Fallstudien

Sechs Systeme, die wir gebaut haben

Echte Probleme, was wir gebaut haben und was sich geändert hat, ohne Kundennamen und ohne erfundene Zahlen.

Umzugsunternehmen

Sofort-⁠Angebote ohne Rückruf

Ausgangslage
Jedes Angebot hieß Rückruf. Langsame Antworten gefährdeten Aufträge.
Was wir gebaut haben
Ein Sofort-⁠Angebotsrechner, eine Live-⁠Warteschlange und automatisches Nachfassen.
Was sich geändert hat
Kunden sehen sofort einen Preis; jede Anfrage steht in einer Warteschlange.

Zur Fallstudie

Lokaler Dienstleister

Von der Anfrage bis zum Nachfassen

Ausgangslage
Anfragen landeten im Postfach. Nachgefasst hat, wer sie zuerst sah.
Was wir gebaut haben
Eine gemeinsame Warteschlange mit automatischer Zuordnung, Benachrichtigung und einem Status für jede Anfrage.
Was sich geändert hat
Jede Anfrage an einem Ort, Status für das ganze Team sichtbar.

Zur Fallstudie

Medien- und Content-Unternehmen

Ein System für die Content-⁠Produktion

Ausgangslage
Planung, Material, Freigabe und Veröffentlichung in getrennten Tools; Status per E-⁠Mail und Chat.
Was wir gebaut haben
Ein Dashboard mit festen Stufen und einer Datenschicht, die den Status aktuell hält.
Was sich geändert hat
Eine Ansicht: was in Arbeit, in Freigabe und geplant ist.

Zur Fallstudie

Marketing

Vom Briefing zum veröffentlichten Beitrag

Ausgangslage
Jeder Kurzbeitrag lief von Hand durch dieselben Schritte, für mehrere Kanäle.
Was wir gebaut haben
Eine KI-⁠Pipeline vom Briefing über Skript, Medien und Markengestaltung bis zur geplanten Veröffentlichung.
Was sich geändert hat
Beiträge kommen vom Briefing bis zur Veröffentlichung, ohne dass jemand sie weiterreichen muss.

Zur Fallstudie

Unsere eigene KI-Infrastruktur

Eine Steuerzentrale für KI-⁠Agenten

Ausgangslage
KI-⁠Agenten in 34 Projekten, jedes mit eigenen Skripten und ohne Protokoll darüber, was ein Agent getan hat.
Was wir gebaut haben
Eine Steuerzentrale mit Projekt-⁠Manifesten, Modell-⁠Routing, Laufprotokollen und Gedächtnis in Git.
Was sich geändert hat
Jeder Lauf ist protokolliert und nachprüfbar. Ein neues Projekt braucht einen Manifest-⁠Eintrag, kein neues Skript.

Zur Fallstudie

Datenanalyse

Ein Prototyp für Entscheidungshilfe

Ausgangslage
Eine wiederkehrende Entscheidung hing an Erfahrung und verstreuten historischen Daten, ohne festen Vergleich mit früheren Fällen.
Was wir gebaut haben
Ein Prototyp: eine Datenpipeline, ein Vorhersagemodell und eine Oberfläche, die ohne Technikwissen verständlich ist.
Was sich geändert hat
Die Entscheidung beginnt jedes Mal mit denselben Daten. Es ist ein Prototyp, kein Produktivsystem.

Zur Fallstudie