Legalyze
AllgemeinKI-Zusammenfassungen von Krankenakten und Rechtsdokumenten
Allgemeine KI- und maschinelles Lernen-Werkzeuge umfassen Plattformen zum Aufbau, Deployment und Management von ML-Modellen sowie Infrastruktur-, Auswertungs- und Workflow-Tools, die KI-Entwicklung breit unterstützen. Mit 674 Tools deckt diese Kategorie ein weites Spektrum ab – von No-Code-ML-Baukästen bis hin zu entwicklerorientierten MLOps-Infrastrukturen.
KI-Zusammenfassungen von Krankenakten und Rechtsdokumenten
App zum Englischlernen und zur Prüfungsvorbereitung
KI-generierte Changelogs mit Git- und Jira-Integration
ChatGPT-App für Mac mit eigenen Befehlen, Einmalkauf
Zielplanung in 13-Wochen-Zyklen
Chatbots aus eigenen Dokumenten erstellen
Rechnungsverarbeitung und Buchhaltung automatisieren
Texte und Bilder für Business-Inhalte generieren
Texte, Artikel und Dokumente sofort zusammenfassen
Texte auf Grammatik, Stil und Plagiate prüfen
KI-Agenten für effizientere Code-Reviews einsetzen
Texte umschreiben und auf Plagiate prüfen
Personalisierte tägliche Lernempfehlungen
Datenkenntnisse für mehr Wiederkäufe im E-Commerce
Erkenntnisse aus Nachrichtenartikeln und Trends gewinnen
Produktfragen auf deiner Website beantworten, Support-Tickets reduzieren
SEO-konformen und barrierefreien Alt-Text für Bilder generieren
Verzeichnis von KI-Werkzeugen für die Unternehmensautomatisierung
KI-Rechtsassistent für Recherche und Dokumenterstellung
Open Source Desktop-KI-Assistent für alle Plattformen
Multi-Agenten-Engineering-System für Entwicklungsteams
KI-Reisepläne nach persönlichen Vorlieben und Budget
Strukturierte Daten aus unstrukturierten Dokumenten per LLM extrahieren
Über 80 KI-Tools für Text, Bilder und Code
Diese Kategorie richtet sich an sehr unterschiedliche Zielgruppen. Plattformen wie Ultracode und Workverse setzen auf Automatisierung und Produktivitätsanwendungen auf KI-Basis, während Infrastrukturtools wie EdgeTrace Ingenieure beim Management von Modell-Pipelines und der Überwachung von Produktionssystemen unterstützen. Tools wie Userpersona und Hippo Scribe wenden Techniken des maschinellen Lernens auf spezifische Aufgaben an, etwa Persona-Generierung oder medizinische Transkription. Das verbindende Element ist, dass sie auf maschinellem Lernen basieren, sich aber nicht eindeutig in ein enges Segment wie Bildgenerierung oder Sprach-zu-Text einordnen lassen. Bei der Navigation durch diese Kategorie sind die nützlichsten Filter die technische Tiefe (No-Code vs. API-first), die Deployment-Umgebung (Cloud vs. Self-Hosted) und der Anwendungsfall. Viele Enterprise-Tools erfordern individuelle Preisangebote, während Entwickler-Tools häufig nutzungsbasierte Abrechnung anbieten. Die Auswertung von Modellgenauigkeit und Latenz auf den eigenen Daten ist fast immer notwendig, bevor man sich für den Produktionseinsatz entscheidet.