Wenn Standardsoftware nicht reicht, entwickeln wir eigene KI Systeme für Ihr Unternehmen, vom Prototyp bis zum produktiven Einsatz. Wir betreiben auch eigene KI Produkte. Diese Erfahrung fließt in jedes Kundenprojekt ein.
Standardtools wie Copilot oder ChatGPT decken viele Aufgaben ab. Sie stoßen an Grenzen, wenn eine Aufgabe eigene Daten, mehrere Systeme und feste Prüfschritte verbindet. Bei einem Holzkonzern hat Copilot eine Produkttabelle als Fließtext gelesen und dadurch falsche Ergebnisse geliefert. Funktioniert hat es erst mit einer sauberen Datenstruktur und einer eigenen Anbindung.
Für solche Fälle entwickeln wir individuelle KI Lösungen und KI Agenten für Unternehmen, vom Prototyp bis zum produktiven System. Im Kern arbeiten wir zu zweit, bei Bedarf mit Spezialisten aus einem ausgewählten Netzwerk. Bisher haben wir 32 Generative KI Projekte mit Agents umgesetzt.
Assistenten, die Fachwissen schnell und verlässlich zugänglich machen. Beispiele sind eine Rechtsauskunft für die internen Juristen einer Sozialorganisation und ein Produktdaten Assistent für einen Vertrieb, der in hunderten Datenblättern die richtige Spezifikation finden musste.
Systeme, die Dokumente lesen, prüfen und weiterverarbeiten, etwa Baupläne, Förderanfragen oder Datenblätter. Das Ergebnis landet strukturiert in dem System, in dem Ihr Team ohnehin arbeitet.
Ein KI Agent bearbeitet eine Aufgabe in mehreren Schritten und nutzt dafür Werkzeuge wie CRM, Suche oder Datenbanken. In einem Multi Agent System übernehmen mehrere Agenten getrennte Rollen. Agenten brauchen klare Rollen, nicht nur Prompts.
KI Produkte, die Ihre Kunden direkt nutzen. Für ein niederländisches HealthTech Startup haben wir eine Recovery App neu konzipiert und die Agent Orchestrierung im Backend aufgebaut. Dazu kommt die Erfahrung aus eigenen Produkten wie Aderato, einer Pipeline für Ad Creatives.
Wir klären den Ablauf, die Datenquellen und die Systeme, an die die Lösung angebunden wird. Daraus entsteht eine Architektur, die auch nach Monaten wartbar bleibt.
Ein erster lauffähiger Stand, mit dem Ihr Team an echten Fällen testet, ob die Lösung das Problem trifft. So zeigt sich früh, ob sich der weitere Ausbau lohnt.
Aus dem Prototyp wird ein System für den Alltag: angebunden an CRM, ERP oder Ihre Microsoft Umgebung, mit Fehlerbehandlung und Dokumentation.
Wir führen die Lösung mit Ihrem Team ein, schulen die Anwender und passen sie anhand des Feedbacks an, bis das Team eigenständig damit arbeitet.
Individuelle KI Lösungen laufen innerhalb Ihres Microsoft Ökosystems und Ihrer Firmenumgebung. Es gibt keinen Datenabfluss nach außen, verarbeitet wird in der EU, und Datenschutz nach DSGVO ist eine Architekturentscheidung, kein Nachgedanke. Ziel ist, dass Ihr Team die Lösung eigenständig nutzt und die Ownership im Haus bleibt.
Für einen internationalen Holzkonzern ist ein Agent System mit CRM Anbindung entstanden. Es erkennt Vertriebssignale in Bauplänen und erstellt daraus ein Angebot, in Minuten statt Wochen. Die eigentliche Hürde lag nicht in der KI, sondern in der Datenbasis, die wir in eine Dataverse Struktur überführt haben.
Projekt ansehenArchitektur und Entwicklung verantwortet Nikolay Krastev. Er hat Artificial Intelligence an der JKU Linz studiert, seine Schwerpunkte sind agentische Systeme, Software Architektur und individuelle Entwicklungen. Simon Micheler hält die Verbindung zum Geschäft: was die Lösung leisten muss, wer sie nutzt und wie sie eingeführt wird.
Braucht ein Projekt mehr Spezialisierung, ziehen wir Profile aus unserem Netzwerk hinzu und benennen sie vorab.
Ein KI Agent bearbeitet eine Aufgabe in mehreren Schritten und nutzt dafür selbst Werkzeuge, zum Beispiel liest er Dokumente, schlägt im CRM nach und bereitet ein Ergebnis vor. Anders als ein Chatbot wartet er nicht auf jede einzelne Anweisung.
Ja, wenn der Ablauf klar ist. Wir starten mit einem einzelnen Use Case mit hohem Nutzen und bauen zuerst einen Prototyp. So sehen Sie, ob sich der Agent rechnet, bevor größer investiert wird.
Mehrere KI Agenten mit getrennten Rollen arbeiten an einer Aufgabe zusammen, etwa einer recherchiert und ein anderer prüft kritisch. Entscheidend ist, dass jede Rolle klar definiert ist. Das Muster der Orchestrierung bestimmt die Qualität und die Wartbarkeit.
Wenn Standardtools Ihre Daten nicht richtig verarbeiten, mehrere Systeme verbunden werden müssen oder die Lösung Teil Ihres Produkts wird. Ob das zutrifft, klären wir in der Discovery Phase, bevor entwickelt wird.
Innerhalb Ihres Microsoft Ökosystems und Ihrer Firmenumgebung, mit Verarbeitung in der EU. Es gibt keinen Datenabfluss nach außen.