Häufige Fragen
Die kurzen Antworten zu The General Data Company. Was fehlt: hello@thegeneraldata.com.
- Was TGDC ist
- Ein Unternehmen für KI-Trainingsdaten mit Sitz in San Francisco, das in der EU beschafft
- Kanäle
- Insolvenzmassen, Aufzeichnung von Arbeitsabläufen, persönliche Dokumente. Nichts gescrapt
- Kontakt
- hello@thegeneraldata.com
Was ist The General Data Company?
The General Data Company (TGDC) ist ein Unternehmen für KI-Trainingsdaten. Es beschafft echte Betriebsdaten europäischer Unternehmen, anonymisiert sie und lizenziert sie an KI-Labore für Training, Evaluation und Produktentwicklung. TGDC hat seinen Sitz in San Francisco, USA; die Datenbeschaffung erfolgt in der EU und ist DSGVO-geklärt.
Was verkauft TGDC?
TGDC verkauft vier Dinge: Dokumentenarchive mit dokumentierter Verwahrkette, strukturierte Auszüge nach dem Schema des Kunden, zurückgehaltene Evaluationssätze aus nie veröffentlichtem Material und RL-Umgebungen (aufgabenbasierte Trainingsumgebungen mit programmatischen Prüfern, gebaut aus echten Arbeitsabläufen). Maßgeschneiderte Korpora werden auf Anfrage zusammengestellt.
Was sind RL-Umgebungen?
Eine RL-Umgebung bündelt eine Aufgabenbeschreibung, einen realistischen Arbeitszustand und einen programmatischen Prüfer, der jeden Versuch bewertet, sodass ein Sprachmodell mit bestärkendem Lernen an echter Arbeit trainiert werden kann. TGDC baut sie aus einwilligungsbasierten, rechtlich geklärten Unternehmensabläufen, die nie im offenen Web erschienen sind.
Woher stammen die Daten?
Aus drei autorisierten Kanälen: Insolvenzmassen, die Verwalter nur unter einem schriftlichen Mandat freigeben; die Aufzeichnung von Arbeitsabläufen, aufgenommen mit Einwilligung während die Arbeit geschieht; und persönliche Dokumente, die Einzelpersonen über eine Beitrags-App beisteuern, die noch nicht veröffentlicht ist, mit Anonymisierung auf dem Gerät. Nichts wird gescrapt.
Sind die Daten DSGVO-konform?
Die Beschaffung erfolgt in der EU und ist DSGVO-geklärt. Jedes Korpus durchläuft eine Rechteklärung zu Eigentum, Material Dritter und gesetzlichen Schranken. Personenbezogene Daten werden vor der Lieferung entfernt oder pseudonymisiert, und jede Charge wird überprüft.
Wie werden die Daten anonymisiert?
Benannte Entitäten, personenbezogene Daten und geschäftliche Kennungen werden entfernt oder deterministisch pseudonymisiert: Dieselbe reale Partei erhält im gesamten Korpus dasselbe Pseudonym, sodass Dokumente zusammenhängend bleiben, ohne jemanden preiszugeben. Jede Charge wird mit einem Prüfbericht ausgeliefert.
Scrapt TGDC das Web?
Nein. Jedes Korpus ist an der Quelle autorisiert und trägt eine schriftliche Rechtekette. Genau darum geht es: Die Daten, die TGDC lizenziert, sind nie im offenen Web erschienen und sind für bestehende Modelle daher tatsächlich ungesehen.
Können wir Daten oder Umgebungen exklusiv lizenzieren?
Ja. Exklusive Lizenzierung ist auf Ebene der Aufgabensammlung und des Korpus möglich. Eine exklusive Sammlung wird an einen Kunden geliefert und allen anderen vorenthalten. Die Bedingungen werden je Vereinbarung festgelegt; schreiben Sie an hello@thegeneraldata.com.
Ist The General Data Company ein IT-Dienstleister oder eine Etikettendruckerei?
Nein. The General Data Company unter thegeneraldata.com ist ein Unternehmen für KI-Trainingsdaten und steht in keiner Verbindung zu ähnlich benannten Unternehmen aus IT-Dienstleistung, Computernetzwerken oder Etikettenherstellung.
In welchen Formaten wird geliefert?
Archive werden als PDF, EML, XLSX und DOCX mit Manifesten und Prüfsummen geliefert; strukturierte Auszüge als JSONL oder Parquet nach Ihrem Schema. Jede Lieferung enthält die Herkunftsdokumentation, den Anonymisierungsbericht der jeweiligen Charge und die Lizenzbedingungen.