Projekt

RAG-Agent fuer PDPA Legal Compliance in Singapur

Ein retrieval-gestuetzter Legal-Workflow, der dokumentuebergreifende Compliance-Pruefung in ein wiederverwendbares Frage-Antwort-System verwandelt.

Python · RAG · Prompt Engineering · OpenAI API · Legal NLP

2026-heute

Product Snapshot

Role: Product R&D und Algorithm Engineering
Focus: RAG-Architektur fuer Legal Consulting, Retrieval-Design, Prompt Chains und PDF-Parsing-Research.
Validation: Projektunterlagen der Partnerkanzlei berichten eine Verbesserung der Benchmark-Basis um 33%.
Public Proof: RAG-Workflow, Evaluationsmaterial und Partner-Benchmark; die Kennzahl wurde fuer dieses Portfolio nicht unabhaengig reproduziert.

Next Step

Portfolio PDF About the Founder Email

Kontext

2026 arbeitete ich bei Lanyue Intelligence an einem RAG-Agenten fuer PDPA-Compliance-Beratung in Singapur.

Das Problem war sehr real: Juristinnen und Juristen mussten mehrere regulatorische Dokumente vergleichen, relevante Klauseln finden und daraus eine erklaerbare Empfehlung bauen. Der manuelle Prozess war langsam, teuer und inkonsistent.

Mein Anteil

Ich habe nicht nur ein Modell an Dokumente angeschlossen, sondern an der Systemkette mitgearbeitet:

Unterstuetzung der RAG-Architektur fuer Legal Consulting
Mitgestaltung von Parsing- und Retrieval-Flows fuer stabileren Clause Recall
Anpassung von mehrstufigen Prompt Chains mit legalem Kontext und weniger Halluzination
Ausrichtung der Systemleistung an realen Beratungsablaeufen statt an Demo-Effekten

Ergebnis

Projektunterlagen der Partnerkanzlei berichten eine Verbesserung der Benchmark-Basis um 33%. Die Kennzahl wurde fuer dieses Portfolio nicht unabhaengig reproduziert.

Das ist nuetzliche Evidenz fuer weniger Reibung und mehr Konsistenz in einem praezisen Fachworkflow, wobei die Quellenbegrenzung sichtbar bleibt.