KI in Prozessen
Künstliche Intelligenz (KI) kann helfen. Die Frage ist, wo genau: Ein Sprachmodell liest, sortiert, fasst zusammen und entwirft — zuverlässig überall dort, wo heute Menschen immer wieder dieselbe Art von Text lesen und dieselbe Art von Entscheidung treffen. Im Support, in der Akquise, bei der Artikelpflege, im Anfragen- und Kampagnen-Management, in der Auftragsabwicklung und in der Buchhaltung. Es kann nicht garantieren, dass es recht hat, und es sollte nicht entscheiden, wo eine Entscheidung Folgen für Menschen hat. Die Sharpness Solutions GmbH aus Oldenburg baut seit 1999 Shops, Websites, Individualsoftware und die Schnittstellen dazwischen. KI ist dabei ein Baustein unter anderen: angebunden an Ihre Daten, mit Freigabeschritten, protokolliert, auf Wunsch auf eigenen Servern in Deutschland. Diese Seite zeigt, in welchen Prozessen das heute funktioniert, was dabei zu beachten ist und wie ein Einstieg aussieht, der sich messen lässt.
Die Einsatzfelder unten haben eins gemeinsam: Es gibt ein Volumen an wiederkehrenden Vorgängen, bei denen Text gelesen, geordnet oder geschrieben wird, und es gibt Daten im Haus, an die sich die KI binden lässt — Artikelstamm, Ticket-Historie, Preisliste, Handbuch. Wo beides fehlt, lohnt sich der Aufwand selten. Wo beides da ist, spart ein gut angebundenes Modell pro Vorgang Minuten, und die summieren sich.
Eingehende Tickets werden nach Anliegen, Produkt und Dringlichkeit vorsortiert und dem richtigen Team zugeordnet. Für Standardfragen entwirft die KI eine Antwort aus Ihrer Wissensdatenbank und den bisherigen Tickets, mit Verweis auf die Quelle. Der Mitarbeiter prüft, ändert und schickt ab. Wiederkehrende Themen werden sichtbar, bevor sie zur Welle werden.
Recherche zu Firmen, Branche und Ansprechpartnern aus öffentlichen Quellen, zusammengefasst in einem Steckbrief. Anschreiben-Entwürfe, die auf das Unternehmen eingehen statt auf eine Liste. Bewertung eingehender Leads nach festen Kriterien, die Sie vorgeben — Größe, Region, Systemlandschaft. Was die KI nicht ersetzt: das Gespräch.
Produkttexte aus Attributen, Datenblättern und Herstellertexten, in Ihrer Tonalität und an die Quellwerte gebunden. Fehlende Merkmale erkennen, Kategorien vorschlagen, Alt-Texte und Bildbeschreibungen erzeugen, Übersetzungen für weitere Sprachen. Zehntausend Artikel sind damit kein Projekt für drei Monate mehr, sondern für drei Wochen mit Stichprobenprüfung.
Mails und Formulareingänge werden gelesen, klassifiziert und dem richtigen Bereich zugeordnet: Angebot, Reklamation, Lieferstatus, Bewerbung. Fehlende Angaben werden erkannt und als Rückfrage vorformuliert. Wer bisher morgens eine Stunde Posteingang sortiert hat, findet die Vorgänge einsortiert und mit Entwurf vor.
Zielgruppen aus Bestands- und Kaufdaten, Textvarianten für Anzeigen, Newsletter und Landingpages, Auswertung der Ergebnisse in Klartext statt in Tabellen. Die KI schlägt vor, welche Variante läuft und warum; die Entscheidung über Budget und Aussage bleibt bei Ihnen. Zu unseren Google-Ads- und SEO-Leistungen passt das direkt.
Bestellungen kommen als PDF, als Mail-Text, als Foto eines Bestellscheins oder per Fax. Die KI liest Positionen, Mengen, Lieferadresse und Wunschtermin aus und übergibt sie strukturiert an ERP oder Shop. Unklare Positionen gehen mit Markierung an einen Menschen. Das ist Prozessdigitalisierung mit einem neuen Werkzeug für die letzte Lücke: das unstrukturierte Dokument.
Eingangsrechnungen und Lieferscheine werden erfasst, Positionen der Bestellung zugeordnet, Abweichungen bei Menge oder Preis gemeldet, Vorkontierung vorgeschlagen. Die Buchung selbst macht Ihr System, die Freigabe ein Mensch. Was bisher Abtippen war, wird Prüfen.
Preislisten von Lieferanten kommen in jedem Format — Excel, PDF, Katalogseite. Die KI liest sie ein, gleicht Artikel mit Ihrem Stamm ab, erkennt Änderungen bei Preis, Mindestmenge oder Lieferzeit und bereitet die Übernahme vor. Lieferzusagen und Verzögerungen aus Mails landen am Vorgang statt im Postfach.
Aus Anfrage, Preisliste und Ihren Textbausteinen entsteht ein Angebotsentwurf mit Positionen, Beschreibung und Lieferbedingungen. Die KI prüft auf Vollständigkeit — fehlt die Lieferadresse, der Liefertermin, die Zahlungsbedingung — und markiert Abweichungen vom Standard. Kalkulationsregeln bleiben Ihre Regeln, hinterlegt im System, nicht erraten.
Handbücher, Verträge, Projektdokumentation, Altmails und Wiki: Eine Suche, die Fragen in ganzen Sätzen beantwortet und die Quelle nennt, Seite und Absatz. Nur über Ihre Dokumente, mit Ihren Zugriffsrechten — wer ein Dokument nicht lesen darf, bekommt auch keine Antwort daraus. Das Einarbeiten neuer Kollegen wird kürzer, das Suchen in Ordnern seltener.
Zahlen aus Shop, ERP, CRM und Matomo werden zu einem Bericht in verständlicher Sprache: was sich verändert hat, wo es auffällig wird, was zu prüfen ist. Montags um acht im Postfach, statt freitags von Hand gebaut. Die Zahlen rechnet das System, die KI erklärt sie — nicht umgekehrt.
Ein Assistent, der aus Ihren Produktdaten berät: Welches Ersatzteil passt zu diesem Gerät, welche Variante erfüllt diese Anforderung. Gebunden an den Artikelstamm, damit er keine Eigenschaften erfindet, und als KI gekennzeichnet, wie es die KI-Verordnung verlangt. Für B2B-Shops mit erklärungsbedürftigen Produkten oft der kürzeste Weg zu weniger Rückfragen.
Dubletten im Kundenstamm, Artikel mit fehlenden Pflichtfeldern, widersprüchliche Angaben zwischen Shop und ERP, Adressen in drei Schreibweisen. Die KI findet und schlägt vor, Sie entscheiden. Oft der sinnvollste erste Schritt, weil jeder spätere KI-Einsatz nur so gut ist wie die Daten, an die er gebunden wird.
Sprachmodelle sind gut in drei Dingen: Sie verstehen Text, auch unordentlichen, in vielen Sprachen und Formaten. Sie bringen ihn in Struktur — Kategorie, Felder, Zusammenfassung, Bewertung nach Kriterien. Und sie entwerfen Text, der zu einer Vorgabe passt: eine Antwort, eine Beschreibung, ein Anschreiben, einen Bericht. Alle drei Fähigkeiten arbeiten auf Vorgängen, die in Unternehmen täglich in großer Zahl anfallen, und bei allen dreien ist das Ergebnis ein Vorschlag, den ein Mensch in Sekunden prüfen kann. Das ist der Grund, warum die Einsatzfelder oben funktionieren: Nicht weil die KI klüger wäre als der Mitarbeiter, sondern weil sie die ersten achtzig Prozent jedes Vorgangs übernimmt, die vorher Routine waren.
Was ein Sprachmodell nicht kann: Fakten garantieren. Es formuliert flüssig, auch wenn es falsch liegt, und es weiß nicht, was es nicht weiß. Es rechnet unzuverlässig, wenn es ohne Werkzeuge rechnen soll. Und es kennt Ihr Unternehmen nicht — Ihre Artikel, Ihre Preise, Ihre Regeln, Ihre Kunden —, solange niemand es damit verbindet. Daraus folgen drei Regeln, die wir in jedem Projekt anwenden: Die KI wird an Ihre eigenen Daten gebunden und zitiert sie, statt aus dem Gedächtnis zu antworten. Was rechnet, rechnet das System, und die KI bekommt das Ergebnis. Und jede Ausgabe mit Außenwirkung — eine Mail an den Kunden, ein Angebot, ein Produkttext im Shop — geht über eine Freigabe, zumindest solange, bis die Fehlerquote im Pilot gemessen ist und Sie entscheiden, wo sie ohne Freigabe laufen darf.
Der Unterschied zwischen einem Werkzeug, das im Alltag hilft, und einem, das nach drei Wochen niemand mehr benutzt, liegt selten im Modell. Er liegt in der Anbindung: Hat die KI den Artikelstamm, die Ticket-Historie, die Preisliste? Steht der Vorschlag dort, wo der Mitarbeiter ohnehin arbeitet — im Ticketsystem, im Shop-Backend, im ERP — oder in einem weiteren Fenster? Wird protokolliert, was sie vorgeschlagen und was der Mensch geändert hat, damit sich beides verbessern lässt? Das sind Fragen der Softwareentwicklung und der Schnittstellen, nicht der KI. Deshalb sitzt das Thema bei uns dort, wo auch Prozessdigitalisierung und Individualsoftware sitzen.
Ein KI-Einsatz, der etwas bringt, hat drei Teile: die Daten, das Modell und den Ort, an dem das Ergebnis landet. Die Daten kommen aus den Systemen, die Sie haben — Shopware oder Magento, TYPO3 oder WordPress, ein ERP wie Sage, Microsoft Dynamics, SAP Business One oder ein Branchensystem, ein CRM, das Ticketsystem, Ihr Mailserver. Wir kennen diese Schnittstellen aus mehr als 250 Projekten seit 1999 und bauen sie so, dass die KI liest, was sie braucht, und nur das. Das Modell wählen wir nach Aufgabe und Datenschutzanforderung: ein großes Modell eines Anbieters über eine Schnittstelle, ein offenes Modell auf unseren Servern, oder für einfache Klassifikation ein kleines, das in Millisekunden antwortet und nichts kostet.
Das Ergebnis muss dort landen, wo gearbeitet wird. Für Shopware heißt das eine Erweiterung im Administrationsbereich, die den Produkttext-Vorschlag neben dem Artikel zeigt; für TYPO3 ein Backend-Modul; für ein ERP ein Feld oder ein Vorgang mit Status „vorgeschlagen“. Für Abläufe zwischen Systemen nutzen wir eine Automatisierungsplattform wie n8n auf unseren Servern oder bauen den Ablauf als eigenen Dienst, mit Warteschlange, Wiederholung bei Fehlern und einem Protokoll, in dem jeder Schritt nachvollziehbar ist. Freigaben sind ein eigener Schritt im Ablauf, kein Hinweis in einer Mail. Und wenn das Modell einmal nicht antwortet, läuft der Prozess ohne KI weiter, wie vorher — nur eben langsamer.
Wer bereits KI einsetzt, etwa über ein Plugin oder einen Dienst mit Abo, steht oft vor einem anderen Problem: Es läuft, aber niemand weiß, welche Daten dorthin gehen, was es im Monat kostet und ob die Ergebnisse besser werden. Wir prüfen solche Lösungen, messen Kosten und Fehlerquote und sagen, ob sie bleiben sollten, angebunden werden müssen oder durch etwas Eigenes ersetzt werden, das Ihnen gehört. Der Code liegt am Ende in einem Git-Repository, das Ihnen gehört, die Domain immer auf Ihren Namen. Das gilt für KI-Bausteine wie für alles andere, was wir bauen.
Es gibt Vorgänge, in denen die KI vorsortieren und vorformulieren darf, die Entscheidung aber bei einem Menschen bleibt — nicht aus Vorsicht, sondern weil Fehler dort nicht rückholbar sind oder weil das Gesetz es verlangt. Dazu gehören alle Entscheidungen über Menschen: Bewerbungen, Beurteilungen, Kündigungen, Kreditwürdigkeit. Die KI-Verordnung stuft KI-Systeme im Personalbereich als Hochrisiko ein, und die DSGVO verbietet in Artikel 22 automatisierte Entscheidungen mit rechtlicher Wirkung ohne menschliche Beteiligung. Eine KI darf also Bewerbungen nach formalen Kriterien ordnen, die Sie festgelegt haben; sie darf nicht entscheiden, wer eingeladen wird.
Dazu gehören Preise und Konditionen, sofern sie nicht nach hinterlegten Regeln gebildet werden: Ein Modell, das ein Angebot „angemessen“ bepreist, rät. Ein System, das Ihre Kalkulationsregeln anwendet und die KI nur die Beschreibung schreiben lässt, rechnet. Dazu gehören Rechtsfragen — Vertragsklauseln, Kündigungsfristen, Mahnungen mit rechtlicher Wirkung — und alles, was Zusagen gegenüber Kunden enthält, etwa Liefertermine oder Garantien. Für diese Fälle bauen wir den Vier-Augen-Schritt fest ein: Die KI liefert den Entwurf und die Begründung, der Mensch gibt frei, und beides wird protokolliert.
Eine Grenze anderer Art ist die Erwartung. KI macht einen schlechten Prozess nicht gut, sie macht ihn schneller schlecht. Wenn Anfragen in fünf Postfächern landen und niemand zuständig ist, hilft ein Modell, das die Anfragen liest, zunächst nichts. Deshalb beginnt jedes Projekt bei uns mit dem Prozess, nicht mit dem Werkzeug: Wer macht heute was, wo bleibt es liegen, welche Information fehlt an welcher Stelle. Oft ist der erste Schritt eine Schnittstelle oder ein Formular mit Pflichtfeldern, und die KI kommt im zweiten. Das ist weniger spektakulär, aber es ist der Grund, warum Prozessdigitalisierung bei uns seit Jahren funktioniert.
Die erste Frage bei jedem KI-Einsatz: Welche Daten verlassen das Haus, und wohin? Ein Support-Ticket enthält Namen, Adressen und manchmal mehr; eine Bestellung enthält Kundendaten; ein Vertrag enthält Geschäftsgeheimnisse. Geht so etwas an einen Anbieter in den USA, braucht es einen Auftragsverarbeitungsvertrag nach Artikel 28 DSGVO, eine Rechtsgrundlage für die Übermittlung und die Zusicherung, dass die Daten nicht zum Training verwendet werden. Große Anbieter bieten das in ihren Unternehmenstarifen an, mit Rechenzentren in der EU; die Standardangebote für Privatnutzer bieten es nicht. Wir prüfen das je Anbieter und Tarif und dokumentieren es für Ihr Verarbeitungsverzeichnis. Was keinen Anbieter braucht, bekommt keinen: Vieles lässt sich mit pseudonymisierten Daten erledigen, bei denen Namen und Kundennummern vor dem Modell durch Platzhalter ersetzt und danach wieder eingesetzt werden.
Die andere Möglichkeit ist, das Modell ins Haus zu holen. Offene Modelle laufen auf unseren eigenen Servern im Hetzner-Rechenzentrum Falkenstein, Deutschland, auf unserem Proxmox-Cluster mit Docker, Monitoring und Backups. Dann verlassen die Daten Ihre Umgebung nicht, es gibt keine Abhängigkeit von Tarif und Preisliste eines Anbieters, und die Kosten sind planbar. Für Klassifikation, Extraktion aus Dokumenten, Zusammenfassungen und Suche über eigene Dokumente reichen diese Modelle heute aus; für anspruchsvolle Texte in Kundensprache sind die großen Anbieter-Modelle oft noch besser. Welche Kombination passt, entscheidet sich im Pilot, mit Ihren Daten und gemessen, nicht nach Datenblatt.
Die KI-Verordnung der EU, international AI Act genannt, ist seit August 2024 in Kraft und gilt in Stufen. Seit Februar 2025 sind bestimmte Praktiken verboten, und Unternehmen müssen dafür sorgen, dass Mitarbeitende, die KI einsetzen, ausreichend KI-Kompetenz haben. KI-Systeme, die mit Menschen interagieren, müssen als solche erkennbar sein — ein Beratungsassistent im Shop stellt sich also als KI vor. Hochrisiko-Anwendungen, etwa im Personalwesen, unterliegen besonderen Pflichten. Die Einsatzfelder auf dieser Seite liegen ganz überwiegend außerhalb des Hochrisikobereichs; wo ein Vorhaben in seine Nähe kommt, sagen wir es vorher. Die rechtliche Bewertung liegt bei Ihnen und Ihrem Datenschutzbeauftragten; wir liefern die technische Grundlage: welche Daten wohin fließen, was protokolliert wird und wie der Mensch in der Schleife bleibt.
Der Einstieg beginnt nicht mit einer KI-Strategie, sondern mit einem Prozess. Wir suchen ihn gemeinsam nach drei Kriterien aus: Er kommt oft vor, er kostet heute spürbar Zeit, und die Daten, an die sich die KI binden muss, sind vorhanden oder mit vertretbarem Aufwand zu beschaffen. Häufig ist das der Posteingang, die Artikelpflege oder das Auslesen von Bestellungen und Belegen. Für diesen einen Prozess legen wir fest, was gemessen wird: Minuten je Vorgang, Anteil der Vorschläge, die ohne Änderung übernommen werden, Durchlaufzeit, Fehler, die bis zum Kunden kommen. Ohne diese Zahlen lässt sich hinterher nicht sagen, ob es sich gelohnt hat.
Der Pilot läuft mit echten Daten und echten Mitarbeitern, auf einem abgegrenzten Teil — eine Produktgruppe, ein Postfach, eine Lieferantenliste. Vier bis sechs Wochen reichen meist, um die Fehlerquote zu kennen und zu sehen, ob die Kollegen das Werkzeug benutzen oder umgehen. Beides sind Ergebnisse. In dieser Zeit stellen wir das Modell, die Anbindung und die Vorgaben so lange nach, bis die Zahlen stimmen oder klar ist, dass sie es nicht tun. Dann entscheiden Sie: ausrollen, anpassen oder lassen. Was ausgerollt wird, geht in den Betrieb wie jede andere Software bei uns: mit Monitoring, Protokoll, Updates der Modelle und Abhängigkeiten und auf Wunsch mit einer Service-Level-Vereinbarung.
Für den Betrieb gilt dasselbe wie bei Shops und Websites: Wartung mit SLA in den Stufen BASIC, STANDARD und ADVANCED mit 24, 8 oder 4 Stunden Reaktionszeit, jeweils für ein Jahr gebucht; die Arbeit nach Aufwand oder im vereinbarten Rahmen mit Stunden. Ohne Vereinbarung bearbeiten wir Anfragen innerhalb von 48 Stunden in unseren Geschäftszeiten Mo–Do 9:00–16:00 Uhr, Fr 9:00–13:00 Uhr. Sharpness gibt es seit 1999, mit einer IT-Haftpflichtversicherung und einem Team in Oldenburg, das Shops, Websites, Individualsoftware und Schnittstellen baut. KI ist für uns kein eigenes Geschäft, sondern ein weiteres Werkzeug in den Prozessen, die wir seit Jahren digitalisieren. Das ist, so glauben wir, die richtige Haltung dazu.
Ablauf
Schildern Sie uns, wo in Ihren Abläufen Zeit verloren geht — Posteingang, Artikelpflege, Belege, Support, Akquise. Sie bekommen eine erste, unverbindliche Einschätzung: wo KI bei Ihnen heute hilft, was zuerst dran ist und wie ein Pilot aussähe. Telefon 0441 21 21 63 0, Mo–Do 9:00–16:00 Uhr, Fr 9:00–13:00 Uhr. Wir arbeiten bundesweit remote, Termine in Oldenburg und im Nordwesten nach Absprache.
Sie schildern Ihre Prozesse und wo Zeit verloren geht: Posteingang, Artikelpflege, Belege, Support. Wir sagen, wo KI heute hilft, wo eine Schnittstelle oder ein Formular zuerst dran ist und was wir nicht empfehlen — unverbindlich, am Telefon oder vor Ort.
Gemeinsam wählen wir den Prozess für den Einstieg: häufig, zeitintensiv, mit vorhandenen Daten. Wir legen fest, was gemessen wird — Minuten je Vorgang, Anteil übernommener Vorschläge, Fehlerquote — und welche Daten wohin fließen dürfen.
Welche Systeme liefern die Daten, welche Felder sind personenbezogen, was wird pseudonymisiert, welches Modell kommt in Frage: Anbieter mit EU-Rechenzentrum und AV-Vertrag oder ein offenes Modell auf unseren Servern in Deutschland. Dokumentiert für Ihr Verarbeitungsverzeichnis.
Vier bis sechs Wochen auf einem abgegrenzten Teil: eine Produktgruppe, ein Postfach, eine Lieferantenliste. Die Vorschläge erscheinen dort, wo gearbeitet wird, mit Freigabeschritt und Protokoll. Wir stellen nach, bis die Zahlen stimmen oder klar ist, dass sie es nicht tun.
Sie sehen die gemessenen Zahlen und entscheiden: ausrollen, anpassen oder lassen. Beim Ausrollen binden wir die weiteren Bereiche an, legen fest, wo Vorschläge ohne Freigabe laufen dürfen, und schulen das Team, wie es die KI-Verordnung verlangt.
Monitoring, Protokoll, Updates von Modellen und Abhängigkeiten, Kostenkontrolle je Vorgang und ein fester Ansprechpartner. Auf Wunsch mit Service-Level-Vereinbarung — auf unseren eigenen Servern in Deutschland oder in Ihrer Umgebung.
Projekte auf diesem System
Ein Auszug — nicht die vollständige Kundenliste.
Dort, wo viele gleichartige Vorgänge Text lesen oder schreiben und die nötigen Daten im Haus sind. In der Praxis sind das meist drei Stellen: der Posteingang mit Anfragen, Bestellungen und Belegen; die Artikelpflege mit Produkttexten, Merkmalen und Übersetzungen; und der Support mit wiederkehrenden Fragen. Dort spart ein angebundenes Modell pro Vorgang Minuten, und die Fehlerquote lässt sich leicht messen, weil ein Mensch den Vorschlag ohnehin sieht. Weniger geeignet sind seltene, komplexe Vorgänge und alles, was Entscheidungen über Menschen oder Zusagen an Kunden enthält. Welcher Prozess bei Ihnen zuerst dran ist, klären wir im Erstgespräch — unverbindlich.
Sie ersetzt die Routineanteile, nicht die Stelle. Ein Modell sortiert vor, füllt aus und entwirft; prüfen, entscheiden, mit dem Kunden sprechen bleibt beim Menschen. In den Projekten, die wir sehen, verschiebt sich die Arbeit vom Abtippen und Suchen zum Prüfen und Klären — und das Volumen, das ein Team schafft, steigt. Wichtig ist, dass die Kollegen das Werkzeug mitgestalten: Wer es im Pilot vier Wochen benutzt, sagt sehr genau, was fehlt. Die KI-Verordnung verlangt ohnehin, dass Mitarbeitende, die KI einsetzen, dafür geschult sind. Das gehört bei uns zum Ausrollen dazu.
Das hängt vom Tarif und vom Vertrag ab, nicht vom Produktnamen. Die Standardangebote für Privatnutzer sind für Kundendaten ungeeignet: kein Auftragsverarbeitungsvertrag, Nutzung zum Training je nach Einstellung. Die Unternehmens- und Schnittstellenangebote der großen Anbieter bieten AV-Verträge nach Artikel 28 DSGVO, Verarbeitung in EU-Rechenzentren und den Ausschluss vom Training. Dann dürfen personenbezogene Daten dorthin, wenn eine Rechtsgrundlage besteht und es im Verarbeitungsverzeichnis steht. Vieles lässt sich zusätzlich pseudonymisieren, sodass das Modell Namen und Kundennummern gar nicht sieht. Für vertrauliche Inhalte — Verträge, Kalkulationen, Entwicklungsdaten — empfehlen wir ein Modell auf eigenen Servern. Die rechtliche Bewertung liegt bei Ihnen; wir dokumentieren die Datenflüsse dafür.
Ja. Offene Modelle laufen auf unseren Servern im Hetzner-Rechenzentrum Falkenstein, Deutschland, oder in Ihrer eigenen Umgebung. Für Klassifikation, das Auslesen von Dokumenten, Zusammenfassungen und die Suche über eigene Unterlagen reichen sie heute aus; für anspruchsvolle Texte in Kundensprache sind die großen Anbieter-Modelle oft noch besser. Häufig ist die Kombination sinnvoll: Das eigene Modell übernimmt alles, was Kundendaten enthält, ein Anbieter-Modell schreibt den Produkttext aus pseudonymisierten Vorgaben. Was passt, entscheidet sich im Pilot mit Ihren Daten. Eigene Modelle brauchen Rechenleistung, die wir vorhalten; dafür sind die Kosten planbar und unabhängig von Tarifänderungen eines Anbieters.
Die KI-Verordnung der EU gilt seit August 2024 und stuft Systeme nach Risiko ein. Für Anwender in den auf dieser Seite beschriebenen Bereichen sind vor allem drei Punkte relevant: Seit Februar 2025 müssen Mitarbeitende, die KI einsetzen, über ausreichende KI-Kompetenz verfügen — also geschult sein. KI, die mit Menschen interagiert, etwa ein Beratungsassistent im Shop, muss als KI erkennbar sein. Und Anwendungen im Hochrisikobereich, dazu gehört das Personalwesen, unterliegen besonderen Pflichten, die wir nicht empfehlen leichtfertig anzugehen. Support, Artikelpflege, Belegerfassung oder Berichte fallen nicht in diesen Bereich. Die rechtliche Einordnung Ihres konkreten Vorhabens liegt bei Ihnen und Ihrem Datenschutzbeauftragten; wir liefern die technische Beschreibung dazu.
Durch Anbindung, Begrenzung und Prüfung. Anbindung: Das Modell bekommt die Fakten aus Ihren Systemen — Artikelstamm, Preisliste, Ticket-Historie, Handbuch — und muss sich darauf beziehen, statt aus dem Gedächtnis zu antworten. Begrenzung: Für einen Produkttext darf es nur Eigenschaften nennen, die im Datensatz stehen; für eine Suche im Handbuch muss es die Quelle angeben. Was rechnet, rechnet das System, nicht das Modell. Prüfung: Jede Ausgabe mit Außenwirkung geht über eine Freigabe, und wir messen im Pilot, wie oft ein Vorschlag ohne Änderung übernommen wird und wie oft er falsch war. Ganz ausschließen lässt sich ein Fehler nicht — bei Menschen auch nicht. Aber er lässt sich sichtbar und selten machen.
Weil ein Plugin meist eine Insel ist: Es schreibt einen Produkttext aus dem, was im Artikel steht, kennt aber weder Ihr Datenblatt noch Ihre Tonalität noch die Frage, die der Kunde eigentlich stellt. Und weil oft niemand weiß, welche Daten dorthin fließen und was es im Monat kostet. Wir prüfen vorhandene Lösungen, messen Kosten und Fehlerquote und sagen, ob sie bleiben, angebunden werden oder durch etwas Eigenes ersetzt werden sollten. Oft ist die Antwort: behalten, aber an Datenblätter und Regeln binden. Manchmal ist sie: ersetzen durch eine Erweiterung, die Ihnen gehört und das tut, was Ihr Prozess braucht.
Preise nennen wir nach dem Erstgespräch, wenn Prozess und Datenlage klar sind. Zur Größenordnung: Ein Pilot für einen Prozess dauert vier bis sechs Wochen und läuft auf einem abgegrenzten Teil; danach kennen Sie Fehlerquote und Zeitersparnis und entscheiden auf Zahlen. Die laufenden Kosten hängen vom Modell ab: Anbieter rechnen je verarbeitetem Text ab, eigene Modelle brauchen vorgehaltene Rechenleistung. Beides machen wir je Vorgang transparent, damit Sie wissen, was eine bearbeitete Anfrage oder ein erzeugter Produkttext kostet. Die Arbeit rechnen wir nach Aufwand oder im vereinbarten Rahmen mit Stunden ab; im Betrieb gelten die Konditionen unserer Wartung mit SLA.
Mit beidem, und meist geht es um das Zusammenspiel. Wir bauen seit Jahren Schnittstellen zwischen Shops, ERP-Systemen, CRM und Branchensoftware; die KI ist ein Baustein in diesem Ablauf. Eine Bestellung aus einem PDF wird ausgelesen, mit dem Artikelstamm im ERP abgeglichen und dort als Vorgang angelegt; eine Rechnung wird erfasst und der Bestellung zugeordnet; ein Produkttext entsteht aus den Daten im ERP und landet im Shop. Voraussetzung ist ein Zugang zum System — Schnittstelle, Datenbank oder Export. Welche Systeme wir kennen und wie wir vorgehen, steht auf unserer Seite zu Schnittstellen. Wo es keine Schnittstelle gibt, finden wir in der Regel einen Weg.
Wie bei jeder Software von uns: Wartung mit Service-Level-Vereinbarung in den Stufen BASIC, STANDARD und ADVANCED mit 24, 8 oder 4 Stunden Reaktionszeit, jeweils für ein Jahr gebucht. Die Arbeit rechnen wir nach Aufwand oder im vereinbarten Rahmen mit Stunden ab. Ohne Vereinbarung bearbeiten wir Anfragen innerhalb von 48 Stunden in unseren Geschäftszeiten Mo–Do 9:00–16:00 Uhr, Fr 9:00–13:00 Uhr. Zum Umfang gehören Updates der Modelle und Abhängigkeiten, Monitoring, Kostenkontrolle je Vorgang und das Nachstellen der Vorgaben, wenn sich Ihre Daten oder Prozesse ändern. Der Code liegt in einem Git-Repository, das Ihnen gehört.
Anfrage
Ein paar Angaben genügen: welcher Bereich, welche Systeme, welche Art von Daten. Wir melden uns mit Rückfragen und einer ersten Einschätzung — unverbindlich. Bitte schicken Sie keine Kundendaten oder Zugangsdaten über dieses Formular.