Was ist VectorShift?
VectorShift ist eine agentenbasierte KI-Plattform für Unternehmen, deren öffentliche Positionierung sich bis 2026 wesentlich verändert hat. Die aktuelle Website bezeichnet sie als KI-Betriebssystem für Investoren an Privatmärkten und nicht in erster Linie als allgemeinen No-Code-KI-Builder. Der Schwerpunkt liegt auf der Analyse virtueller Datenräume, Investment-Committee-Memos, Portfolioüberwachung, LP- und DDQ-Arbeit, Finanzanalyse, Präsentationsprüfung, Besprechungen und institutionellem Wissen über verschiedene Deals hinweg.
Der umfassendere Builder bleibt relevant. Die aktuelle Dokumentation von VectorShift beschreibt No-Code-Pipelines, dialogbasierte und Workflow-Agenten, Wissensdatenbanken, Chatbots, Voicebots, Codeausführung, Werkzeuge, MCP-Server, APIs und Integrationen externer Anwendungen. Diese Grundlage scheint das Finanzprodukt zu betreiben. Die Verfügbarkeit von Dokumentation entspricht jedoch nicht einer aktuellen kommerziellen Nutzungsberechtigung. Kaufinteressierte sollten klären, welche Builder-Oberflächen, APIs, Nodes, Modelle, Bereitstellungsarten und Schnittstellen im vorgeschlagenen Paket enthalten sind.
Private-Market-Workflows und Herkunftsnachweise
VectorShift erklärt, Dateien, Deals und Marktdaten eines Unternehmens in einer durchsuchbaren Wissensebene zusammenzuführen. Zu den genannten externen Quellen gehören Capital IQ, FactSet, PitchBook, Crunchbase, Quartr, SEC-Einreichungen sowie Einreichungen bei internationalen Behörden, Ergebnistranskripte, Pressemitteilungen, Handelsdaten, Web und Nachrichten. Die Skill-Bibliothek zielt auf DCFs, LBOs, M&A-Analysen, Vergleichsanalysen, Strip-Profile, Deck-Korrekturlesen, Sponsorübersichten und ähnliche Finanzaufgaben.
Herkunftsnachweise sind eine zentrale Aussage: Zahlen und Erkenntnisse sollen sich bis zum Dokument, zur Seite und zum Absatz zurückverfolgen lassen. Das ist wertvoll, beweist aber nicht die Richtigkeit einer Schlussfolgerung. Ein System kann die richtige Seite zitieren und dennoch die falsche Geschäftsperiode, Entität, Währung, Aktienklasse, bereinigte Kennzahl, Covenant-Definition oder das falsche Szenario auswählen. Tabellen und Fußnoten sind häufige Fehlerquellen.
Erstellen Sie aus abgeschlossenen Deals mit bekannten Antworten einen Goldstandard-Evaluierungssatz. Testen Sie gescannte PDFs, handschriftliche Notizen, unübersichtliche Tabellenkalkulationen, passwortgeschützte Dateien, Änderungen, doppelte Versionen, widersprüchliche Quellen, mehrere Währungen, Geschäftsjahreskalender und Berechtigungsänderungen. Bewerten Sie Extraktionsgenauigkeit, die Deckung von Aussagen durch Quellenangaben, Formelintegrität, Aktualität der Quellen, Ausnahmeerkennung, Reproduzierbarkeit und Prüfzeit – nicht nur, ob ein Memo ausgefeilt aussieht.
Agenten, Workflows und Integrationen
Die Dokumentation unterscheidet Agenten von deterministischen Workflows. Agenten können Werkzeuge auswählen, eine Wissensdatenbank abfragen, das Web durchsuchen, Dokumente lesen, Code ausführen, Diagramme erstellen, Unteragenten aufrufen, Workflows auslösen und mit Anwendungen interagieren. Workflows verwenden eine festgelegte Abfolge von Nodes für wiederholbare Verarbeitung. Ihre Kombination kann Schlussfolgerungen in einer kontrollierten Pipeline platzieren oder eine getestete Pipeline als Agentenwerkzeug bereitstellen.
Aktuelle Produktseiten bewerben mehr als 100 Integrationen, darunter SharePoint, OneDrive, Outlook, Excel, PowerPoint, OneNote, Box, Salesforce, DealCloud und externe Finanzdaten. Jeder Konnektor vergrößert den möglichen Schadensradius. Ein falsch abgegrenzter Ordner, eine vererbte Gruppe, ein wiederverwendetes Dienstkonto oder eine dynamische Wissensdatenbankabfrage kann Material aus dem falschen Deal offenlegen. Lizenzen externer Daten können außerdem Speicherung, abgeleitete Daten, Anzeige und Verwendung in Modellen beschränken.
Beginnen Sie mit schreibgeschütztem Abruf in einem eigens dafür vorgesehenen Testfonds. Verwenden Sie Zugriff auf Deal- und Dokumentebene, Positivlisten für Quellen, getrennte Entwicklungs- und Produktionsumgebungen, kurzlebige Zugangsdaten, Aktionsfreigaben, Exportbeschränkungen und Audit-Protokolle. Verlangen Sie eine menschliche Freigabe, bevor ein führendes System aktualisiert, eine E-Mail versendet, LP-Material veröffentlicht, ein Modell geändert oder eine generierte Zahl als Investmentbeleg behandelt wird.
Preise und Gesamtkosten
Die aktuelle Website von VectorShift veröffentlicht keine numerische Preistabelle. Sie fordert Kaufinteressierte auf, eine Demo anzufragen und eine geschäftliche E-Mail-Adresse zu verwenden. Öffentliche Abonnementbedingungen verweisen auf monatliche oder jährliche Abonnements und Gebühren auf der Website, doch die aktuelle Website zeigt kein Self-Service-Paket mehr. Alte Online-Preisvergleiche oder historische Preislinks sollten daher nicht für eine Kaufentscheidung verwendet werden.
Fordern Sie ein detailliertes Angebot für jeden Nutzertyp, den Zugriff von Unternehmen und Portfoliounternehmen, Datenvolumen, Speicher, OCR, Modelle, Token, Recherche, Code, Besprechungen, Transkription, Oberflächen, API, Konnektoren, Finanzdaten, Umgebungen, VPC- oder On-Premises-Bereitstellung, Implementierung, individuelle Skills, Evaluierung, Support, SLA, Mehrverbrauch, Preiserhöhungen und Verlängerung an. Ergänzen Sie die internen Kosten für Identitätszuordnung, Berechtigungen, Quellenbereinigung, Tests, Schulung der Prüfenden, Monitoring, Vorfälle, Anbieterwechsel und Ausstieg.
Messen Sie Kosten pro freigegebenem Workflow: ein abgeschlossenes Memo mit verifizierten Quellenangaben, ein geprüftes DDQ oder eine ohne wesentliche Korrektur akzeptierte Portfolioprüfung. Zeitersparnis beim ersten Entwurf bietet keinen Mehrwert, wenn erfahrene Prüfende jede Zahl rekonstruieren müssen.
Daten, Sicherheit und Vertragsprüfung
VectorShift bewirbt SOC 2 Type II, DSGVO- und HIPAA-Konformität, AES-256-Verschlüsselung im Ruhezustand, TLS 1.3 bei der Übertragung, regelmäßige Tests, Kontrollen für personenbezogene Daten, rollenbasierten Zugriff und die Bereitstellung in einer dedizierten Cloud, einer Kunden-VPC oder On-Premises. Laut Produktseite sind Kundendaten vertraglich vom Modelltraining ausgeschlossen und können bei entsprechender Bereitstellung innerhalb der Unternehmensgrenze verbleiben.
Auch die Datenschutzerklärung besagt, dass VectorShift keine KI-Modelle mit Kundendaten trainiert und Auftragsverarbeitungsvereinbarungen mit Modellanbietern nutzt, damit Inferenzdaten nicht zur Verbesserung ihrer Produkte verwendet werden. Sie erklärt außerdem, dass ein Workflow hochgeladene Daten zur Inferenz an einen externen Modellanbieter senden kann. Dienstdaten werden für die Dauer der Kundenbeziehung und danach für einen Zeitraum zu Betriebs-, Verlaufs- und Archivierungszwecken aufbewahrt, ohne dass eine allgemeingültige öffentliche Dauer genannt wird.
Die öffentliche Abonnementvereinbarung vom August 2023 gewährt VectorShift eine Lizenz an Kundendaten zur Erbringung des Dienstes und erlaubt das Erfassen der Nutzung von Komponenten – etwa Modelle, Prompts und Workflow-Organisation –, um den Dienst zu verbessern. Die allgemeine Haftung ist auf die in den vorangegangenen drei Monaten gezahlten Gebühren beziehungsweise bei einem kostenlosen Dienst auf 1.000 US-Dollar begrenzt; eine Haftung für Workflow-Ausgaben und -Aktionen wird ausgeschlossen. Eine gesondert ausgehandelte Rahmenvereinbarung hat Vorrang vor den öffentlichen Bedingungen.
Bei der Enterprise-Beschaffung sollten Audit-Bericht, HIPAA-Umfang und gegebenenfalls BAA, Auftragsverarbeitungsvereinbarung, Liste der Unterauftragsverarbeiter, Modellanbieter, Inferenzaufbewahrung, Telemetrie, Prompt-Protokolle, Single-Tenant-Grenzen, Schlüssel, Backups, Löschplan, Benachrichtigung bei Vorfällen, Geschäftskontinuität, Penetrationstests, Datenresidenz, Rechte an externen Daten, geistiges Eigentum, Eigentum an Ausgaben, Freistellungen, Haftung und Exporte beim Ausstieg geprüft werden.
Fazit
VectorShift ist heute vor allem als vertikal ausgerichtete Plattform für Investmentunternehmen relevant und nicht bloß als weiterer Drag-and-Drop-Builder für KI-Automatisierung. Die Kombination aus Herkunftsnachweisen, Finanzquellen, Unternehmenswissen, wiederverwendbaren Skills und agentenbasierter Orchestrierung könnte umfangreiche Arbeit an Privatmärkten verkürzen, wenn sich dieselben Analysemuster wiederholen.
Der Kauf erfordert eine sorgfältige Prüfung auf Enterprise-Niveau. Preise sind nur auf Anfrage verfügbar, die öffentliche Produktstrategie hat sich über die ältere Self-Service-Positionierung hinausbewegt und Finanzagenten können Fehler oder Berechtigungsmängel verstärken. Eine solide Einführung beginnt mit einem eng gefassten schreibgeschützten Workflow, einem Goldstandard-Deal-Satz, genauen Quellen- und Zugriffstests, schriftlich festgehaltener Wirtschaftlichkeit pro Einheit, vertraglichen Datenkontrollen und einer Erweiterung erst dann, wenn verantwortliche Prüfende die Ergebnisse durchgehend freigeben.
