# Aprixity

> Aprixity helps people responsible for operations find the bottleneck before software or AI is chosen.

The public funnel moves from a printable bottleneck worksheet to a self-check, an optional outside view, and continuing operational guidance.

This informal discovery aid describes reviewed public surfaces. It is not a ranking mechanism or a formal web standard.

## Start

- [Aprixity Startseite — DE](https://aprixity.run/de/): Startpunkt für den Engpass-Check und die Entscheidung, wo Software oder KI sinnvoll eingreifen kann.
- [Aprixity homepage — EN](https://aprixity.run/en/): Starting point for the bottleneck check and the decision about where software or AI can help.

## Productive funnel

- [Engpass-Check — DE](https://aprixity.run/de/engpass-check): Ein frei zugänglicher Arbeitsbogen, der Engpass, tragende Ursache und ersten Hebel strukturiert.
- [Bottleneck check — EN](https://aprixity.run/en/bottleneck-check): A public worksheet for structuring the bottleneck, its supporting cause, and the first lever.
- [KI-Beratung Hannover: den ersten KI-Fall entscheiden — DE](https://aprixity.run/de/ki-beratung-hannover): KI-Beratung für einen begrenzten ersten Fall: Arbeit und Prozess verstehen, Daten und Wissen nutzbar machen, Werkzeug begründet wählen und den ersten Eingriff umsetzen.
- [AI consulting Hannover: decide the first AI case — EN](https://aprixity.run/en/ai-consulting-hannover): AI consulting for one bounded first case: understand work and process, make data and knowledge usable, select the tool with a clear rationale, and implement the first intervention.
- [Aprixity Briefing — DE](https://aprixity.run/de/briefing): Fortlaufende Beobachtungen zu Engpässen, Betriebsarchitektur, AI-First und verlässlicher KI mit separater Anmeldung.
- [Aprixity Briefing — EN](https://aprixity.run/en/briefing): Continuing observations on bottlenecks, operating architecture, AI-first systems, and dependable AI with separate signup.
- [Außenblick — DE](https://aprixity.run/de/aussenblick): Optionales Gespräch, das einen ausgefüllten Bogen oder ein Check-Ergebnis von außen prüft.
- [Outside view — EN](https://aprixity.run/en/outside-view): Optional conversation that reviews a completed worksheet or check outcome from the outside.
- [Aprixity Manifest — DE](https://aprixity.run/de/manifest): Sechs Regeln für den Umgang mit Engpässen, Software und KI in verantworteten Abläufen.
- [Aprixity manifesto — EN](https://aprixity.run/en/manifesto): Six rules for handling bottlenecks, software, and AI in accountable operations.

## Product surfaces

- [Osiris — DE](https://aprixity.run/de/osiris): Produktseite für Immobilienunternehmen, die Objekt-, Kontakt- und Prozesswissen als prüfbaren Arbeitskontext nutzbar machen wollen.
- [Osiris — EN](https://aprixity.run/en/osiris): Product page for real estate operations that need asset, contact, and process knowledge as verifiable working context.
- [Sanierungs-Check — DE](https://aprixity.run/de/sanierung): Produktseite für den MCP-gestützten Sanierungs-Check mit direktem, kontrolliertem Client-Setup.
- [Renovation check — EN](https://aprixity.run/en/sanierung): Product page for the MCP-based renovation check with direct, controlled client setup.

## Method

- [Methodik — DE](https://aprixity.run/de/methodik): Die Methode verbindet Prozessbeobachtung, Kontext und technische Umsetzung.
- [Methodology — EN](https://aprixity.run/en/methodology): The method connects process observation, context, and technical implementation.

## Aprixity Akademie

- [Aprixity Akademie — DE](https://aprixity.run/de/aprixity-academy): Öffentliche Orientierung zu Lernformaten für Prozesse, Daten, KI-Kompetenz und Engpassarbeit.
- [Aprixity Academy — EN](https://aprixity.run/en/aprixity-academy): Public orientation to learning formats for processes, data, AI competence, and bottleneck work.
- [Akademie-Methode — DE](https://aprixity.run/de/aprixity-academy/methode): Fünf Denkbewegungen vom beobachteten Ablauf zur begründeten Intervention.
- [Academy method — EN](https://aprixity.run/en/aprixity-academy/methode): Five thought movements from an observed workflow to a reasoned intervention.

## Public knowledge

- [Wissen — DE](https://aprixity.run/de/wissen): Öffentliche Artikel und Leitfäden zu Engpässen, AI-First, Wissenssystemen und Betriebsarchitektur.
- [Knowledge hub — EN](https://aprixity.run/en/wissen): Public articles and guides about bottlenecks, AI-first systems, knowledge systems, and operating architecture.

## Developer resources

- [Aprixity Developer Resources — DE](https://aprixity.run/de/developers): Index der drei öffentlichen Leseoperationen, Fehlerverträge und maschinenlesbaren Discovery-Dokumente.
- [Aprixity Developer Resources — EN](https://aprixity.run/en/developers): Index of the three public read operations, failure contracts, and machine-readable discovery documents.

## Native Wissen articles

- [Knowledge Graphs vs. Vector RAG: Der fundamentale Unterschied — DE](https://aprixity.run/de/wissen/framework/knowledge-graphs-vs-vector-rag): Wann Graphverfahren gewinnen, wann klassisches RAG reicht und warum die Frageart über die passende Technik entscheidet.
- [Knowledge Graphs vs. Vector RAG: The Fundamental Difference — EN](https://aprixity.run/en/wissen/framework/knowledge-graphs-vs-vector-rag): When graph methods win, when classic RAG is enough, and why the question type determines the suitable technique.
- [Die 8 fundamentalen Schwächen von LLMs — DE](https://aprixity.run/de/wissen/framework/llm-schwaechen): Acht strukturelle Grenzen von Sprachmodellen und die Architekturmaßnahmen, die verlässlichen Einsatz ermöglichen.
- [The 8 Fundamental Weaknesses of LLMs — EN](https://aprixity.run/en/wissen/framework/llm-schwaechen): Eight structural limits of language models and the architectural controls required for dependable use.
- [MECE für LLMs: Strukturprinzip für präzise AI-Prompts — DE](https://aprixity.run/de/wissen/framework/mece-fuer-llms): Wie überschneidungsfreie und vollständige Kategorien Prompts und Antworten prüfbarer strukturieren.
- [MECE for LLMs: Structuring Principle for Precise AI Prompts — EN](https://aprixity.run/en/wissen/framework/mece-fuer-llms): How non-overlapping, collectively complete categories make prompts and answers easier to verify.
- [Die 5 Dimensionen eines vollständigen KI-Systems — DE](https://aprixity.run/de/wissen/framework/fuenf-dimensionen-ki-system): Ein MECE-Rahmen für Speichern, Verknüpfen, Schlussfolgern, Kommunizieren und Ausführen in KI-Systemen.
- [The 5 Dimensions of a Complete AI System — EN](https://aprixity.run/en/wissen/framework/fuenf-dimensionen-ki-system): A MECE frame for storing, relating, reasoning, communicating, and executing in AI systems.
- [Was ist GraphRAG? Der Hybrid-Ansatz für präzise AI-Antworten — DE](https://aprixity.run/de/wissen/framework/was-ist-graphrag): Wie GraphRAG Beziehungen mit Retrieval verbindet und für welche Fragearten dieser Ansatz geeignet ist.
- [What is GraphRAG? The Hybrid Approach Explained — EN](https://aprixity.run/en/wissen/framework/was-ist-graphrag): How GraphRAG combines relationships with retrieval and which question types suit this approach.
- [MCP erklärt: Das Model Context Protocol für LLM-Integration — DE](https://aprixity.run/de/wissen/guide/mcp-model-context-protocol): Wie das Model Context Protocol Sprachmodelle über kontrollierte Schnittstellen mit Werkzeugen und Daten verbindet.
- [MCP Explained: The Model Context Protocol for LLM Integration — EN](https://aprixity.run/en/wissen/guide/mcp-model-context-protocol): How the Model Context Protocol connects language models to tools and data through controlled interfaces.
- [Die Aprixity These: 2026–2030 — DE](https://aprixity.run/de/wissen/research/aprixity-these-2026): Eine These über deterministische Kontextschichten, autonome Agenten und die Entwicklung AI-First geführter Betriebe.
- [The Aprixity Thesis: 2026–2030 — EN](https://aprixity.run/en/wissen/research/aprixity-these-2026): A thesis on deterministic context layers, autonomous agents, and the development of AI-first operations.
- [Was ist ein Knowledge Graph — und warum interessiert das dein Unternehmen? — DE](https://aprixity.run/de/wissen/framework/knowledge-graph-fuer-unternehmen): Wie Knowledge Graphs Fakten und Beziehungen zu einem navigierbaren betrieblichen Wissensmodell verbinden.
- [Das IMPACTS Protocol für KI-fähige Prozesse — DE](https://aprixity.run/de/wissen/framework/impacts-protocol): Ein Vorgehen, das Prozessvereinfachung und expliziten Kontext vor die technische Automatisierung stellt.
- [Case Study: Knowledge Graph im Maklerbüro — DE](https://aprixity.run/de/wissen/research/case-study-maklerbuero-knowledge-graph): Wie kodifiziertes Expertenwissen die Exposé-Erstellung als nachvollziehbaren Prozess unterstützt.
- [Vom Bauchgefühl zum Graphen: High-Touch-Prozesse strukturieren — DE](https://aprixity.run/de/wissen/research/vom-bauchgefuehl-zum-graphen): Wie Intuition, Beziehungskontext und Erfahrungswissen für komplexe Prozesse strukturiert werden können.
- [From Gut Feeling to Graph: Structuring High-Touch Processes — EN](https://aprixity.run/en/wissen/research/vom-bauchgefuehl-zum-graphen): How intuition, relationship context, and experience can be structured for complex processes.
- [Warum dein CRM keine Intelligenz hat — DE](https://aprixity.run/de/wissen/guide/crm-ohne-intelligenz): Warum gespeicherte Daten ohne Beziehungen und Entscheidungskontext noch kein intelligentes System ergeben.
- [Intelligence Layer erklärt — DE](https://aprixity.run/de/wissen/framework/intelligence-layer-erklaert): Wie verlässlicher Kontext zwischen Betriebsdaten, deterministischen Werkzeugen und KI-Systemen entsteht.
- [Intelligence Layer explained — EN](https://aprixity.run/en/wissen/framework/intelligence-layer-erklaert): How dependable context emerges between operational data, deterministic tools, and AI systems.
- [AI-First, nicht AI-Only — DE](https://aprixity.run/de/wissen/guide/ai-first-nicht-ai-only): Ein Leitfaden zur Grenze zwischen menschlicher Verantwortung und sinnvoller KI-Unterstützung.
- [AI-first, not AI-only — EN](https://aprixity.run/en/wissen/guide/ai-first-nicht-ai-only): A guide to the boundary between human accountability and useful AI support.

## Public read-only APIs

Only the listed GET endpoints are part of the public, read-only agent surface.

- `GET /api/knowledge/articles`: Published article index with optional locale, content-type, and awareness-level filters.
- `GET /api/knowledge/articles/{slug}`: One published article with its available translations and framework metadata.
- `GET /api/aeo/articles/{slug}?locale={locale}`: Answer-first representation of one published article.

## Access boundary

Listed canonical pages are public. Their HTML and Markdown representations require no authentication.

Publication, lead data, private diagnostic results, and all unlisted API routes are outside this public agent contract.

## Discovery documents

- [Full public content guide](https://aprixity.run/llms-full.txt) — `text/plain`
- [Public API catalog](https://aprixity.run/.well-known/api-catalog) — `application/linkset+json`
- [OpenAPI specification](https://aprixity.run/openapi.json) — `application/json`
- [Authentication boundary](https://aprixity.run/auth.md) — `text/markdown`
- [Content access skill](https://aprixity.run/.well-known/agent-skills/aprixity-content/SKILL.md) — `text/markdown`