AI Agents, die
echte Arbeit übernehmen.
Nicht nur Chat.

ChatGPT (oder Claude.ai) ist ein Chat-Interface: Mensch tippt, Modell antwortet, Ende. Ein AI-Agent ist ein laufendes System: Es bekommt einen Auftrag, plant Schritte, ruft Tools auf (Web-Suche, API, Datenbank, E-Mail), liest Ergebnisse, entscheidet weiter, schreibt Zwischenstände in ein Gedächtnis und liefert am Ende ein konkretes Ergebnis ab — z. B. eine recherchierte Lead-Liste, einen Antwort-Entwurf oder ein ausgefülltes Formular. Das Modell ist nur eine Komponente. Drumherum liegen Code, Tools, Memory und Guard-Rails. Genau das bauen wir.

Beides — pro Agent passend gewählt. Anthropic Claude (Sonnet, Opus) für lange Kontexte, robuste Tool-Aufrufe, vorsichtige Antworten und kritische Sachbearbeitung. OpenAI GPT (4.1, GPT-5) für schnelle, breit verfügbare Use-Cases und Function-Calling. Wo es passt, auch lokale Modelle (Llama, Mistral, Qwen) via vLLM oder Ollama für sensible Daten. Modellwahl ist ein technisches Detail, kein Glaubensbekenntnis — wir wählen pro Use-Case nach Qualität, Kosten und Datenschutz.

Realistisch betrachtet: Drei Optionen. a) EU-Hosting mit Auftragsverarbeitung — Anthropic mit EU-Endpoint, Azure OpenAI in EU-Regionen, dazu AVV und technisch-organisatorische Maßnahmen. b) Self-Hosted Open-Source-Modelle für Daten, die das Haus nicht verlassen dürfen. c) Hybrid: sensible Felder werden lokal anonymisiert, nur Platzhalter gehen ans LLM. Pseudonymisierung, Logging, Rollen-Trennung und Löschkonzept sind Teil jedes Agent-Setups. Welche Option passt, klären wir vor Implementierung — nicht hinterher.

Die ehrliche Antwort: Kommt aufs Volumen und Modell an, aber die Betriebskosten sind oft kleiner als gedacht. Ein Mail-Triage-Agent für ein mittleres Postfach kostet pro Monat im API-Verbrauch typischerweise im niedrigen zwei- bis dreistelligen Bereich. Sales-Recherche-Agents kosten pro recherchiertem Account ein paar Cent bis wenige Euro — abhängig davon, wie tief recherchiert wird und welche Quellen genutzt werden. Wir liefern vor dem Bau eine konkrete Kostenschätzung pro 1000 Vorgänge und bauen Cost-Logging direkt ein, damit ihr es jederzeit nachvollziehen könnt.

Ein erster produktiver Agent — also einer, der echte Arbeit übernimmt und nicht nur ein Demo ist — braucht typischerweise 3 bis 8 Wochen. Davon sind die ersten 1–2 Wochen Use-Case-Schärfung und Datenzugriff, danach 2–4 Wochen Bau und Test mit echten Beispielen, dann eine Pilotphase im Schattenbetrieb (Agent läuft mit, Mensch entscheidet final), und am Ende der Wechsel in den Produktivbetrieb mit klar definierter Rolle. Schneller geht oft, aber nicht immer sauber. Wir sagen vorher ehrlich, was realistisch ist.

Halluzinationen sind nicht weg — auch 2026 nicht. Sprachmodelle erfinden manchmal Inhalte, die plausibel klingen, aber falsch sind. Genau deshalb bauen wir Agents mit Guard-Rails: a) Tool-Use statt freie Erfindung — der Agent liest aus echten Quellen, statt zu raten. b) Zitate und Quellverweise sind Pflichtfelder für RAG-Antworten. c) Konfidenz-Schwellen: bei niedriger Sicherheit übergibt der Agent an Menschen. d) Schattenbetrieb in den ersten Wochen — der Agent schlägt vor, Mensch entscheidet. Erst wenn die Qualitätsmessung passt, geht er in den Vollbetrieb. Wer behauptet, sein AI-Agent halluziniert nicht, lügt oder hat keine Vorgänge gemessen.

Erstgespräch (30 Min, kostenlos): Wir verstehen den Use-Case, die Datenlage und das gewünschte Ergebnis. Danach gibt es ein konkretes, unverbindliches Angebot. Dann: Use-Case-Schärfung mit klarem Erfolgskriterium, Bau eines ersten Agents mit echten Beispielen, Pilotphase im Schattenbetrieb, Übergang in den Produktivbetrieb. Optional bleiben wir als Sparringspartner an Bord — Modelle ändern sich, Use-Cases erweitern sich, Tools werden besser. Keine 12-Monats-Mindestlaufzeit. Wenn wir keinen Wert liefern, sollt ihr aussteigen können.