Ein Fundament, vier grundverschiedene Rahmenbedingungen
Der Agent-Stack ändert sich von Branche zu Branche kaum. Was sich ändert, ist das, worauf die jeweilige Branche nicht verzichtet: Das Finanzwesen braucht einen Audit-Trail, die Fertigung muss offline laufen, der Handel muss großen Mengen standhalten, und bei Technologieteams muss es in die vorhandene Toolchain passen. Wir schreiben diese Rahmenbedingungen zuerst in die Architektur und in die Abnahmekriterien — über Ergebnisse sprechen wir danach.
Für die meisten Finanzinstitute liegt das Schwierige nicht darin, dem Modell eine Antwort zu entlocken. Schwierig ist, diese Antwort hinterher zu belegen. Research-Notizen, interne Kontrollrichtlinien, Produktbedingungen und freigegebene aufsichtsrechtliche Formulierungen liegen in einem Dutzend Systemen, und wer was sehen darf, ist nach Person, Desk und Deal aufgeteilt.
Nachvollziehbarkeit ist deshalb die erste Rahmenbedingung, an der wir die Architektur ausrichten: Zu jeder Ausgabe lässt sich rekonstruieren, welche Passagen abgerufen wurden, welche Modellversion sie erzeugt hat, wer sie gelesen und wer sie geändert hat.
Berechtigungsdurchgriff Das Retrieval nutzt Konten und Sichtbarkeiten des Quellsystems statt einer zweiten Berechtigungstabelle, sodass ein Wechsel oder ein Austritt noch am selben Tag wirkt
Lückenloser Audit-Trail Abgerufene Passagen, Fundstellen der Quellenangaben sowie Modell- und Prompt-Versionen bleiben vollständig erhalten und lassen sich nach Zeitraum oder Ticketnummer zur Archivierung exportieren
Kontrollierte Formulierungen Aufsichtsrechtliche und kontrollrelevante Formulierungen stammen aus einem redaktionell gepflegten Glossar mit Vorrangregeln; das Modell darf sie nicht umschreiben
Typische Anwendungsfälle
Recherche-Synthese Pflichtveröffentlichungen, Analystenberichte und Gesprächsprotokolle verdichtet zu einem ersten Entwurf, der seine Quellenangaben mitführt
Klauselvergleich in der Compliance Die Unterschiede zwischen Klauselversionen auffinden und die betroffenen Produkte und Prozesse markieren
Beraterassistenz im Contact-Center Formulierungsvorschläge während des Gesprächs direkt an den Arbeitsplatz, samt der Produktbedingungen, auf denen sie beruhen
Vorprüfung von Kreditakten Vollständigkeitsprüfung der Kreditantragsunterlagen mit Rückgabe der fehlenden Positionen und der zu klärenden Punkte
Kennzahlen, die zählen
Trefferquote der QuellenangabenQuote manueller PrüfungenErstfreigabequoteKosten pro Fall
FERTIGUNG
Fertigung
In der Fertigung steckt nur ein kleiner Teil des Wissens in einer Datenbank. Es steckt in Jahrzehnten von Zeichnungen, Anlagenhandbüchern, Arbeitsplänen und in der Erfahrung langjähriger Bediener. Handbücher liegen meist als Scans vor, mit Tabellen über mehrere Seiten hinweg, das Werksnetz ist abgeschottet, und manche Hallen haben überhaupt keine Verbindung nach außen.
Ein falscher Parameter bedeutet hier kein schwaches Nutzererlebnis. Er bedeutet Stillstand oder eine verschrottete Charge. Das System muss die Antwort verweigern, statt zu raten.
Layouttreues Parsing OCR für gescannte Seiten und Rekonstruktion seitenübergreifender Tabellen; Seitenzahlen und Zeichnungsnummern bleiben erhalten, sodass eine Antwort direkt auf die Seite zurückverweist
Läuft offline Lokaler Betrieb im Werksnetz ohne Verbindung nach außen; Modelle, Indizes und Wissensstände werden als ein gemeinsames Release ausgeliefert
Parameter fest gebunden Prozessparameter werden direkt aus der strukturierten Quelle gelesen; was sich nicht zuordnen lässt oder außerhalb des zulässigen Bereichs liegt, wird verweigert, mit Nennung der zuständigen Stelle
Typische Anwendungsfälle
Q&A zum Anlagenhandbuch Fehlercodes und Reparaturschritte nach Maschinentyp und Handbuchstand finden
Prozessparameter nachschlagen Den aktuell gültigen Parameter und seinen zulässigen Bereich über Arbeitspläne und Änderungsmitteilungen hinweg auslesen
Analyse von QS-Berichten Fehler innerhalb einer Charge clustern und dasselbe Problem sichtbar machen, wenn es über Chargen hinweg wiederkehrt
Ersatzteile und Ticket-Assistenz Austauschteile nachschlagen sowie Ticketfelder ausfüllen und prüfen
Kennzahlen, die zählen
Trefferquote im ersten AnlaufMittlere DiagnosezeitTreffsicherheit der VerweigerungOffline-Verfügbarkeit
HANDEL
Handel & Konsumgüter
Im Handel beginnt alles als Mengenproblem: Zehntausende SKUs, ein Dutzend Kanäle, jeden Monat ein neuer Launch. So schnell kann niemand schreiben, und was geschrieben wird, läuft mit der Zeit auseinander. Dazu kommt das Formulierungsrisiko — Werberecht und die Regeln der einzelnen Plattformen unterscheiden sich, und eine einzige absolute Werbeaussage genügt, damit ein Angebot vom Marktplatz genommen wird.
Entscheidend ist hier nicht, wie gut ein einzelner Text ist. Entscheidend ist, ob sich ein Batch als Ganzes stichprobenartig prüfen, sperren und zurückrollen lässt.
Vorlagen plus Asset-Bibliothek Textvorlagen je Warengruppe, zusammengesetzt aus Attributfeldern, damit eine SKU auf jedem Kanal gleich klingt
Compliance-Rückfallebene Absolute Werbeaussagen, Wirkversprechen und vergleichende Aussagen werden nach der Generierung erneut geprüft; ein Treffer wird gesperrt und mit einem Umformulierungsvorschlag zurückgegeben
Rollback je Batch Generierung, Stichprobe und Veröffentlichung laufen batchweise; rutscht etwas durch, geht der gesamte Batch auf die Vorversion zurück
Typische Anwendungsfälle
Produktcontent in großem Umfang Titel, Verkaufsargumente und Texte für die Detailseite, je Kanal passend formatiert
Shopping-Assistenz Produkte nach Zielgruppe und Anwendungsfall empfehlen und die Begründung zu jeder Empfehlung mitliefern
Q&A nach dem Kauf Self-Service-Antworten zu Retouren, Lieferstatus und Garantiebedingungen
Kampagnen-Assets Textvarianten, Skripte für Kurzvideos und erste Kreativentwürfe für Peak-Kampagnen
Kennzahlen, die zählen
Kosten pro ArtikelCompliance-SperrquoteQuote manueller NacharbeitZeit bis zur Veröffentlichung
TECHNOLOGIE
Technologie
Entwicklungsteams muss man das Konzept nicht erklären. Sie wollen APIs, Kontingente und Observability. Die eigentliche Reibung entsteht daran, dass die Toolchain ohnehin schon lang ist — Quellcode-Hosting, CI, Tickets, Logs, das Data Warehouse — und wenn eine einzige Verbindung fehlt, wird der Assistent zu einem weiteren Tab, den niemand öffnet.
In Projekten dieser Art arbeiten wir eher wie eine zusätzliche Infrastrukturschicht für Ihr Plattformteam als wie ein Anbieter, der ein eigenständiges Produkt übergibt.
In die bestehende Toolchain eingebettet Erreichbar als API, als CLI, als IDE-Plug-in und als Chatbot, sodass niemand seine Arbeitsweise ändern muss
Kontingente und Kosten offen sichtbar Modellkontingente nach Team und Projekt zugeteilt; Aufrufvolumen und Ausgaben laufen direkt in die Dashboards, die Sie ohnehin betreiben
Sie können es selbst betreiben Quellcode, Deployment-Skripte, Evaluationssets und Prompts liegen in Ihren eigenen Repositories und gehen mit Ihrem eigenen Release-Zyklus live
Typische Anwendungsfälle
Engineering-Produktivität Codeerklärungen, Testfallentwürfe und ein erster Durchgang durch die Review-Kommentare
Assistenz für Log- und Datenanalyse Natürliche Sprache wird zu Abfragen, dazu Hinweise auf die Ursache einer Anomalie
Growth-Content-Pipeline Mehrsprachige Landingpages und Kampagnenmotive in großer Menge produziert
Interne Wissenssuche Ein Einstiegspunkt über Dokumentation, Tickets und Repositories hinweg
Kennzahlen, die zählen
Annahmequote der VorschlägeAufrufe pro NutzerKosten pro AufrufP95-Latenz
SZENARIO-BIBLIOTHEK
Neun Szenarien, die branchenübergreifend tragen
Diese neun Szenarien lassen sich am besten von Branche zu Branche übertragen. Für jedes davon liegen Prompt-Strukturen, Tool-Schnittstellen und Vorlagen für Evaluationssets bereits vor — das spart in der Regel zwei bis drei Wochen Ausarbeitung von Grund auf.
Kundenservice und Beraterassistenz
Input: Produktwissensbasis, frühere Tickets und Service-Richtlinien. Output: versandfertige Antwortentwürfe, Formulierungshinweise in Echtzeit für die Person im Gespräch und die Entscheidung, wann an einen Menschen übergeben wird — mit Begründung.
Q&A zum Unternehmenswissen
Input: Richtliniendokumente, Betriebshandbücher, Besprechungsnotizen und Dateien auf den Netzlaufwerken. Output: Antworten mit Quellenangaben und Seitenzahlen, begrenzt auf genau das, was der Nutzer im Quellsystem ohnehin sehen darf.
Engineering-Produktivität
Input: Repositories, Schnittstellendokumentation und frühere Fehlerberichte. Output: Codeerklärungen, Testfallentwürfe, ein erster Durchgang durch die Review-Kommentare und ein Hinweis darauf, was eine Änderung berührt.
Content-Produktion
Input: Produktattributtabellen, Vorgaben zur Markentonalität und die Liste unzulässiger Formulierungen. Output: Textvarianten je Kanal samt Ergebnis der Compliance-Prüfung, batchweise veröffentlicht und batchweise zurücknehmbar.
Assistenz für Datenanalyse
Input: Warehouse-Schemata, Kennzahlendefinitionen sowie Berechtigungen auf Zeilen- und Spaltenebene. Output: natürliche Sprache wird zu SQL, dazu Diagrammentwürfe und Hinweise darauf, was eine Zahl bewegt hat — die Abfrage bleibt jederzeit sichtbar und editierbar.
Prozessautomatisierung
Input: Ihre heutigen Freigabeketten, Formularfelder und Schnittstellen der Fachsysteme. Output: ausführbare Workflow-Knoten mit eingebauten Bestätigungspunkten für Menschen, Wiederholungen bei Zeitüberschreitung und Rollback-Protokollen.
Vertrags- und Klauselprüfung
Input: Vertragstext, Standardvorlagen und die interne Liste der Risikoklauseln. Output: ein Vergleich Klausel für Klausel, markierte Abweichungen und Änderungsvorschläge, die jeweils auf ihre Fundstelle im Original verweisen.
Ausschreibung und Angebotserstellung
Input: die Ausschreibungsunterlagen, frühere Angebote und die Produktreferenzbibliothek. Output: eine Aufschlüsselung Anforderung für Anforderung, Antwortentwürfe sowie eine Liste fehlender Eignungsnachweise und Belege.
Schulung und Einarbeitung
Input: Rollenhandbücher, Transkripte von Anleitungsvideos und die Sammlung häufiger Fragen. Output: Lernpfade je Rolle, Zwischenfragen im Kurs und Fortschrittsstatistiken, die zeigen, wo das Verständnis dünn ist.
Eine Branchenlösung ist kein Foliensatz. Am Ende eines Projekts halten Sie technische Artefakte in der Hand, die Sie selbst weiterpflegen können: Nach der Übergabe ändert Ihr Team den Code, schneidet das Release und behebt Fehler ohne uns.
Szenariospezifikation Prozessdiagramme, Datenflüsse und Berechtigungsgrenzen, Fehler- und Rückfallverhalten — so geschrieben, dass sie an die nächsten Verantwortlichen weitergegeben werden kann
Evaluationsset und Abnahmebasis Aus Ihren eigenen Geschäftsfällen aufgebaut, geliefert mit den Referenzantworten und den Bewertungsregeln
Quellcode und Deployment-Skripte Individueller Quellcode, Image-Builds und Deployment mit einem Befehl, sodass sich das System in Ihrer eigenen Umgebung neu aufbauen lässt
Betriebs-Runbook Monitoring-Kennzahlen, Alarmschwellen, Schritte für häufige Störungen und der Eskalationsweg
Schulungsunterlagen Ein vollständiger Satz je Rolle, samt praktischer Übungen und Konventionen für das Schreiben von Prompts
Regressionsberichte nach dem Go-live Das Evaluationsset wird im vereinbarten Zyklus erneut ausgeführt, mit Vergleich zur Basis beim Go-live und Anmerkungen zu den Abweichungen
Eine Branchenlösung ist ein Ausgangspunkt, keine Antwort. Nennen Sie uns ein konkretes Szenario und wie es heute abläuft — ein Termin genügt für eine Machbarkeitseinschätzung, die Liste der Rahmenbedingungen und eine erste Fassung der Abnahmekriterien.
