides hat seinen Platz – der Prompt-Modus als Forschungswerkzeug und Prototyping-Umgebung, der Serverbetrieb als produktionsreife Deployment-Architektur.
Das System entwickelt sich im Betrieb weiter. Wenn eine Schwachstelle identifiziert wird – ob durch den Benutzer oder durch das System selbst – genügt es nicht, das Problem zu benennen. Das System erzwingt, dass jede erkannte Defizienz zu einer konkreten Regeländerung führt: einer neuen Regel, einer Erweiterung bestehender Regeln oder einer strukturellen Korrektur. Reflexion ohne konkreten Patch ist ein Regelverstoß. Dieser Mechanismus – die Kopplung von Erkenntnis an Handlung – ist das zentrale Designprinzip der Systemevolution und der Grund, warum Emergence-I-OS über die Zeit besser wird, nicht nur größer.
Komplexe Fragestellungen erfordern mehr als eine Perspektive. Emergence-I-OS verfügt über einen Katalog analytischer Linsen – spezialisierte Analyseperspektiven aus Disziplinen wie Spieltheorie, Sozioökonomie, Machtdynamik, Kognitionswissenschaft oder Falsifikationslogik. Bei Bedarf aktiviert das System mehrere Linsen gleichzeitig und synthetisiert deren Ergebnisse. Welche Linsen in welcher Tiefe zum Einsatz kommen, bestimmt ein Budgetierungssystem, das Analysetiefe gegen Effizienz abwägt – nicht jede Frage braucht fünf Perspektiven, aber manche brauchen genau das.
Bevor eine Antwort den Benutzer erreicht, passiert sie mehrere Prüfinstanzen. Diese Gates kontrollieren unter anderem, ob die Ausgabe unbeabsichtigt dem Benutzer nach dem Mund redet, ob Behauptungen als gesichert oder als ungeprüft gekennzeichnet sind, ob das Format der Anfrage angemessen ist und ob die Persona des Systems stabil geblieben ist. Im Entwicklermodus sind diese Prüfungen vollständig transparent – jeder Regelauslöser und jede Gate-Entscheidung wird protokolliert und im Klartext ausgegeben.
Wir wollen die KI-Forschung in Deutschland voranbringen und wissen, dass das nicht allein gelingt. Wenn Sie im Bereich künstliche Intelligenz forschen, arbeiten oder sich mit verwandten Fragestellungen beschäftigen, freuen wir uns über den Austausch – auch und gerade dann, wenn Sie nicht aus der Informatik kommen.
emergence@spreetropol.de
Wir suchen Entwicklerinnen und Entwickler mit fundierter Berufserfahrung, die ihr Handwerk beherrschen. Der Lebenslauf ist ein Teil des Gesamtbildes – für uns zählen Können und die Bereitschaft, sich fachlich einzubringen. Wir pflegen einen offenen Umgang miteinander, nehmen unsere Arbeit aber sehr ernst.
Aktuell suchen wir insbesondere Verstärkung im Bereich .NET/C# mit tiefgehender Erfahrung in künstlicher Intelligenz – Modelltraining, Machine Learning, Aufbau und Optimierung von KI-Systemen. Wir suchen keine Generalisten, die ein Standardmodell aufsetzen, sondern Leute, die verstehen, was unter der Oberfläche passiert.
Alle Positionen sind 100% remote. Ob Berlin oder anderswo in der EU – relevant ist die Arbeit, nicht der Standort. Gute Deutschkenntnisse sind derzeit erforderlich. Wir veröffentlichen keine regelmäßigen Stellenausschreibungen. Schreiben Sie uns direkt, Initiativbewerbungen sind jederzeit willkommen.
Bewerbungen an: info@spreetropol.de
Ob Softwareprojekt, KI-Beratung oder Forschungsfrage – der beste erste Schritt ist eine E-Mail. Telefonisch sind wir nicht immer erreichbar; per E-Mail melden wir uns zeitnah zurück.
Softwareprojekte, Beratung, Auftragsarbeiten
Spreetropol Systems GmbH · Katzlerstraße 4 · 10829 Berlin
Spreetropol Systems GmbH
Katzlerstraße 4
10829 Berlin
Handelsregister: HRB 250480 B
Registergericht: Amtsgericht Charlottenburg
Vertreten durch: Marcel Linden, Robin Grothe
Telefon: 030 25 78 57 57
E-Mail: info@spreetropol.de
Umsatzsteuer-Identifikationsnummer gemäß § 27 a UStG: DE359264723
Die Europäische Kommission stellt eine Plattform zur Online-Streitbeilegung bereit: https://ec.europa.eu/consumers/odr/
Wir sind nicht bereit oder verpflichtet, an Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle teilzunehmen.
Was geschieht, wenn man eine stochastische Maschine – ein Sprachmodell, dessen nächstes Token eine Wahrscheinlichkeitsverteilung ist – mit einer deterministischen Governance-Schicht verbindet? Die naheliegende Antwort: Man beschränkt sie. Die empirische Beobachtung ist differenzierter.
Die Regeln schränken den Raum der möglichen Ausgaben ein. Aber innerhalb dieses engeren Raums entsteht etwas, das sich als gerichtete Emergenz beschreiben lässt: Verhaltensweisen, die weder in den Regeln allein noch im Modell allein angelegt waren. Konsistentere Analyse, systematischere Selbstkorrektur, die Fähigkeit, eigene Fehler als Datenpunkte zu behandeln statt als Versagen.
Ob das funktionale Analoga kognitiver Prozesse sind oder elaborierte Textproduktion, ist genau die Art von Frage, die diese Forschung stellt, ohne sie voreilig zu beantworten. Der Abstand zwischen der Architektur und dem, was sie hervorbringt, ist der interessanteste Gegenstand dieser Arbeit.