KI-Einführung und KI-Agenten

Einführung von KI im Unternehmen und Entwicklung von KI-Agenten für das, was bei Ihnen bereits läuft. Wir beginnen mit der Aufgabe und nicht mit der Technologie: Zuerst rechnen wir aus, wo ein Modell den Menschen tatsächlich Arbeit abnimmt, und erst dann bauen wir.

Um KI herum ist viel Lärm, und darunter leiden beide Seiten. Die einen führen ein Modell ein, weil man das eben tut, und erhalten ein teures Spielzeug, das niemand nutzt. Die anderen rühren das Thema gar nicht an und erledigen von Hand, was längst entfallen könnte.

Wir gehen es von der anderen Seite an. Wir sehen uns an, wohin die Zeit der Menschen fließt: wo sie dasselbe erneut abtippen, ein Dokument durch zehn Ordner suchen, dieselbe Frage zum zwanzigsten Mal am Tag beantworten. Danach rechnen wir aus, was das im Monat kostet, und vergleichen es mit den Kosten für Einführung und Betrieb des Modells. Geht die Rechnung nicht auf, sagen wir es.

Ein Modell ist fast nie für sich genommen ein Produkt. Nützlich wird es innerhalb dessen, was bereits läuft: in Ihrem CRM, im Kundenkonto, im Support, in der Dokumentenverwaltung. Der größte Teil der Arbeit sind deshalb keine Prompts, sondern Einbindung, Zugriffsrechte, Daten und die Prüfung, dass sich die Antworten Menschen zeigen lassen.

Ein eigenes Gespräch gilt den Daten. Sind sie empfindlich gegenüber Abfluss, wird das Modell lokal auf Ihren Servern betrieben, und nach außen geht nichts. Ein solches Modell lässt sich auf Ihre Prozesse und Ihre Terminologie nachtrainieren. Das kostet mehr als der Anschluss an einen externen Dienst, dafür bleiben die Daten bei Ihnen.

Neben dieser Aufgabe stehen meist die Automatisierung von Geschäftsprozessen, Bots für Messenger und CRM und die Analytik. Das Modell wird in Unternehmenssysteme, in Serversoftware und in das Backend eingebaut. Ist noch unklar, was zuerst automatisiert werden soll und ob es sich rechnet, beginnen Sie mit der Unternehmensberatung.

01

Was die Leistung umfasst

Jede Auswahl aus dem Folgenden lässt sich einzeln beauftragen.

KI-Agenten für Arbeitsaufgaben

Ein Agent, der eine Kette von Schritten selbst durchläuft: Daten finden, ausfüllen, versenden, Rückmeldung geben. Genau mit den Rechten, die Sie ihm gegeben haben, und mit einem Protokoll aller Handlungen.

Suche und Arbeit mit Dokumenten

Antworten aus Ihrer Wissensbasis, aus Verträgen, Richtlinien und Korrespondenz, mit einem Verweis auf die Quelle, damit sich die Antwort prüfen lässt.

Bearbeitung von Anfragen

Auswertung eingehender Nachrichten und Anfragen, Einordnung, Antwortentwürfe, Hinweise für die Bearbeiterin. Wo der Preis eines Fehlers hoch ist, bleibt ein Mensch im Ablauf.

Lokale Modelle auf Ihren Servern

Betrieb innerhalb Ihres Hauses, bei Bedarf mit Nachtraining auf Ihre Prozesse. Kein einziges Dokument verlässt Ihre Seite.

Einbindung in Arbeitssysteme

CRM, E-Mail, Messenger, interne Dienste, Dokumentenverwaltung. Das Modell wird dort eingebaut, wo die Menschen ohnehin arbeiten, statt in einem eigenen Tab zu öffnen.

Prüfung der Qualität

Sätze von Prüffragen, Messung der Genauigkeit, Begrenzung der Antworten auf Ihre Daten, Protokoll und Aufarbeitung von Fehlern.

02

Wie wir arbeiten

01
Analyse der Aufgabe und Nutzenrechnung

Wir rechnen aus, wie viel Zeit und Geld die Aufgabe heute kostet und was davon nach der Einführung übrig bleibt. Trägt der Nutzen nicht, sagen wir das vor Arbeitsbeginn.

3-5 Tage
02
Prototyp an Ihren Daten

Wir bauen eine lauffähige Fassung an echtem Material und nicht an einem Demobestand. Hier zeigt sich, was das Modell in Ihrem Fall kann und was nicht.

2-4 Wochen
03
Einführung

Einbindung in die Arbeitssysteme, Zugriffsrechte, Protokolle, Unterstützung der Mitarbeitenden beim Einstieg in das Werkzeug.

ab 3 Wochen
04
Prüfung der Qualität

Durchläufe gegen Prüfsätze, Messungen und Einstellung der Grenzen, damit die Antworten im Rahmen Ihrer Daten bleiben.

parallel
05
Betreuung

Wir beobachten Qualität und Kosten, aktualisieren auf neue Modellversionen und ergänzen Szenarien.

laufend
03

Stack und Werkzeuge

PythonTypeScriptNode.jsC#OllamapgvectorQdrantPostgreSQLRedisDockerKubernetesAPIs von Sprachmodellen
04

Häufige Fragen

Mit einer Aufgabe, bei der spürbar und messbar Arbeitszeit anfällt. In zwei bis vier Wochen bauen wir einen Prototyp an Ihren Daten, und danach fällt die Entscheidung anhand von Tatsachen und nicht anhand einer Präsentation.

Ist das eine Bedingung, betreiben wir das Modell lokal in Ihrem Haus. Dann verlassen die Dokumente Ihre Server überhaupt nicht. Bestehen keine solchen Einschränkungen, binden wir externe Modelle an, und das ist günstiger.

Wir begrenzen die Antworten auf Ihre Daten, verlangen einen Verweis auf die Quelle, halten dort einen Menschen im Ablauf, wo der Preis eines Fehlers hoch ist, und führen ein Protokoll, mit dem sich ein Fehler nachvollziehen lässt.

Meist nicht. Die meisten Aufgaben deckt ein fertiges Modell zusammen mit einem sauber eingerichteten Zugriff auf Ihre Daten ab. Nachtraining lohnt sich, wenn Sie eine eigene Terminologie oder eigene gefestigte Prozesse haben.

Das regelt der Vertrag, und wir halten es in der Phase des Pflichtenhefts fest, noch vor Arbeitsbeginn. Während des Projekts arbeitet das Team entweder auf unserer Infrastruktur oder auf Ihrer: Das hängt von der Komplexität des Projekts ab und davon, ob bei Ihnen bereits eine Infrastruktur vorhanden ist. Jede abgenommene Etappe wird auf Ihre Server und in Ihr Repository übertragen, die Arbeit sammelt sich also bei Ihnen und nicht bei uns. Nach Abschluss des Projekts gehen der gesamte Code, alle Arbeitsergebnisse und die Dokumentation samt den Rechten daran an Sie über.

Ja, in einer gesonderten Vereinbarung: Beobachtung der Qualität, Kontrolle der Kosten für das Modell, Aktualisierungen und neue Szenarien.

05

Verwandte Leistungen

Besprechen wir Ihre Aufgabe?

Sagen Sie uns, was zu tun ist - wir melden uns mit einer Einschätzung, der Teamzusammensetzung und einem Plan für die ersten zwei Wochen.