Ausgewählte KI-Projekte

KI-Systeme in realen Geschäftsprozessen

Ich verbinde Modelle nicht mit Demo-Oberflächen, sondern mit den Systemen, Regeln und Verantwortlichen eines Unternehmens. Diese Auswahl zeigt direkte OpenAI-Implementierung, Multi-Model-Architektur und kontrollierte KI-Abläufe.

OpenAI API

Multi-Model-Orchestrierung

CRM- und ERP-Integration

MCP und Workflows

Menschliche Freigabe

Vier Projekte, vier Reifegrade

Jeder Fall trennt implementierte Technik, dokumentierten Betriebsstand und noch offene Live-Abnahme. So bleibt sichtbar, was bereits funktioniert und was noch geprüft werden muss.

Fall 01

Neurobots: KI-Mitarbeiter mit kontrolliertem Systemzugriff

AI Operations Platform · Produktentwicklung

Implementiert

Ausgangslage

Unternehmen benötigen mehr als einen Chat: Eine KI muss Kontext behalten, Werkzeuge sicher nutzen, Berechtigungen respektieren und ihre Nutzung nachvollziehbar machen. In meiner Rolle als Mitgründer von Neurobots arbeite ich an dieser Produktarchitektur.

Rolle der KI

Die Plattform bindet die OpenAI Responses API über eine einheitliche Provider-Schicht ein. Strukturierte Funktionsaufrufe, multimodale Eingaben und Tool-Ergebnisse werden in ein gemeinsames Ausführungsmodell überführt.

Ablauf und Systemgrenzen

Anfrage mit Arbeitskontext

OpenAI Responses API

Regeln und Werkzeuge

CRM- oder ERP-System

Freigabe durch Menschen

Anfrage mit Arbeitskontext

OpenAI Responses API

Regeln und Werkzeuge

CRM- oder ERP-System

Freigabe durch Menschen

Kontrollen

Schreibende Werkzeugaufrufe bleiben bis zur Freigabe im Status vorgeschlagen.
Mandant, Benutzer und Gespräch werden getrennt gespeichert und geprüft.
Schleifenbegrenzung, Modell-Fallback und Nutzungsgrenzen stoppen unkontrollierte Ausführung.

Nachgewiesener Stand

OpenAI, Anthropic und Gemini laufen hinter einer gemeinsamen Provider-Schnittstelle.
Werkzeugaufrufe und Ergebnisse bleiben über ihre Call-ID nachvollziehbar verbunden.
Verbrauch, Modell und Laufzeitkontext können pro Ausführung dokumentiert werden.

Fall 02

Sprango: Sprachtraining mit OpenAI TTS und Transkriptions-Fallback

EdTech · Voice AI · Eigenes Produkt

Implementiert

Ausgangslage

Kurze Sprachübungen brauchen einen stabilen Ablauf aus Spracheingabe, Transkription, passender Antwort und Sprachausgabe. Gleichzeitig müssen Lernkontext, Kontingent und Fehlerfälle über mehrere Kurse hinweg konsistent bleiben.

Rolle der KI

OpenAI erzeugt die Audioantwort per Text-to-Speech und dient als Transkriptions-Fallback. Die Dialogantwort wird strukturiert verarbeitet, bevor sie als Lernkorrektur ausgegeben wird.

Ablauf und Systemgrenzen

Sprach- oder Texteingabe

Transkription mit Fallback

Strukturierte Dialoglogik

OpenAI Sprachausgabe

Persistenter Lernverlauf

Sprach- oder Texteingabe

Transkription mit Fallback

Strukturierte Dialoglogik

OpenAI Sprachausgabe

Persistenter Lernverlauf

Kontrollen

Ungültige Modellantworten werden normalisiert oder erneut angefordert.
Unsichere Sprachkorrekturen werden nicht als sichere Fakten ausgegeben.
Zeitlimits, Kontingente und geordnete Verarbeitung schützen den Nutzerablauf.

Nachgewiesener Stand

Ein Bot verwaltet getrennte Lernkontexte für mehrere Sprachkurse.
Voice Input, Textantwort und Audioausgabe bilden einen durchgängigen Prozess.
Typecheck, Build und 36 automatisierte Tests bestanden im lokalen Quality Gate.

Fall 03

KI-Transformation in einer komplexen Organisation

Prozessintensive Organisation · Kundenprojekt vollständig anonymisiert

Operative Assets dokumentiert

Ausgangslage

Wissen war über mehrere Fachbereiche verteilt, Automatisierung bestand aus Einzellösungen und KI-Nutzung hatte keine einheitlichen Rollen oder Freigabegrenzen. Benötigt wurde ein kontrolliertes Betriebsmodell auf dem vorhandenen Systembestand.

Rolle der KI

Das Programm nutzt mehrere Modellanbieter. OpenAI ist für ausgewählte Workflows und Governance-Fragen vorgesehen; das Gesamtprogramm wird deshalb bewusst nicht als reine OpenAI-Implementierung dargestellt.

Ablauf und Systemgrenzen

Anfrage aus einem Fachbereich

Spezialisierte KI-Rolle

Richtlinien und Wissensbasis

Bestehende Geschäftssysteme

Verantwortliche Fachperson

Anfrage aus einem Fachbereich

Spezialisierte KI-Rolle

Richtlinien und Wissensbasis

Bestehende Geschäftssysteme

Verantwortliche Fachperson

Kontrollen

KI-Rollen arbeiten in der zweiten Linie: vorbereiten, prüfen und dokumentieren.
Externe Aktionen bleiben bei einer verantwortlichen Person.
Wissen, Zugriffsrechte und Arbeitsabläufe werden getrennt versioniert.

Nachgewiesener Stand

Ein organisationsweites Audit über mehrere Fachbereiche wurde abgeschlossen.
Ein strukturiertes Portfolio von Einsatzfällen und klar abgegrenzten KI-Rollen wurde aufgebaut.
Wissensbasis und Automatisierungsplattform bilden eine gemeinsame Betriebsgrundlage.

Fall 04

KI-gestützter CRM-Prozess mit nachvollziehbarer Eskalation

Serviceprozess · CRM · Kundenprojekt vollständig anonymisiert

Prototyp · Live-UAT offen

Ausgangslage

KI-gestützte Kontakt- und Terminabläufe müssen mit Aufgaben, Vorgängen und verantwortlichen Mitarbeitern verbunden sein. Ohne diese Verbindung bleibt unklar, was die KI erledigt hat und wo ein Mensch übernehmen muss.

Rolle der KI

Der Modellanbieter ist noch nicht abschließend bestätigt. Der Fall belegt deshalb Prozess- und Kontrollarchitektur, aber keine direkte OpenAI-Implementierung.

Ablauf und Systemgrenzen

Eingehende Anfrage

KI-Assistent

CRM-Regeln und Fristen

Gemeinsame Arbeitswarteschlange

Menschliche Eskalation

Eingehende Anfrage

KI-Assistent

CRM-Regeln und Fristen

Gemeinsame Arbeitswarteschlange

Menschliche Eskalation

Kontrollen

Nicht beantwortete Fragen wechseln mit Kontext in eine menschliche Aufgabe.
Jede KI-Aktion soll mit Mitarbeiter, Aufgabe und Vorgang verbunden werden.
Blockierende Regeln werden erst nach definierten Ausnahmen und Live-UAT aktiviert.

Nachgewiesener Stand

Prozessphasen, KI-Ausgänge und Eskalationswege sind fachlich spezifiziert.
Ein Rollenentwurf bündelt Aufgaben, Kommunikation und KI-Aktionsjournal.
Live-Daten, Rechte und die vollständige KI-Verknüpfung bleiben vor Produktionsfreigabe zu prüfen.

Delivery Standard

So prüfe ich KI-Projekte

Ein Modellaufruf ist noch kein funktionierender Geschäftsprozess. Abgenommen wird die vollständige Kette bis zum sichtbaren Ergebnis und zur verantwortlichen Person.

01
Geschäftspfad
Auslöser, Entscheidung, Systemeintrag und Ergebnis werden als eine Kette geprüft.
02
Berechtigungen
Lesen, Vorschlagen und Schreiben erhalten getrennte Grenzen.
03
Fehlerweg
Timeout, Modellfehler und fehlender Kontext führen in einen definierten Ersatzprozess.
04
Live-UAT
Die tatsächliche Nutzerrolle testet den vollständigen Weg im Zielsystem.
05
Messung
Zeit, Nutzung, Qualität und Geschäftswirkung werden getrennt ausgewertet.

Nächster Schritt

Welcher Geschäftsprozess soll als Nächstes kontrolliert automatisiert werden?

Schreiben Sie mir den Prozess, das führende System und den aktuellen Engpass. Ich antworte mit einer ersten Einschätzung, ob KI dort sinnvoll ist.

AI-Projekt über WhatsApp besprechen