AI Agents, die die Aufgabe erledigen.Gebaut für deine Prozesse, betrieben dort, wo deine Daten liegen.
Wir bauen AI Agents, die Aufgaben in Geschäftsprozessen übernehmen – mit Werkzeug-Zugriff auf ERP, Shop, Postfach und Kalender – und eigene AI-Anwendungen für die Fälle, die kein Produkt abdeckt. Wo Daten das Unternehmen nicht verlassen dürfen, laufen die Modelle lokal: auf deiner eigenen Hardware oder in deiner eigenen Umgebung. Solche Agents setzen wir jeden Tag im eigenen Betrieb ein.
Nichts wird gesendet, bevor ein Mensch es freigibt.
Entwürfe öffnenFreigeben
Werkzeug-Zugriff
ERP, Shop, Postfach, Kalender
Cloud oder lokal
Wo das Modell läuft
Menschliche Freigabe
Für Aktionen mit Folgen
Täglich im Einsatz
Im eigenen Betrieb
Kommt dir bekannt vor?
Ein Chatfenster ist noch kein Prozess.
Die meisten Unternehmen haben einen AI-Assistenten ausprobiert. Die wenigsten haben einen, der eine Aufgabe in den eigenen Systemen zu Ende bringt. Diese Situationen hören wir am häufigsten:
AI, die antwortet, aber nicht handelt
Der Assistent schreibt einen guten Text, dann kopiert ihn jemand ins ERP, in den Shop oder ins Mailprogramm. Die Arbeit zwischen den Systemen bleibt Handarbeit.
Daten, die nicht nach außen dürfen
Kundendaten, Verträge, interne Zahlen. Mit einem öffentlichen AI-Dienst kommt das nicht in Frage, also werden die nützlichsten Fälle nie angegangen.
Ein Fall, den kein Produkt abdeckt
Dein Prozess hat eigene Regeln, eigene Daten und eigene Ausnahmen. Fertige Tools kommen nah heran und hören dann auf.
Keine Kontrolle darüber, was die AI tut
Niemand kann sagen, welche Daten ein Agent gesehen, welche Aktion er ausgeführt hat und warum. Ohne Protokoll und Freigaben geht das nicht in den Betrieb.
Was wir bauen
Agents, Anwendungen und die Umgebung, in der sie laufen.
Wir entwickeln den Agent oder die Anwendung, binden sie an deine Systeme an und betreiben sie auf Wunsch. Sechs Bereiche, in denen wir arbeiten:
Agents in Geschäftsprozessen
Agents, die eine festgelegte Aufgabe von Anfang bis Ende übernehmen: Anfrage lesen, Daten nachschlagen, die Schritte in deinen Systemen ausführen und Rückmeldung geben. Jeder Agent hat einen klaren Auftrag, klare Grenzen und ein Protokoll dessen, was er getan hat.
Werkzeug-Zugriff auf deine Systeme
Wir binden Agents über festgelegte Werkzeuge an ERP und Warenwirtschaft, Shop, Postfach, Kalender und Datenbanken an – mit Lese- und Schreibrechten je Werkzeug statt Pauschalzugriff.
Lokale AI
Modelle, die auf deiner eigenen Hardware oder in deiner eigenen Umgebung laufen, damit Eingaben und Dokumente das Unternehmen nicht verlassen. Wir wählen das Modell passend zur Aufgabe, richten die Laufzeitumgebung ein und verbinden sie mit deinen Daten.
Eigene AI-Anwendungen
AI als Teil deiner eigenen Software: Klassifizierung, Auslesen von Dokumenten, Suche im internen Wissen, Entwürfe, Prüfungen gegen Regeln. Geliefert als Anwendung oder API, die dein Team nutzt – nicht als Sammlung von Prompts.
Sprach- und Chat-Assistenten
Assistenten, mit denen dein Team spricht oder schreibt und die Aufgaben anlegen, Termine eintragen und Auswertungen aus Live-Daten liefern. Einen solchen nutzen wir selbst, mit Sprache und Werkzeugen.
Prüfung, Freigaben und Monitoring
Testfälle, die einen Agent prüfen, bevor eine Änderung live geht, Freigabeschritte für Aktionen mit Folgen und ein Protokoll der Werkzeug-Aufrufe. Du weißt, was der Agent tut – und merkst, wenn er es nicht mehr gut tut.
So läuft es ab
Von einer Aufgabe zum Agent im Betrieb.
Wir starten mit einer einzelnen Aufgabe, belegen sie an echten Fällen und bauen von dort aus weiter. Jeder Schritt endet mit etwas, das du prüfen kannst.
Schritt 01
Workshop zum Anwendungsfall
Wir gehen den Prozess mit den Leuten durch, die die Arbeit heute machen, und wählen die Aufgabe, bei der sich ein Agent zuerst lohnt. Du bekommst einen schriftlichen Umfang: was der Agent tut, was er anfassen darf und was nicht.
Schritt 02
Daten- und Werkzeug-Konzept
Welche Systeme der Agent braucht, welche Werkzeuge er bekommt, welche Rechte jedes Werkzeug hat und wo das Modell läuft – Cloud oder lokal. Abgestimmt, bevor wir bauen.
Schritt 03
Prototyp an echten Fällen
Ein funktionierender Agent gegen deine echten Daten in einer Testumgebung, gemessen an Fällen aus deinem Arbeitsalltag – nicht an einem Demo-Skript.
Schritt 04
Einführung mit Freigabe
Der Agent startet so, dass ein Mensch seine Aktionen freigibt. Freigaben fallen Schritt für Schritt weg, wo die Ergebnisse stimmen.
Schritt 05
Betrieb und Ausbau
Monitoring, Testfälle für jede Änderung, Modell-Updates und neue Werkzeuge, wenn der Prozess wächst. Oder die Übergabe an dein Team.
Belege
AI, die wir selbst ausliefern und betreiben.
Zwei eigene Produkte mit AI im Kern. Dazu erledigt ein interner Assistent mit Sprache und Werkzeugen Aufgaben, Termine und Auswertungen in unserem eigenen Betrieb.
Index AI: unsere Shopify-App für AI-Shopping. Sie bereitet Produktdaten für AI-Assistenten auf, misst, ob diese den Shop nennen, und zeigt die Bestellungen, die über AI kommen.
Section Store: unsere Shopify-App für Theme-Sections. Über ihren AI-Connector verbinden sich AI-Assistenten mit der App und arbeiten über festgelegte Werkzeuge mit ihr.
Typ
Shopify-App
Install
One click
Free
14 sections
Case Study
Zusammenarbeit
Klein anfangen. Ausbauen, was sich bewährt.
Vertrauen verdient sich ein Agent im Betrieb, nicht in einer Präsentation. Deshalb starten wir mit einer Aufgabe, messen sie an echten Fällen und bauen von dort aus weiter. Umfang und Preis stehen schriftlich fest, bevor wir bauen.
Zum Einstieg
Workshop und Prototyp
Ein Prozess, ein Agent, geprüft an echten Fällen aus deinem Arbeitsalltag.
Schriftlicher Umfang vor dem Bau
Prototyp gegen deine echten Daten
Klare Empfehlung: ausbauen, ändern oder lassen
In den Betrieb
Agent oder AI-Anwendung
Der Agent oder die Anwendung für den Betrieb gebaut – Werkzeuge, Rechte, Freigaben, Protokoll und Monitoring inklusive.
Rechte je Werkzeug
Cloud- oder lokales Modell, je Fall entschieden
Einführung zuerst mit menschlicher Freigabe
Daten bleiben im Haus
Lokale AI einrichten
Modelle auf deiner eigenen Hardware oder in deiner eigenen Umgebung, verbunden mit deinen Daten und Werkzeugen.
Modell passend zur Aufgabe gewählt
Laufzeitumgebung, Zugriffsschutz und Updates
Keine Eingaben oder Dokumente an externe AI-Dienste
Dafür stehen wir
Code, Repositories und Zugänge gehören dir
Jeder Agent hat feste Werkzeuge, Rechte und ein Protokoll
Menschliche Freigabe für Aktionen mit Folgen, bis du es anders entscheidest
Schriftlich festgehalten, welche Daten an welches Modell gehen
Eine klare Ansage, wenn regelbasierte Automatisierung die Aufgabe besser löst
Umfang und Preis schriftlich vor dem Bau
FAQ
Was Unternehmen fragen, bevor sie einen Agent bauen.
Was unterscheidet einen AI Agent von einem Chatbot?
Ein Chatbot antwortet. Ein Agent handelt: Er hat Werkzeuge – etwa um eine Bestellung im ERP zu lesen, eine Aufgabe anzulegen oder eine E-Mail zu entwerfen – und nutzt sie, um eine Aufgabe in mehreren Schritten zu erledigen. Was er darf, legen die Werkzeuge und Rechte fest, die er bekommt.
Was heißt lokale AI?
Das Modell läuft auf Hardware, die du kontrollierst – ein Rechner im Büro, dein eigener Server oder deine eigene Cloud-Umgebung – statt bei einem externen AI-Dienst. Eingaben, Dokumente und Ergebnisse bleiben in deiner Umgebung. Lokale Modelle sind kleiner als die größten Cloud-Modelle; wir prüfen deshalb je Anwendungsfall, ob ein lokales Modell für die Aufgabe reicht, und sagen dir, wenn nicht.
Mit welchen Systemen kann ein Agent arbeiten?
Mit jedem System, das eine Schnittstelle hat: REST- oder GraphQL-APIs, Datenbanken, Postfächer, Kalender, Dateiablagen. In unserem eigenen Betrieb arbeitet unser Assistent mit Aufgaben, Terminen und Auswertungen auf Daten aus Shopify und plentymarkets. Hat ein System keine Schnittstelle, sagen wir dir das im Workshop.
Wie verhindert ihr, dass ein Agent das Falsche tut?
Mit Grenzen. Jedes Werkzeug hat eigene Rechte, Aktionen mit Folgen – senden, bestellen, löschen – brauchen eine menschliche Freigabe, und Werkzeug-Aufrufe werden protokolliert. In unserem eigenen Lead-Prozess sind zum Beispiel Recherche und Entwurf automatisiert, das Senden bleibt ein menschlicher Klick. Bevor eine Änderung live geht, durchläuft der Agent eine Reihe von Testfällen.
Welche Modelle nutzt ihr?
Das, was zur Aufgabe passt. Für manche Aufgaben ist das ein großes Cloud-Modell, für andere ein kleines lokales, oft eine Kombination. Wir sind an keinen Anbieter gebunden und bauen so, dass sich das Modell später austauschen lässt.
Entwickelt ihr AI selbst oder verbindet ihr fertige Tools?
Wir entwickeln selbst. Die AI-Funktionen in unseren Shopify-Apps Index AI und Green Claims Checker und der Assistent, den wir intern nutzen, sind unsere eigene Software – inklusive Werkzeugen, Testfällen und Betrieb. Wir nutzen bestehende Modelle, in der Cloud oder lokal, und bauen Anwendung, Werkzeuge und Prüfung darum herum.
Ist das DSGVO-konform?
Das hängt von den Daten ab und davon, wo das Modell läuft – deshalb entscheiden wir es je Anwendungsfall. Wir dokumentieren, welche Daten an welches Modell und welchen Dienst gehen, schließen einen Auftragsverarbeitungsvertrag (AVV) und setzen lokale Modelle ein, wo personenbezogene oder vertrauliche Daten deine Umgebung nicht verlassen sollen.
Was kostet das?
Das hängt von der Aufgabe, den beteiligten Systemen und dem Ort ab, an dem das Modell läuft. Nach dem Erstgespräch bekommst du Umfang und Preis für den ersten Schritt schriftlich – meist Workshop und Prototyp –, bevor etwas gebaut wird.
Welche Aufgabe würdest du zuerst einem Agent geben?
Sag es uns. Wir melden uns mit einem Termin fürs Erstgespräch und einer klaren Einschätzung, ob ein Agent, eine eigene Anwendung oder schlichte Automatisierung am besten passt – unverbindlich.