Gebaut, ausgeliefert und produktiv im Einsatz.

Was sich nach der Demo änderte.

Freedman InternationalMarketing-LokalisierungFallstudie lesenKI-Pipeline für KampagnenlokalisierungDas ProblemEin früher Fehler, etwa ein falsch gelesenes Briefing, wanderte unbemerkt in jeden Markt und jedes Ausgabeformat, über Tausende geltender Markenregeln hinweg.Was wir gebaut habenDer Reasoning-Kern einer Multi-Agenten-Lokalisierungspipeline: eine strukturierte Regelbasis des Kunden, die Agenten, die darauf schließen, und eine Freigabe durch den Producer an den wichtigsten Entscheidungspunkten.Multi-Agenten-Reasoning-ServiceWissensbasis mit KundenregelnOrchestrierung und menschliche FreigabeDurchgängigneue Jobs durchliefen jeden Schritt, vom Briefing bis zu fertig gepackten Deliverables für mehrere Märkte und FormateJede Entscheidunglässt sich auf die zugrunde liegende Regel zurückführen, mit Freigabe durch den Producer an den wichtigsten EntscheidungspunktenOpen LoyaltyLoyalty-SoftwareFallstudie lesenKI-Agent für Inbound-VertriebDas ProblemAnfragen gingen schneller ein, als das Team sie qualifizieren konnte. Ein wiederholter CRM-Schreibvorgang konnte dabei ein Gespräch als zwei Leads erfassen.Was wir gebaut habenEin produktiver Vertriebsagent, der eingehende Kontakte qualifiziert, Produktfragen aus einer aktuellen Wissensbasis beantwortet und strukturierte Ergebnisse ins CRM schreibt.Lead-QualifizierungQuellengestützte AntwortenÜbergabe an das CRMKeine Duplikateein CRM-Eintrag pro Gesprächsrunde, abgesichert durch Idempotenzschlüssel und einen Regressionstest für ZeitüberschreitungenJede Rundewird protokolliert und bleibt prüfbar, damit sich eine falsche Antwort im Nachhinein analysieren lässtGamratFertigungFallstudie lesenKI-Assistent für VertriebsangeboteDas ProblemKomplexe Angebote dauern oft zwei bis drei Tage, weil der Vertrieb Preise zusammenträgt, die Verfügbarkeit prüft und Lieferdetails klärt.Was wir gebaut habenEin geplanter Assistent erstellt Angebotsentwürfe aus Kundenmails mit geprüften Preisen, Verfügbarkeit und Lieferdaten zur Prüfung durch den Vertrieb.Angebote vorbereitenPreise und Verfügbarkeit prüfenFreigabe durch den Vertrieb≤ 2 Stunden≤ 2 Stunden≤ 2 StundenVorgeschlagenes Pilotziel für ein vollständiges Angebot bei geeigneten Anfragen. Die meisten sollten höchstens eine Stunde brauchen.≥98%≥98%≥98%Vorgeschlagenes Genauigkeitsziel: Produkt, Menge, Preis und Lieferdetails sind bei der ersten Prüfung durch den Vertrieb korrekt.Shen.aiGesundheitswesenFallstudie lesenAssistent für PatientenaufklärungDas ProblemPatienten konnten ihre eigenen Ergebnisse nicht verstehen. Im Gesundheitswesen ist eine überzeugend formulierte falsche Antwort ein Sicherheitsvorfall, kein gewöhnlicher Fehler.Was wir gebaut habenEin Assistent für Patienten, der Untersuchungsergebnisse aus einer freigegebenen medizinischen Wissensbasis erklärt. Klinische Fragen und Antworten mit geringer Sicherheit gehen an medizinisches Fachpersonal.Quellengestützte AntwortenWeiterleitung nach SicherheitsniveauMenschliche Kontrolle15%15%15%der Gespräche wurden an medizinisches Fachpersonal weitergeleitet; die übrigen erhielten Antworten aus freigegebenem Material40%40%40%weniger unnötige Prüfungen durch medizinisches Fachpersonal nach Anpassung des SchwellenwertsRyba Wooden ProductsFertigungFallstudie lesenKI- und BetriebsauditDas ProblemKI-Vorhaben scheiterten an uneinheitlichen Datensätzen: Jedes System beschrieb denselben Kunden anders, deshalb war keine Automatisierung verlässlich.Was wir gebaut habenEin Audit mit Beratung, das praktische KI-Einsatzmöglichkeiten priorisierte, Betriebsdaten nach PostgreSQL überführte und das Team bei Auswahl und Einführung eines CRM unterstützte.Audit der KI-EinsatzmöglichkeitenDatengrundlage in PostgreSQLCRM-Einführung30% faster30% faster30% fasterProzessdurchlauf nach Audit, PostgreSQL-Migration und CRM-Einführung42% fewer42% fewer42% fewerbetriebliche Fehler in denselben ProzessenWojasSchuheinzelhandelFallstudie lesenPlattform für SEO- und GEO-SichtbarkeitDas ProblemDie Sichtbarkeit verteilte sich auf klassische Suche und generative Antworten. Dadurch konnte niemand die tatsächliche Position der Marke erkennen oder sehen, wer stattdessen zitiert wurde.Was wir gebaut habenEine produktive Plattform, die Sichtbarkeit in Suchmaschinen und KI-Zitaten überwacht, Wettbewerber vergleicht und aus Berichten Empfehlungen für Inhalte und Strategie ableitet.SEO- und GEO-MonitoringWettbewerbsanalyseInhaltsempfehlungen2% to 23%2% to 23%2% to 23%GEO-Sichtbarkeit, also der Anteil generativer Antworten, in denen die Marke erscheint4 months4 months4 monthsvom ersten gemessenen Ausgangswert bis zu diesem Ergebnis