KI-Assistenten & LLM-Integration
KI-Assistenten für Unternehmen
Ein KI-Assistent für Unternehmen ist nur so gut wie die Daten, auf die er zugreift. Wir entwickeln Assistenten und Chatbots, die auf Ihren eigenen Dokumenten und Systemen arbeiten, jede Antwort mit Quellenangaben belegen und in der EU oder auf Ihren eigenen Servern laufen – dokumentiert und vollständig an Sie übergeben.
Einordnung
Wann sich ein KI-Assistent für Ihr Unternehmen lohnt – und wann nicht
Ein Sprachmodell ist kein Selbstzweck. Ob es Ihr Problem löst, klären wir, bevor ein Angebot entsteht.
Ein eigener KI-Assistent ist die richtige Antwort, wenn in Ihrem Haus viel Wissen in Textform steckt und immer wieder dieselben Fragen dazu gestellt werden: Handbücher, Richtlinien, Produktdaten, Verträge, Tickets oder technische Dokumentation. Ein Chatbot mit eigenen Daten findet die passenden Stellen, formuliert daraus eine Antwort und zeigt, aus welchem Dokument sie stammt. Das eignet sich für internen Support, Vertrieb und Service und für Teams, die sich schnell in umfangreiche Unterlagen einarbeiten müssen.
Der Anlass ist oft ähnlich: Das Wissen liegt verteilt in Laufwerken, Wikis, PDF-Ordnern und E-Mail-Postfächern. Die Suche findet zwar Dateien, aber keine Antworten, und erfahrene Kolleginnen und Kollegen beantworten täglich dieselben Rückfragen. Gleichzeitig kopieren einzelne Mitarbeitende interne Inhalte bereits in öffentliche Chatbots – ohne Überblick über Datenschutz und darüber, wo diese Daten landen. Ein eigener Assistent schafft dafür einen geregelten Weg.
Genauso wichtig ist die andere Seite: Wo eine Antwort exakt und verbindlich sein muss – eine Berechnung, ein Lagerbestand, ein Vertragsstatus –, ist eine klassische Abfrage oder ein gut gemachtes Formular meist die bessere Lösung als ein Sprachmodell. Sind die zugrunde liegenden Dokumente veraltet oder widersprüchlich, wird ein Assistent sie nicht verbessern. Und deckt ein fertiges Produkt, etwa eine vorhandene KI-Funktion in Ihrem Ticket- oder Dokumentensystem, den Bedarf, empfehlen wir es – und sagen Ihnen das im Erstgespräch.
Leistungen
Was wir in diesem Feld bauen
Ein KI-Assistent für Ihr Unternehmen besteht selten nur aus einem Chatfenster: Dazu gehören die Anbindung der Quellen, die Berechtigungen und die Prüfung jeder Antwort.
Chatbot mit eigenen Daten
Ein Assistent, der Fragen auf Grundlage Ihrer Handbücher, Richtlinien und Fachdokumente beantwortet. Per Retrieval-Augmented Generation (RAG) sucht er zuerst die passenden Textstellen und formuliert erst dann eine Antwort – statt aus dem allgemeinen Wissen eines Modells zu raten.
Antworten mit Quellenangaben
Jede Antwort verweist auf die Dokumente und Abschnitte, aus denen sie stammt, damit Ihr Team sie direkt prüfen kann. Findet der Assistent keine belastbare Quelle, ist er darauf ausgelegt, das offen zu sagen, statt eine plausible Antwort zu erfinden.
Anbindung Ihrer Wissensdatenbank
Wir erschließen die Quellen, in denen Ihr Wissen tatsächlich liegt: Dateiablagen, Wikis, Ticketsysteme, Datenbanken oder Fachanwendungen. Neue und geänderte Dokumente werden regelmäßig übernommen, und Berechtigungen bleiben erhalten – jeder bekommt nur Antworten aus Dokumenten, die er auch öffnen darf.
LLM-Integration in bestehende Software
Sprachmodelle als Baustein Ihrer Anwendungen: Texte zusammenfassen, Anfragen vorsortieren, Angaben aus Dokumenten auslesen oder Antwortentwürfe vorbereiten, die ein Mensch freigibt. Die Ergebnisse fließen über dokumentierte Schnittstellen in Ihre Systeme, nicht in ein weiteres Chatfenster.
Werkzeuge und Aktionen über MCP
Soll ein Assistent auch handeln, z. B. einen Auftragsstatus abfragen oder ein Ticket anlegen, binden wir Ihre Systeme über klar begrenzte Werkzeuge an, etwa per Model Context Protocol. Was er darf, legen Sie fest; kritische Aktionen lassen sich an eine Bestätigung knüpfen.
Auswertung und Protokolle
Jede Anfrage lässt sich nachvollziehen: welche Quellen gefunden wurden, was das Modell geantwortet hat und was es gekostet hat. Mit einem festen Satz an Testfragen messen wir, ob Änderungen an Modell, Prompts oder Datenbasis die Antworten besser oder schlechter machen.
Ablauf
So entsteht Ihr KI-Assistent
Dieselben vier Schritte wie in jedem unserer Projekte – hier mit dem, worauf es bei KI-Assistenten ankommt.
Analyse
In ein bis zwei Wochen klären wir anhand echter Beispielfragen, was der Assistent beantworten soll, wo die Antworten liegen und wie gut diese Quellen gepflegt sind. Am Ende steht eine schriftliche Einschätzung mit Preisspanne – auch dazu, ob ein Sprachmodell das richtige Werkzeug ist.
Plan
In einer Woche legen wir Datenquellen, Berechtigungen, Modell und Betriebsort fest: Anbieter in der EU oder selbst gehostet. Aus den Beispielfragen entsteht ein Testsatz, an dem sich die Qualität später messen lässt. Sie erfahren, welcher Anwendungsfall zuerst produktiv geht.
Umsetzung
Wir liefern in kurzen Zyklen und prüfen jede Änderung gegen den Testsatz, statt nach Gefühl zu urteilen. Ihr Fachbereich testet früh mit echten Fragen und markiert falsche oder unvollständige Antworten. Ein erster produktiver Stand steht typischerweise nach sechs bis zwölf Wochen, je nach Umfang.
Übergabe
Quellcode, Zugänge, Prompts, Testsatz, Dokumentation und Runbooks gehen vollständig an Sie über. Ihr Team lernt, wie neue Quellen angebunden und die Protokolle gelesen werden. Den Betrieb übernehmen wir auf Wunsch weiterhin, mit Monitoring von Antwortqualität und Kosten.
Beispiel
Typisches Szenario: ein Assistent für den internen Service
Ein angenommener Fall, der zeigt, wie ein solches Projekt verlaufen kann.
Kein Kundenprojekt
Angenommen, ein Maschinenbauer mit etwa 150 Beschäftigten hat sein Wissen über Jahre in Handbüchern, Wartungsanleitungen, Servicetickets und einem internen Wiki abgelegt. Neue Servicetechniker finden sich darin nur langsam zurecht und rufen bei Fragen die erfahrenen Kollegen an, die dadurch ständig aus ihrer eigentlichen Arbeit gerissen werden. Einige haben begonnen, Auszüge aus Handbüchern in öffentliche Chatbots zu kopieren – was die IT-Leitung zu Recht beunruhigt.
In der Analyse würden wir typischerweise zuerst echte Fragen aus dem Servicealltag sammeln und prüfen, in welchen Dokumenten die Antworten stehen. Dabei zeigt sich meist auch, welche Unterlagen veraltet sind oder sich widersprechen. Der erste produktive Stand wäre bewusst schmal: ein Assistent über Handbücher und Wartungsanleitungen, mit Quellenangaben, betrieben bei einem Anbieter in der EU und nur für den Servicebereich freigeschaltet.
Darauf aufbauend könnten etwa die Servicetickets als weitere Quelle folgen und ein Werkzeug, mit dem der Assistent den Wartungsstand einer Maschine abfragt. Der Testsatz aus der Analyse würde bei jeder Erweiterung zeigen, ob die Antworten besser werden. Wie viel Entlastung das im Einzelfall bringt, lässt sich vorher nicht seriös beziffern – die Protokolle zeigen es danach: welche Fragen gestellt wurden, welche Quellen geholfen haben und wo Antworten fehlten.
Technologie
Das Modell austauschbar, die Daten unter Ihrer Kontrolle
Den Kern bildet meist eine RAG-Pipeline: Dokumente werden aufbereitet, in Abschnitte zerlegt und für die Vektorsuche indexiert, etwa direkt in PostgreSQL. Das Sprachmodell sprechen wir über eine OpenAI-kompatible Schnittstelle an, damit es sich später austauschen lässt, ohne die Anwendung neu zu schreiben. Die Anwendung selbst entsteht in TypeScript oder Python, die Oberfläche bei Bedarf mit React und Next.js.
Beim Betrieb haben Sie die Wahl: ein Modellanbieter mit Verarbeitung in der EU oder ein offenes Modell, das auf Ihren eigenen Servern oder bei einem Hoster Ihrer Wahl läuft. Die Anwendung läuft in Containern, Metriken und Protokolle erfassen wir mit OpenTelemetry. Welche Inhalte protokolliert werden und wie lange sie aufbewahrt werden, legen wir gemeinsam mit Ihnen fest.
- LLM
- RAG
- Vektorsuche
- MCP
- PostgreSQL
- Python
- TypeScript
- OpenTelemetry
FAQ
Häufige Fragen zu KI-Assistenten
Was vor der Entscheidung für einen eigenen KI-Assistenten typischerweise gefragt wird.
Was kostet es, einen KI-Chatbot entwickeln zu lassen?
Das hängt vor allem vom Umfang ab: Zahl und Zustand der Datenquellen, Berechtigungen, Anbindung an bestehende Systeme und der Betriebsort des Modells. Kleinere Werkzeuge beginnen im vierstelligen Bereich, ab etwa 1.000 Euro. Ausgewachsene Anwendungen liegen meist im fünfstelligen Bereich, größere Plattformen darüber. Laufende Kosten für Modell oder Server hängen von der Nutzung ab und sind in den Protokollen sichtbar. Nach der Analyse erhalten Sie eine Schätzung mit Preisspanne.
Ist ein KI-Assistent DSGVO-konform möglich?
Technisch schaffen wir dafür die Grundlage: Das Modell läuft bei einem Anbieter mit Verarbeitung in der EU oder auf Ihren eigenen Servern, Zugriffe folgen Ihrem Berechtigungskonzept, und was protokolliert wird, legen wir gemeinsam fest. Bei externen Anbietern wählen wir, soweit der Vertrag es zulässt, Konditionen ohne Training auf Ihren Daten. Die rechtliche Bewertung bleibt bei Ihrem Datenschutzbeauftragten oder Ihrer Rechtsberatung – wir liefern die technischen Angaben dazu.
Wie verhindert man, dass ein KI-Assistent Antworten erfindet?
Ganz ausschließen lässt sich das bei Sprachmodellen nicht, deshalb setzen wir auf mehrere Ebenen: Der Assistent antwortet auf Grundlage gefundener Textstellen, belegt jede Antwort mit Quellenangaben und ist darauf ausgelegt, fehlende Informationen offen zu benennen. Ein Testsatz mit echten Fragen zeigt bei jeder Änderung, wie verlässlich die Antworten sind. So kann Ihr Team Aussagen prüfen, statt ihnen blind zu vertrauen.
Welche Daten und Systeme lassen sich anbinden?
Grundsätzlich alles, was sich maschinell auslesen lässt: PDF- und Office-Dokumente, Wikis, Dateiablagen, Ticketsysteme, Datenbanken und Fachanwendungen mit Schnittstelle. Entscheidend ist weniger das Format als der Zustand, denn veraltete oder widersprüchliche Dokumente führen zu schlechten Antworten. Deshalb prüfen wir die Quellen in der Analyse und empfehlen, womit Sie beginnen – meist mit dem Bestand, der gut gepflegt ist und häufig gebraucht wird.
Können wir den KI-Assistenten selbst hosten?
Ja. Statt eines Cloud-Anbieters kann ein offenes Sprachmodell auf Ihren eigenen Servern oder bei einem Hoster Ihrer Wahl laufen, sodass die Daten Ihre Infrastruktur nicht verlassen müssen. Das verlangt passende Hardware, meist mit Grafikkarten, und offene Modelle unterscheiden sich spürbar in der Qualität. In der Analyse vergleichen wir beide Wege an Ihren Beispielfragen, damit Sie auf Grundlage echter Ergebnisse entscheiden.
Weitere Leistungen
Was oft dazugehört
Webanwendungen & Business-Tools
Interne Werkzeuge und Kundenportale, die den Arbeitsalltag abbilden statt ihn zu verkomplizieren.
- TypeScript
- React
- Next.js
- PostgreSQL
APIs & Systemintegration
Schnittstellen, die bestehende Systeme sauber verbinden – spezifiziert, versioniert und dokumentiert.
- OpenAPI
- REST
- Webhooks
- OAuth 2.0
Prozessautomatisierung
Wiederkehrende Abläufe, die ohne manuelle Zwischenschritte laufen – mit klarer Fehlerbehandlung.
- Workflows
- Queues
- Event-Driven
- Cron
Sie möchten einen KI-Assistenten in Ihrem Unternehmen einsetzen?
Schildern Sie kurz, welche Fragen er beantworten soll und wo das Wissen heute liegt. Sie bekommen eine ehrliche Einschätzung – auch dann, wenn ein Sprachmodell nicht die beste Lösung ist.