Autofract

Case — im Inneren des Systems

Aus­wandern, minus Rätsel­raten.

Offene Daten, verwandelt in Rechner, Korridore und eine Live-Community — in 22 Sprachen.

50

Länder im Datenkern

33

Rechner, alle clientseitig

22

Sprachen, eine Pipeline

0

Laufzeit-Server, die ausfallen könnten

Relocating beginnt dort, wo die Unsicherheit beginnt: Was kostet es wirklich, welches Visum passt, wie lange bis zur Staatsbürgerschaft. Ein Build-Time-ETL normalisiert Weltbank-, Wetter- und Geodaten zu 30+ Datensätzen über 50 Länder hinweg; ein Quality-Gate lässt den gesamten Build scheitern, wenn ein einziger Datensatz inkonsistent ist. Aus diesem Rückgrat generiert eine Page-Engine Länder-Korridore, Vergleiche und Rankings — und 33 Rechner laufen vollständig clientseitig.

Dann wird die gesamte Seite von der eigenen Übersetzungspipeline in 22 Sprachen gespiegelt — selbstgehostete Modelle, versionierte Translation Memory und ein harter Build-Fehler bei jedem unübersetzten String. Ausgeliefert wird ein vollstatischer Build an die Edge: Zur Laufzeit kann nichts abstürzen. Daneben lebt City Chat, wo jede Nachricht vor Veröffentlichung durch KI-Moderation geht — auf EU-Postgres mit Row-Level Security und DSGVO-konformer Aufbewahrung von Grund auf.

Systemkarte

Live-Simulation — Knoten anfassen und verschieben.

Kern KI Worker Daten Auslieferung Schleusen Oberfläche

Im Inneren des Systems

Relocating

Offene Daten, zu einem Umzugsprodukt geformt

Open-Data-ETL

Weltbank, Wetter, Geo — pro Land normalisiert

Datensatzkern

30+ Datensätze über 50 Länder hinweg

Qualitäts-Gate

Schlechte Daten lassen den Build scheitern — wörtlich

Seiten-Engine

Programmatische Korridore, Vergleiche und Ranglisten

Rechner-Suite

33 Rechner, alle laufen im Browser

Statischer Build

Alles vorgebaut — zur Laufzeit kann nichts kaputtgehen

i18n-Pipeline

Spiegelt die ganze Site in 22 Sprachen

Übersetzungsspeicher

Versionierter Cache — kein Deploy ruft eine Live-Übersetzung

MT-Engine

Selbst gehostete Übersetzungsmodelle, GPU-Durchläufe

KI-Auffindbarkeit

llms.txt und Markup — gebaut, um zitiert zu werden

Edge-Auslieferung

Statisch am Rand, Auto-TLS, unveränderliches Caching

Stadt-Chat

Echtzeit-Räume mit Präsenz, aus Daten befüllt

KI-Moderation

Ein Modell prüft jede Nachricht, bevor sie öffentlich wird

Sicherheit

Sperren, Audit-Log, Limits, Aufbewahrung nach DSGVO

EU-Postgres

Row-Level-Security überall, so wenig PII wie möglich

So ein System für Sie?

Diesen Case hat das Studio Ende-zu-Ende entworfen, gebaut und betrieben. Ihrer kann der nächste sein — Festpreis, Produktion ab Woche eins.

Studio beauftragen

Nächstes System

PathCore →