Ein KI-gestützter Arbeitsbereich, der Vorschriften, Förderungen und Interventionskataloge in Sekunden durchsucht, die Förderfähigkeit bewertet und Kosten, CO₂-Wirkung und Machbarkeit vollständiger Emissionsreduktionspfade modelliert — mit gestaffeltem Massenimport und Validierung, bevor Daten verbucht werden.
Kommunale Verantwortliche, die Emissionsreduktionen planen, steckten zwischen verstreuten Tabellen und Beraterberichten fest — ohne Möglichkeit, Interventionen zu finden, Förderungen zuzuordnen und die CO₂-Wirkung an einem Ort zu modellieren.
Ein Modell findet in einem Berg von Vorschriften gut mögliche Förderprogramme und Maßnahmen, darf aber nicht entscheiden, ob eine Stadt förderfähig ist: Diese Antwort muss eine Verwaltung vertreten können. Außerdem müssen die Emissionsdaten jeder Stadt in ihrem eigenen Bereich bleiben und geprüft sein, bevor sie zählen.
- Das Modell schlägt vor, Regeln entscheidenDas Modell findet mögliche Förderungen und Maßnahmen; eine deterministische Bewertung entscheidet über die Förderfähigkeit, und die Oberfläche zeigt, welche Regel entschieden hat.
- Suche in KlimaquellenRAG über Vorschriften, Förderprogramme und Maßnahmenkataloge in PostgreSQL + pgvector, hinter einem OpenRouter-Gateway für mehrere Modelle.
- Ganze Pfade statt EinzelprojekteKosten, CO₂-Wirkung und Machbarkeit werden über einen vollständigen Reduktionspfad modelliert.
- Import in StufenMassenimporte von Emissionsdaten werden bereitgestellt und geprüft, bevor sie in die Bücher gehen.
- Ein Bereich je StadtMandantenfähige Arbeitsbereiche mit Rollenrechten, Anmeldung über Auth0 und getrennten Umgebungen hinter nginx.
- Ein Arbeitsbereich, um Maßnahmen zu finden, Förderungen zuzuordnen und die CO₂-Wirkung zu modellieren, statt verstreuter Tabellen und Gutachten.
- Antworten zur Förderfähigkeit, die eine Verwaltung auf eine Regel zurückführen kann, nicht nur auf die Meinung eines Modells.
- Das Team jeder Stadt sieht nur seine eigenen Daten.
