KI-Automatisierung, die in Produktion läuft

Die meisten Automatisierungen scheitern nicht am Modell. Sie scheitern an der Stelle, an der das Modell auf ein echtes System trifft — auf die Datenbank, das CRM, die Maschine, die undokumentierte API. Genau diese Stelle baue ich.

Was damit gemeint ist

Nicht ein Chatbot in der Ecke der Seite. Gemeint ist der manuelle Schritt, den jemand seit zwei Jahren jeden Dienstag macht: Daten aus einem System holen, umformen, in ein zweites eintragen, prüfen, nachfassen. Der Schritt verschwindet nicht durch ein weiteres Tool-Abo, sondern durch eine Schnittstelle, ein Datenmodell und eine Fehlerbehandlung, die auch dann noch trägt, wenn die Gegenseite antwortet, wie sie will.

• Prozessautomatisierung — der Ablauf zwischen zwei Systemen, die bisher über einen Menschen mit einer Excel-Datei verbunden waren.
• KI-Agenten mit Systemzugriff — ein Modell, das die eigenen Daten lesen und Werkzeuge aufrufen darf, statt zu raten.
• Schnittstellen und Datenpipelines — API-Anbindung, Caching, Echtzeitdaten, und die Frage, was bei Lastspitzen passiert.

KI-Agenten, die mehr können als antworten

Ein Agent wird erst brauchbar, wenn er die Systeme erreichen darf, in denen die Antwort steht. Dafür gibt es einen Standard, MCP (Model Context Protocol), und ich habe damit einen Server gebaut, der österreichisches Bundesrecht für LLMs zugänglich macht: Abruf auf Paragraphen-Ebene, historische Fassungen, Novellen-Timeline, BGBl-Lookup. Der läuft öffentlich erreichbar — hier ist die Beschreibung dazu.

Dasselbe Muster passt auf interne Systeme: ein Agent, der ERP, Ticketsystem oder Archiv sauber lesen kann, mit klar abgegrenzten Werkzeugen statt mit Vollzugriff.

Woran es in der Praxis hängt

• Datenqualität vor Modellwahl. Wenn zwei Systeme denselben Kunden unterschiedlich schreiben, ist das kein KI-Problem.
• Der Fall, in dem es schiefgeht. Ein Ablauf ohne Prüfschritt produziert Fehler schneller als ein Mensch. In meiner Content-Pipeline entscheidet ein blinder Judge vor jeder Veröffentlichung, ob etwas rausgeht — so sieht das gebaut aus.
• Kosten pro Durchlauf. Ein Ablauf, der pro Vorgang mehr kostet als die Handarbeit, ist eine teure Demo. Das lässt sich vorher rechnen.
• Wer es danach wartet. Ein Automat ohne zuständige Person ist ein Ausfall mit Verzögerung. Was ich baue, ist dokumentiert und übergebbar.

Wie es abläuft

Am Anfang steht ein Discovery-Sprint: maximal eine Woche, Fixpreis, am Ende ein schriftlicher Scope, eine Architektur und eine ehrliche Schätzung — danach keine Verpflichtung. Wenn dabei herauskommt, dass sich der Aufwand nicht lohnt, steht das auch drin. Die drei Zusammenarbeitsformen stehen auf der Startseite.

Für wen

Unternehmen und Selbständige, die automatisieren wollen, remote in ganz DACH, in CET. Kein Team dazwischen: ein Ein-Personen-Gewerbe, wer beauftragt, redet mit dem, der baut.

Was schon läuft

• RIS MCP Server — 8 Werkzeuge auf dem österreichischen Rechtsinformationssystem, live erreichbar.
• Event-Management-PWA — HubSpot als Single Source of Truth, zweistufiger Cache und Dedupe für Lastspitzen.
• Industrielle Bediensoftware — State Machine über acht reale Spülprogramme, mit Live-Diagnose der Hardware.
• ClimateCanary — Sensor-Firmware bis Dashboard, vier Schichten, Datenschutzregel doppelt durchgesetzt.

Wenn es einen Ablauf gibt, der jede Woche Zeit kostet: kurz beschreiben, dann sage ich, ob sich das automatisieren lässt und wie grob der Aufwand aussieht.