KI Agenten für die Arbeit, die erst jemand lesen muss.
Wir bauen KI Agenten und KI Automatisierung für konkrete, wiederkehrende Aufgaben — Dokumente lesen, Nachrichten einordnen, Antworten vorbereiten — mit menschlicher Prüfung überall dort, wo das Ergebnis zählt. KI ist eine Option, nicht der Ausgangspunkt: Löst ein deterministischer Workflow die Aufgabe, bauen wir genau den.
Sprechen wirHier fängt es meistens an
Rechnungen, Lieferscheine und lange E-Mail-Verläufe stapeln sich, weil jemand jedes Stück erst lesen muss, bevor überhaupt etwas passieren kann. Die Arbeit steckt nicht in der Entscheidung — sie steckt im Lesen.
Vor einem halben Jahr hat eine KI-Demo alle beeindruckt. Sie ist immer noch eine Demo. Niemand konnte sagen, wie oft sie danebenliegt — also hat sie niemand an Kunden gelassen.
Ihre erfahrensten Leute verbringen ihre Tage damit, Fragen zu beantworten, deren Antworten längst in den eigenen Unterlagen stehen — in Verträgen, Handbüchern, alten Angeboten. Nur findet sie dort sonst niemand.
Von oben kommt die Vorgabe, etwas mit KI zu machen, aber niemand hat die konkrete Aufgabe benannt, die sie erledigen soll. Genau so entstehen Piloten, die in der Schublade enden.
Was Sie tatsächlich bekommen
Der Anwendungsfall, ehrlich gewählt
Wir beginnen bei der Aufgabe, nicht bei der Technologie. Löst sie ein deterministischer Workflow — feste Regeln, jedes Mal dasselbe Ergebnis — sagen wir Ihnen das und bauen genau den. KI gehört dorthin, wo der Input wirklich variiert: Sprache, Dokumente, Ermessen.
Pipelines, die für Sie lesen
Rechnungen, Lieferscheine und Scans laufen durch OCR, die ausgelesenen Felder landen in Ihren Systemen. Alles unterhalb einer Konfidenzschwelle geht an einen Menschen, statt geraten zu werden.
KI Agenten mit eng umrissenem Auftrag
Ein Agent liest zuerst die Lage und wählt den nächsten Schritt aus einer kleinen, von uns definierten Werkzeugmenge — Bestellung nachschlagen, Antwort entwerfen, an einen Menschen übergeben. Angebunden über MCP, ohne Möglichkeit, außerhalb dieser Menge zu handeln.
Antworten, die ihre Quelle nennen
Interne Fragen und Antworten, verankert in Ihren eigenen Dokumenten über Retrieval mit Supabase und pgvector. Jede Antwort verweist auf die Passage, aus der sie stammt — die Prüfung dauert Sekunden, und eine Antwort ohne Quelle geht nicht raus.
Freigabeschritte von Anfang an
Entworfene Antworten warten in einer Warteschlange auf menschliche Freigabe. Ausgelesene Daten lassen sich korrigieren, bevor sie in der Buchhaltung landen. Die menschliche Prüfung ist Teil des Entwurfs, kein Pflaster nach dem ersten Vorfall.
Messung vor und nach dem Go-live
Aus Ihren echten Fällen bauen wir ein Testset und messen die Genauigkeit vor dem Start; im Betrieb protokollieren wir jeden Aufruf. Sie bekommen eine Zahl dafür, wie oft das System richtig liegt — kein Gefühl.
So läuft ein Projekt
- 01
Eine Aufgabe, eine Definition von richtig
Wir wählen eine leselastige Aufgabe und schreiben auf, wie ein richtiges Ergebnis aussieht, wer es prüft und was passiert, wenn es falsch ist. Lässt sich richtig nicht definieren, bauen wir nicht.
- 02
Gemessen an echten Fällen
Wir sammeln vergangene Fälle — echte Rechnungen, echte Verläufe, echte Fragen — und testen, bis die Genauigkeit bekannt ist. Diese Zahl entscheidet, ob das Projekt weitergeht, und Sie erfahren sie so oder so.
- 03
Live, mit einem Menschen in der Schleife
Zum Start durchläuft jedes Ergebnis eine menschliche Freigabe. Gelockert wird nur, wo Wochen an Protokollen es rechtfertigen — und manche Schritte behalten die Prüfung dauerhaft, mit Absicht.
Womit wir bauen
- Claude
- OpenAI
- MCP (Model Context Protocol)
- n8n als Orchestrierung
- Supabase + pgvector
- Dokumenten-Parsing & OCR
- ElevenLabs
- Perplexity
- Freigabeschritte
- Evaluation & Logging
Brain — ein gemeinsames Gedächtnis für die KI-Werkzeuge eines Teams
Ein Wissensgraph, den wir für die eigene Arbeit gebaut haben: Notizen, Entscheidungen und Projektkontext, bereitgestellt über MCP. Jedes KI-Werkzeug des Teams — in jedem CLI, in jeder Sitzung — startet mit demselben Gedächtnis statt mit einem leeren Kontextfenster.
Was Teams nach der Zusammenarbeit mit Radek sagen.
Echtes Feedback von Unternehmen, die die von uns gelieferten Systeme, Automatisierungen und Websites nutzen.
“Die Zusammenarbeit war sehr professionell. Besonders schätze ich Radeks schnelle Kommunikation, seine Bereitschaft, auf unsere Bedürfnisse einzugehen, und seine Fähigkeit, auch für spezielle Anforderungen praktische Lösungen zu finden.”
“Alles funktioniert hervorragend, oft sogar über den ursprünglichen Auftrag hinaus. Besonders schätze ich das Tempo und die Geduld, alles in Meetings oder klaren Video-Anleitungen zu erklären.”
“Das Ergebnis ist eine moderne, übersichtliche Website, technisch sauber umgesetzt und genau auf unsere Bedürfnisse zugeschnitten. Ein professioneller Ansatz, Zuverlässigkeit und Geschwindigkeit, die wirklich einen Unterschied machen.”
Fragen zu KI
Was kann KI heute verlässlich — und was nicht?
Sie liest gut und entwirft gut: Nachrichten einordnen und weiterleiten, Felder aus Dokumenten auslesen, lange Verläufe zusammenfassen, Antworten vorformulieren, Fragen aus einem festgelegten Dokumentenbestand beantworten. Nicht verlässlich kann sie: ein garantiert richtiges Ergebnis ohne Prüfung liefern oder auf dieselbe Frage jedes Mal dieselbe Antwort geben. Wir bauen auf der ersten Liste auf und sehen für alles aus der zweiten eine menschliche Prüfung vor.
Wie verhindern Sie, dass die KI Dinge erfindet?
Mit drei Mitteln zugleich. Antworten sind in Ihren eigenen Dokumenten verankert und müssen die Passage zitieren, aus der sie stammen — keine Quelle, keine Antwort. Ergebnisse, auf die es ankommt, gehen durch einen Menschen, bevor sie wirksam werden. Und alles wird protokolliert und gegen ein Testset gemessen, sodass ein Genauigkeitsabfall in Zahlen sichtbar wird, nicht in einer Kundenbeschwerde.
Welche Modelle setzen Sie ein, und warum?
Überwiegend Claude- und OpenAI-Modelle, gewählt je Aufgabe, nicht je Mode. Das Kriterium ist unspektakulär: gemessene Genauigkeit auf Ihren eigenen Beispielen, zu einem Preis, der beim Volumen trägt. Auslese-Aufgaben laufen oft mit kleinen, günstigen Modellen; Schritte mit Ermessen bekommen größere. Ändern sich die Modelle, messen wir nach — denn sie ändern sich.
Trainieren unsere Daten fremde Modelle, und wo werden sie verarbeitet?
Nein. Wir nutzen die kommerziellen APIs, deren Bedingungen ein Training auf Ihren Daten ausschließen, mit Auftragsverarbeitungsvertrag nach DSGVO. Retrieval-Indizes und Protokolle liegen in einer EU-gehosteten Datenbank unter Ihrer Kontrolle. Und dürfen Daten Ihre Infrastruktur gar nicht verlassen, planen wir entsprechend — das schränkt die Modellwahl ein, und wir sagen Ihnen, was das an Qualität kostet.
Was ist ein KI Agent, und worin unterscheidet er sich von normaler Automatisierung?
Ein normaler Workflow folgt Schritten, die Sie vorab festgelegt haben — gleicher Input, gleicher Weg. Ein Agent liest zuerst die Lage und wählt dann den nächsten Schritt aus Werkzeugen, die er bekommen hat: etwas nachschlagen, etwas entwerfen, an einen Menschen übergeben. Diese Freiheit ist Nutzen und Risiko zugleich — deshalb halten wir die Werkzeugmenge klein, die Berechtigungen eng und legen unumkehrbare Aktionen hinter eine menschliche Freigabe.
Wann raten Sie uns von KI ab?
Immer dann, wenn sich die Regel aufschreiben lässt. Lautet die Aufgabe 'wenn X kommt, tue Y', ist ein deterministischer Workflow günstiger, schneller und erfindet nie etwas — und genau solche bauen wir für die meisten Automatisierungen auf dieser Website. KI verdient ihren Platz erst, wenn der Input für Regeln zu vielfältig ist: Freitext, unordentliche Dokumente, Ermessen.
Verwandte Leistungen
- n8n Automatisierung & n8n Agenturn8n Automatisierung für kleine und mittlere Unternehmen: Formulare, CRM, E-Mail und Datenbanken verbinden, statt dieselben Daten manuell zu übertragen.
- Make.com Automatisierung & Integromat MigrationMake.com Automatisierung für KMU — Integromat Migration, Aufräumen gewachsener Szenarien, Analyse der Operations-Kosten und ein ehrlicher Vergleich mit n8n.
Bringen Sie uns eine Aufgabe, keine KI-Strategie.
Nennen Sie eine Sache, die Ihr Team immer wieder liest, sortiert oder beantwortet. Wir sagen Ihnen, ob KI sie verlässlich übernimmt — und erledigt es ein normaler Workflow besser, empfehlen wir den.
Sprechen wir

