KI-Vision, Transkription und Tariflimits

FlexyAgents kann Wissen über reinen Text hinaus mit KI anreichern: Gemini Vision beschreibt Bilder, damit die semantische Suche „Screenshots der Rechnungsseite“ findet, und Gemini transkribiert Podcasts oder Schulungsvideos in durchsuchbaren Text.

Auf gehosteter Infrastruktur kann Ihr Abonnement separate monatliche Obergrenzen umfassen für (1) Bilderkennung bei Importen vs. Crawls und (2) Medientranskription bei Importen vs. Crawls. OCR (Text aus Pixeln) und Basis-Metadaten ersetzen Vision nicht — das sind getrennte Pfade und nicht das, was diese „Bilderkennungs“-Quotas messen.

Einen gültigen Google-Gemini-API-Schlüssel für Ihre Organisation hinzuzufügen (Einstellungen → LLM-API-Schlüssel) leitet Vision und Transkription über Ihr Google-Konto, sodass gehostete FlexyAgents-Quotas für diese Vorgänge nicht hochzählen.

Die vier gehosteten Zähler (falls zutreffend)

Administratoren konfigurieren Limits im Tarif. Betreiber prüfen die Nutzung in der Wissen-Oberfläche: Importe zeigen Import-seitige Zähler; die Crawl-Oberfläche zeigt Crawl-seitige Zähler, wenn Medienverarbeitung aktiv ist.

Limits nutzen Kalendermonats-Fenster und dieselben „unbegrenzt“-Konventionen wie andere Tarifwerte, wobei -1 ohne Obergrenze bedeutet.

Bilderkennung — Importe in die Basis: zählt erfolgreiche gehostete Gemini-Vision auf importierten Bildern.
Bilderkennung — Web-Crawl: zählt gehostete Gemini-Vision auf beim Crawl entdeckten Bildern.
Medientranskription — Importe: zählt gehostete Gemini-Transkription auf importierten Audio-/Video-Dateien.
Medientranskription — Crawl: zählt gehostete Gemini-Transkription auf während eines Crawls abgerufenen Audio-/Video-URLs.

Verhalten und Fehler bei Importen

Vor der Verarbeitung prüft die Plattform, ob Inferenz einen gehosteten oder Ihren Org-Gemini-Schlüssel nutzt. Bei gehosteter Inferenz können neue Importe, die Vision oder Transkription erfordern, bei erreichtem Monatslimit mit expliziter Meldung abgelehnt werden (HTTP-402-ähnliche Meldung in APIs), statt still leeren Inhalt zu speichern.

Wenn ein BYOK-Tarif Ihren eigenen Gemini-Schlüssel verlangt und keiner konfiguriert ist, werden Vision- und Transkriptionsschritte übersprungen; Sie können dennoch OCR-Text oder Datei-Metadaten erhalten, falls zutreffend.

Fügen Sie früh einen Gemini-Schlüssel hinzu, wenn Marketing oder Support viele Screenshots oder Aufnahmen importiert.
Wenn Importe mit Quota-Meldung fehlschlagen, erhöhen Sie Limits (Admin), fügen Sie einen Gemini-Schlüssel hinzu oder importieren Sie vorübergehend textorientierte Formate.

Web-Crawl: getrennte Schalter

Die Crawl-Konfiguration bietet zwei Schalter: Bilderkennung (Gemini Vision auf entdeckten Bildern) und Audio-/Video-Transkription (Gemini auf abgerufenen Medien-URLs). Sie können nur HTML, nur Bilder, nur Medien oder jede Kombination crawlen.

Ein Crawl mit aktiviertem Schalter erfordert auflösbare Gemini-Konfiguration: FlexyAgents gehostet (je nach Umgebung) oder Ihren Org-Gemini-Schlüssel. Reine Text-Crawls benötigen kein Gemini.

Legacy-Anfragen „alles Medien verarbeiten“ werden für Kompatibilität auf beide Schalter gemappt.
Wenn gehostete Crawl-Quotas aufgebraucht sind, können folgende Bilder oder Medien in diesem Crawl nur mit OCR oder Platzhalter-Markierungen verarbeitet werden — so zählen fehlgeschlagene API-Aufrufe nicht gegen Limits.

Was Betreiber überwachen sollten

Kombinieren Sie Analytik mit Wissenspflege: Wenn Nutzer Fragen zu Visuals stellen, stellen Sie sicher, dass Vision aktiv ist und Quotas ausreichen. Wenn Transkriptionen fehlschlagen, verbessern Sie Audioqualität oder ergänzen Sie menschlich geprüftes Q&A für kritische Formulierungen.

Dokumentation → Governance → LLM-API-Schlüssel erklärt Rotation und Compliance; Dokumentation → Wissen → Web-Crawl behandelt Höflichkeit, Start-URLs und Umfang.

KI-Vision, Transkription und Tariflimits

Die vier gehosteten Zähler (falls zutreffend)

Verhalten und Fehler bei Importen

Web-Crawl: getrennte Schalter

Was Betreiber überwachen sollten

Bereit für fundierte Assistenten?