Agentic AI · live demo
A multi-agent system at work.
This is how agents work in the small — the same pattern with which a whole company of agents builds AshaCore: a supervisor delegates to specialist agents — a data agent fetches the data before anything is evaluated — until a reviewed, importable correction proposal stands. It shows how short the path from first idea to first proof of concept can be.
01 · Problemstellung
Produktdaten werden in mehreren Systemen teils getrennt gepflegt. Nach der Konsolidierung entstehen Verknüpfungsschieflagen: einzelne Varianten oder GTIN-nahe Beziehungen verweisen auf das falsche Basisprodukt. Manuell ist das mühsam zu finden — und es wächst mit jeder zusätzlichen Datenquelle.
02 · Die Frage an das Agenten-System
„Finde systemübergreifende Verknüpfungsschieflagen, erkläre die Ursache und erzeuge einen geprüften, importfähigen Korrekturvorschlag."
03 · Ablauf
„Lösung erarbeiten" startet den Ablauf: Der Supervisor plant, der Data-Agent holt die Daten, dann bewerten die Fachagenten und erzeugen einen geprüften Vorschlag.
Warte auf Data-Agent
The interactive demo controls are in German.
The building blocks
- Supervisor
- Breaks the task down and plans the path: data first, then evaluation, then the solution.
- Data agent
- Fetches the data first — for example via a Cypher query against Neo4j. Evaluation only comes afterwards.
- Specialist agents
- Graph analysis, domain validation and solution generation — each with a clear responsibility.
- Knowledge graph
- Product variants, base products and GTIN-like relationships as nodes and edges in a graph database.
- Evaluation & guardrails
- Confidence, conflict checks and thresholds decide between release and manual review.
- Importable output
- A traceable correction proposal with provenance and reasoning.