Unser Vorgehen für KI-native Abläufe.
Eine Methode in fünf Phasen, die echte Abläufe für Agenten lesbar und für den Produktivbetrieb sicher macht. Wir erfassen die operative Ebene, strukturieren das Wissen, bauen das System und machen es messbar, damit Ihr Team es mit gutem Gefühl beaufsichtigen kann.
Warum die meisten Unternehmen noch nicht KI-nativ sind.
Drei Fehlermuster erklären fast jedes KI-Projekt, das im zweiten Jahr auf Eis gelegt oder still beendet wird.
Jemand kauft KI-Software, bevor irgendwer den Ablauf lesbar gemacht hat. Die Daten sind verstreut, die Regeln unausgesprochen, und der Agent muss raten, wo die Wahrheit liegt.
Der Prototyp ist großartig. Dann treffen echte Nutzer mit echten Richtlinien, Ausnahmen, Berechtigungen, verärgerten Kunden, fehlenden Daten und nie aufgeschriebenen Sonderfällen darauf.
Das System geht live ohne Traces, Evaluierungen, Dashboards und Eskalationsprüfung. Die Qualität driftet, die Kosten steigen, und niemand merkt es, bis das Vertrauen schon beschädigt ist.
Unsere Methode setzt direkt an jedem dieser Punkte an.
Die fünf Phasen.
Wir teilen jedes Projekt in fünf Phasen. Jede hat einen festen Umfang, feste Ergebnisse und ein klares Abschlusskriterium. Das Ziel ist ein Ablauf, den Ihre Agenten unter menschlicher Aufsicht verstehen, ausführen und verbessern können.
Phase 1: Erfassen.
Bevor wir etwas vorschlagen, prüfen wir. Fester Umfang, klares Ergebnis.
Wir setzen uns zu Ihrem Team, sehen zu, wie die Arbeit tatsächlich erledigt wird, und finden heraus, wo Menschen als Suchmaschine, Weiterleitung, Texter, Freigeber und Gedächtnis dienen. Das Ergebnis ist eine schriftliche Landkarte Ihrer Abläufe, geordnet nach Nutzen und Eignung für Agenten.
Sie verlassen die Phase Erfassen mit einem Dokument, das Sie auch einem anderen Anbieter geben könnten. Wir binden Sie nicht.
Phase 2: Entwerfen.
Sobald klar ist, was gebaut wird, machen wir den Ablauf lesbar, bevor wir ihn bauen.
Wir wählen den Stack, modellieren den Datenfluss, legen die verlässliche Datenquelle fest, schreiben die Entscheidungsregeln, definieren die Fehlerfälle, entwerfen die Kontrollpunkte für Menschen und erstellen eine technische Spezifikation, die Ihr CTO prüfen kann.
Bei der Technikwahl sind wir konsequent pragmatisch. Manchmal ist die richtige Antwort LangGraph und eine Vektordatenbank. Manchmal ist es eine Postgres-View und ein Cronjob.
Phase 3: Bauen.
Umsetzung in Zyklen, die Sie sehen.
Wir verschwinden nicht für drei Monate und tauchen mit einem fertigen Projekt wieder auf. Sie sehen alle zwei bis vier Wochen echten Fortschritt in einer laufenden Umgebung, mit Traces, Aktionen und Prüf-Warteschlangen, die Sie einsehen können.
Wir bauen mit Werkzeugen, die den Produktivbetrieb überstehen: LangGraph und Pydantic AI für die Orchestrierung, Langfuse für die Beobachtbarkeit, Trigger.dev für dauerhafte Jobs, Postgres für den Zustand. Den ganzen Stack finden Sie auf unserer Stack-Seite.
Phase 4: Messbar machen.
Kein System geht ohne Messung in Produktion. Das ist nicht verhandelbar.
Jedes System, das wir bauen, hat ab dem ersten Tag Langfuse-Beobachtbarkeit. Jeder LLM-Aufruf wird verfolgt, jeder Tool-Aufruf protokolliert, jede Kostenposition erfasst, jede Latenz gemessen und jeder Eskalationsgrund sichtbar gemacht.
Diese Phase ist Teil der Bau-Phase, wir nennen sie aber getrennt, weil sie den Unterschied macht zwischen einer KI-nativen Ebene, der Sie vertrauen können, und einem KI-System, das zum Risiko wird.
Phase 5: Betreiben.
Optional, aber empfohlen. KI-Systeme verfallen, wenn man nicht mehr hinsieht.
Modelle ändern sich. Prompts, die vor sechs Monaten funktioniert haben, funktionieren heute schlechter. Richtlinien ändern sich. Nutzer entdecken Sonderfälle. Mit dem Betriebs-Retainer verbessern sich Ihre Agenten-Abläufe weiter, ohne dass Sie die neuesten Entwicklungen selbst verfolgen müssen.
Jeden Monat prüfen wir die Ergebnisse gemeinsam, entscheiden, was als Nächstes besser werden soll, und wählen das nächste Modul, wenn es sinnvoll ist. Wir sagen offen, wenn die Gewinne kleiner werden.
So sieht die Zusammenarbeit aus.
Wer Ihre operative Ebene erfasst, baut sie auch und betreut sie. Keine Account-Manager und keine Ebenen dazwischen.
Wir sagen offen, was wir verwenden und wie wir arbeiten. Unser Stack ist öffentlich, unsere Methode steht auf dieser Seite.
Wir sagen Nein zu Projekten, die wir nicht annehmen sollten. Lieber verlieren wir ein Projekt, als etwas zu bauen, das es nicht geben sollte.