Ein Agent ist kein Chatbot. Er ist ein digitaler Kollege mit klar beschriebener Aufgabe.
Wir bauen Agenten, die Dokumente lesen, nach Ihren Regeln handeln und bei Entscheidungen an Menschen übergeben. Dafür definieren wir Rolle, Ein- und Ausgaben sowie klare Leitplanken.
Was ein KI-Agent eigentlich ist — und worin er sich von gewöhnlicher Automatisierung unterscheidet
Automatisierung folgt festen Regeln. Ein Agent erhält Ziel und Kontext, wählt passende Schritte und übergibt Ausnahmen an einen Menschen.
Automatisierung = festes Gleis
Ein fester Ablauf überträgt etwa eine Rechnung im erwarteten Format. Zuverlässig und günstig, aber anfällig für Ausnahmen.
Agent = Ziel plus Kontext
Ein E-Mail-to-Order-Agent versteht unterschiedlich formulierte Bestellungen und legt daraus Positionen im ERP an.
Warum das für Entscheider zählt
Agenten übernehmen text- und dokumentenbasierte Routine, die bisher menschliches Urteilsvermögen band.
Ingenieursarbeit statt Magie
Produktionsreife entsteht durch klare Rollen, Regeln, Anbindungen und Metriken — nicht allein durch ein leistungsfähiges Modell.
Woraus ein zuverlässiger Agent besteht — Schritt für Schritt
Ein zuverlässiger Agent ist ein System aus klar definierten Bestandteilen — nicht nur ein Modell.
Rolle — was er tut und was nicht
Wir beschreiben Prozess, Aufgabe und Grenzen präzise. Eine klar begrenzte Rolle erhöht die Zuverlässigkeit.
Input und Output
PDF, E-Mail oder Anfrage hinein; ERP-Zeilen, Antwortentwurf oder CSV heraus. So bleibt jedes Ergebnis prüfbar.
Regeln und Leitplanken
Wir legen fest, was der Agent selbst darf und wann er stoppen muss — besonders vor Zugriffen auf produktive Systeme.
Werkzeuge und Integrationen
Wir binden ERP, SharePoint, M365, CRM, PDM/CAD, E-Mail und WhatsApp per API oder RPA an.
Gedächtnis und Kontext — RAG
Dokumente aus ERP, DMS oder NAS werden per OCR erschlossen und als belegbarer Firmenkontext bereitgestellt.
Human-in-the-loop
Der Agent bereitet vor; Menschen ergänzen Fachurteile und genehmigen sensible Schritte.
Metriken
Fehlerquote, Reaktionszeit, Einsparung und Adoption werden gegen eine Baseline gemessen und laufend optimiert.
Governance und Sicherheit
KI-Ampel, Eigentümer und Zugriffsrechte gelten ab Tag eins; sensible Daten können auf eigener Infrastruktur bleiben.
Was der Agent nicht tut: ohne Freigabe versenden, Daten löschen oder über Geld entscheiden. Ihre Daten trainieren keine fremden Modelle.
Technologie unter der Haube
Was unsere Agenten in der Praxis leisten
Diese Agententypen laufen in realen Projekten. Modell und Werkzeug wählen wir nach Aufgabe und Datensensibilität.
Lese- / Extraktionsagent
Extrahiert strukturierte Daten aus Zeichnungen, Stücklisten, Rechnungen und Verträgen.
E-Mail-Agent
Überträgt Bestellpositionen ins ERP und entwirft Antworten auf wiederkehrende Anfragen.
Wissens- / RAG-Agent
Beantwortet Fragen aus Firmendokumenten, nennt Quellen und sichert internes Know-how.
Prozessagent
Erzeugt aus Protokollen Aufgaben und Eskalationen — direkt durch Mitarbeitende startbar.
Reporting-Agent
Beantwortet Fragen zu ERP- oder Data-Warehouse-Daten in natürlicher Sprache.
Kommunikationsagent / Chatbot
Bearbeitet Standardanfragen rund um die Uhr und übergibt Ausnahmen an Menschen.
Wie wir einen Agenten bauen, dem man vertrauen kann
Ein vertrauenswürdiger Agent erkennt fehlende Informationen und übergibt Entscheidungen. Diese Grenze entscheidet über den Produktivbetrieb.
Antwort mit Quelle
Der RAG-Agent belegt Antworten mit Preisliste, Zeichnung oder Dokument.
OCR mit klarer Grenze
Bei komplexen Zeichnungen lesen wir nur zuverlässige Bereiche wie Schriftfeld und Stückliste; Fachdetails ergänzt der Mensch.
Dokumenten-Audit vor dem Preis
Wir prüfen 5–10 reale PDFs und Layoutvarianten, bevor wir Zuverlässigkeit und Aufwand zusagen.
Menschen entscheiden
Der Agent übernimmt Routine; Urteilsvermögen und Genehmigung bleiben beim Menschen — auch in regulierten Branchen.
Was wir messen und wie wir Agenten langfristig betreiben
Wir messen jeden Agenten gegen eine Baseline und bleiben nach dem Go-live für Betrieb und Verbesserung verantwortlich.
Messbarer Betrieb
Reaktionszeit, Prozessdauer, Fehler, Rework, Einsparung und Adoption werden laufend verfolgt.
Typische Amortisation 3–12 Monate
Der Nutzen soll Pilot, Weiterentwicklung und langfristigen Betrieb tragen.
Betrieb und Feintuning
Wir analysieren Fehler, ergänzen Regeln und erweitern nur, wo es sich rechnet.
Daten bleiben im Unternehmen
Verschlüsselung, DSGVO, klare Governance und eine On-Prem-Option schützen sensible Daten.
Arbeitsvorbereitungs-Agent im ERP Helios — Maschinenbau- und Konstruktionsfirma
Ausgangslage
Die Arbeitsvorbereitung legte wöchentlich 15–25 Baugruppen bzw. 70–120 Positionen manuell in Helios an — inklusive Zeichnungen, Ablauf und Zeitnorm.
Audit vor dem Angebot
Wir prüften 5–10 reale Zeichnungen und starteten den Piloten mit einem einheitlichen Schriftfeld.
Verlässliche Grenze
Der Agent liest Schriftfeld und Stückliste, aber keine unzuverlässig erkennbaren Maße.
Automatisierte Arbeit
Er findet ähnliche ERP-Positionen, legt die Struktur an und übernimmt Ablauf sowie Zeitnorm.
Human-in-the-loop
Der Arbeitsvorbereiter ergänzt Blechdicke oder Biegungen im Dialog und prüft das Ergebnis.
Anbindung und Phasen
Helios wird per API und CSV angebunden; nach gefertigten folgen zugekaufte und normierte Teile.
Ergebnis
Der Agent übernimmt Routine für 70–120 Positionen pro Woche; der Arbeitsvorbereiter konzentriert sich auf Fachentscheidungen.
Haben Sie einen Prozess, der Menschen Zeit raubt?
Zeigen Sie uns, welche Aufgaben sich in Ihrem Unternehmen ständig wiederholen. Wir entwerfen eine Lösung und berechnen den Business Case.