Lead-Scoring

Einen eingehenden Vertriebs-Lead aus rohem Formulartext qualifizieren.

Live ausprobieren

Das ist echt, kein Mockup. Bearbeite die Eingabe, klicke auf Ausführen, und Jev liefert jede typisierte Antwort in einem einzigen Roundtrip — kostenlos, ohne Anmeldung. Stell dir nun denselben Aufruf vor, parallel über Tausende von Elementen ausgelöst.

POST jevtypesafeai.com/api/v1/decide

Status — die Eingabe, die Software an Jev übergibt352c

Fragen — die typisierten Entscheidungen, die du zurückbekommst

scorefit

Wie gut passt dieser Lead zu einem technischen B2B-Infrastrukturprodukt?

→ 0…4 · 5 Stufen

choiceroute

Wohin sollte dieser Lead weitergeleitet werden?

→ eines von: enterprise, smb, nurture, disqualify

noulbuying_now

Befindet sich dieser Lead gerade aktiv in einem Kaufprozess?

→ Wahrscheinlichkeit 0,0 … 1,0

echte API · kostenlos · ohne Anmeldung

Typisierte, kalibrierte Ausgabe erscheint hier.
Wähle ein Demo, passe die Eingabe an und klicke auf Jev ausführen.

API-Key holen →← Alle Anwendungsfälle

Die Entscheidungen, die Jev trifft

In einem einzigen Aufruf wertet Jev jede davon aus — parallel, gegen dieselbe Eingabe:

scorefit

Wie gut passt dieser Lead zu einem technischen B2B-Infrastrukturprodukt?

bewertet es auf einer geordneten Skala:

schlechte Passung / unverbindlicher Interessent
schwache Passung
solide Passung
starke Passung
idealer Käufer mit hoher Kaufabsicht

choiceroute

Wohin sollte dieser Lead weitergeleitet werden?

wählt eine dieser Optionen:

enterprise — Enterprise Account Executive
smb — Self-Service / KMU
nurture — Marketing-Nurture-Sequenz
disqualify — keine Passung, disqualifizieren

noulbuying_now

Befindet sich dieser Lead gerade aktiv in einem Kaufprozess?

gibt eine kalibrierte Ja/Nein-Wahrscheinlichkeit zurück.

Die exakte Anfrage

Dies ist der echte Payload hinter der Live-Demo — kopiere ihn, ändere den state, und du baust schon:

{
  "model": "jev-latest",
  "state": "Eingehende Demo-Anfrage. Name: Priya Nadkarni. Unternehmen: Northwind Robotics (~450 Mitarbeitende). Rolle: VP of Engineering. Nachricht: 'Wir ersetzen eine selbst entwickelte Regel-Engine, die täglich Millionen von Events routet, und evaluieren dieses Quartal Anbieter. Wir brauchen etwas, das wir in 2 Wochen pilotieren können. Budget ist genehmigt.'",
  "questions": {
    "fit": {
      "type": "score",
      "instructions": "Wie gut passt dieser Lead zu einem technischen B2B-Infrastrukturprodukt?",
      "criteria": [
        "schlechte Passung / unverbindlicher Interessent",
        "schwache Passung",
        "solide Passung",
        "starke Passung",
        "idealer Käufer mit hoher Kaufabsicht"
      ]
    },
    "route": {
      "type": "choice",
      "instructions": "Wohin sollte dieser Lead weitergeleitet werden?",
      "criteria": {
        "enterprise": "Enterprise Account Executive",
        "smb": "Self-Service / KMU",
        "nurture": "Marketing-Nurture-Sequenz",
        "disqualify": "keine Passung, disqualifizieren"
      }
    },
    "buying_now": {
      "type": "noul",
      "instructions": "Befindet sich dieser Lead gerade aktiv in einem Kaufprozess?"
    }
  }
}

Binde es in deinen Code ein

Lies die typisierten Antworten und verzweige in einfachem Code — ohne Parsing. Bearbeite die hochkonfidenten Fälle automatisch und leite die unsicheren an ein größeres Modell oder einen Menschen weiter. Es ist ein einziger API-Aufruf und Output ist kostenlos, stelle also alle Fragen, die du brauchst, auf einmal.

Bau dein eigenes

Jedes Szenario oben ist ein einziger API-Aufruf. Teste jedes davon kostenlos im Playground und hol dir dann einen gehosteten Key, um es in Minuten auszuliefern.

Diese Demo ausführen ▶API-Key holen →