Datenqualität
Der Pilot lief mit sauberen Beispielen. Im Betrieb kommen Scans, ungewöhnliche Formate und fehlende Felder dazu.
Wir bauen strukturierte Ausgaben, Validierung und den Umgang mit Sonderfällen von Anfang an ein.
KI-Agenten Entwicklung · Eine Aufgabe, von Anfang bis Ende
theBlue.ai entwickelt KI-Agenten für Unternehmen: einen Agenten, der eine klar umrissene Aufgabe von Anfang bis Ende übernimmt. Er erkennt, was eine Anfrage erfordert, arbeitet über festgelegte Werkzeuge direkt in den Systemen, die Sie bereits nutzen, ob Standardsoftware oder Eigenentwicklung, prüft das Ergebnis und übergibt alles, was er nicht selbst lösen kann, an einen Menschen. Der Agent läuft On-Premise, in der Cloud oder hybrid.
Belege
theBlue.ai hat seit 2016 mehr als 100 KI- und Automatisierungsprojekte umgesetzt. Bei Agenten liegt die eigentliche Hürde im Schritt vom überzeugenden Pilotprojekt zum System, das mit echten Daten läuft. Genau darauf konzentriert sich unsere Arbeit.
Einige der Organisationen, für die wir Systeme gebaut haben
Was ein Agent übernimmt
Jede stammt aus einem System, das wir gebaut haben. Der Agent erledigt die Schritte dazwischen, Entscheidungen mit Ermessensspielraum bleiben bei Ihren Mitarbeitenden.
Produktplaner fragen in ganz normalem Deutsch oder Englisch, schriftlich oder per Sprache. Der Assistent entscheidet selbst, welche Systeme er abfragt, SAP BW oder eines von mehreren Data Warehouses, und wie er die Ergebnisse zusammenführt.
Stunden → SekundenAutomotive, unter NDA
Jede eingehende E-Mail wird zuerst klassifiziert. Aufträge werden samt Anhängen gelesen, die Produkte mit der Datenbank abgeglichen und das Ergebnis geprüft, bevor es in der Auftragserfassung landet.
−90 % manuelle EingriffeRadaway
Auf dem größten deutschen Chirurgenkongress übernahm ein Sprachassistent die Fragen zu Wegen und Programm, mit denen sich die Teilnehmenden sonst ans Personal wandten. Die Programmdaten rief er beim Antworten per Function Calling ab.
4 Tage, 100+ SessionsDeutscher Chirurgenkongress
Für ein Public-Affairs-Team sichtet ein Agent neue Policy-Dokumente, fasst die Kernpunkte zusammen, ordnet die Positionen und bereitet Inhalte nach internen Standards auf. Das letzte Wort haben die Fachleute.
Freigabe durch FachleutePublic Affairs
So funktioniert es
Beispiel zur Veranschaulichung. Die Zahlen stammen aus der Referenz SAP-Planungsassistent.
Der passende Ansatz
Nicht jeder Prozess braucht einen Agenten. Manche laufen mit festen Regeln besser, viele kommen mit einem einzigen Sprachmodell-Schritt aus, und manche brauchen mehrere Agenten, die zusammenarbeiten. Welcher Ansatz passt, klärt die Prozessanalyse. Reicht die einfachere Lösung, sagen wir das offen.
| Kriterium | REGELNRegeln und Skripte | LLMEin Sprachmodell-Schritt | AGENTEin KI-Agent | MULTIMulti-Agenten-System |
|---|---|---|---|---|
| Prinzip | Feste Wenn-dann-Logik und Vorlagen. | Ein Modell liest eine Eingabe und liefert eine strukturierte Ausgabe. | Ein Agent plant mehrere Schritte und handelt über Werkzeuge. | Mehrere spezialisierte Agenten hinter einem Orchestrator. |
| Passt, wenn | die Eingabe jedes Mal gleich aussieht. | die Aufgabe aus einem Schritt besteht: extrahieren, klassifizieren, zusammenfassen. | die Aufgabe durch mehrere Systeme läuft und jeder Schritt vom vorherigen Ergebnis abhängt. | sich die Arbeit in klar getrennte Rollen oder Wissensgebiete aufteilt. |
| Aufwand | Sehr gering | Gering | Mittel | Hoch |
| Aus unseren Projekten | Häufig Teil unserer Projekte, in unterstützender Rolle: Wo Regeln ausreichen, setzen wir sie ein, und KI übernimmt die Teile, die sie nicht abdecken. | Fr. Meyer’s Sohn: Versanddaten aus E-Mails, mehr unter LLM Entwicklung | SAP-Planungsassistent: Der Agent wählt die Systeme, die er abfragt | RPP Group: fünf Agenten, 70 % weniger Zeit für Routinearbeit, mehr unter Multi-Agenten Entwicklung |
Vom Pilotprojekt in den Betrieb
Die Modelle funktionieren, und die Demos sind echt. Wenn Pilotprojekte stocken, liegt es fast immer an einem von vier Punkten rund um das Modell. Jeder davon ist eine technische Aufgabe, die wir ab der ersten Woche einplanen.
Der Pilot lief mit sauberen Beispielen. Im Betrieb kommen Scans, ungewöhnliche Formate und fehlende Felder dazu.
Wir bauen strukturierte Ausgaben, Validierung und den Umgang mit Sonderfällen von Anfang an ein.
Ein Agent, der nicht an Ihre Werkzeuge, Daten und Berechtigungen angebunden ist, bleibt eine Demo.
Wir bauen die Schicht, die ihn mit den Systemen verbindet, in denen die Arbeit ohnehin stattfindet.
Im Betrieb muss jemand nachvollziehen können, warum der Agent gehandelt hat und welche Daten er dafür genutzt hat.
Wir legen das System auf Nachvollziehbarkeit aus und so, dass es Ihre Sicherheitsprüfung besteht.
Ein Pilot hat ein Team, das von ihm begeistert ist. Ein Live-System braucht jemanden, der es überwacht und weiterentwickelt.
Wir übergeben mit Dokumentation und Schulung und betreuen das System auf Wunsch weiter.
Kontrolle
Der Agent arbeitet über Werkzeuge, die wir festlegen, innerhalb Ihrer Berechtigungen. Nur lesend, wo Lesen genügt.
Was außerhalb seines Aufgabenbereichs liegt, geht mit allen bisherigen Ergebnissen an einen Menschen. Das letzte Wort hat Ihr Team.
Sie sehen, welche Daten der Agent genutzt hat und warum er einen Schritt gegangen ist. Genau das verlangen regulierte Umgebungen.
On-Premise, in der Cloud oder hybrid. Der Datenfluss wird schriftlich festgelegt, bevor die Entwicklung beginnt.
Referenzen
Drei Systeme, die eine Aufgabe über Datenquellen, E-Mails und Live-Gespräche hinweg erledigen, jedes mit echten Kundendaten.

Automotive · führender Luxushersteller
Produktplaner fragten für jede Entscheidung SAP BW und mehrere Data Warehouses von Hand ab, und jede Abfrage brauchte jemanden, der diese Systeme kannte. Ein zweisprachiger Assistent liefert die Daten jetzt auf Zuruf.
Zur Referenz
Fertigung · Radaway
Aufträge kommen als freie E-Mail, und jeder Kunde formuliert sie anders. Wir haben ein bestehendes LLM-System bis in den Produktivbetrieb gebracht: semantische Produktzuordnung, Verarbeitung von Anhängen und 90 Prozent weniger manueller Aufwand.
Zur Referenz
Healthcare · Deutscher Chirurgenkongress
Auf dem größten deutschen Chirurgenkongress stellten Teilnehmende dem Personal den ganzen Tag dieselben Fragen zu Wegen und Programm. Diese Fragen übernahm ein Sprachassistent.
Zur ReferenzEinstieg
Ein überschaubarer erster Anwendungsfall, etwa eingehende E-Mails sortieren oder Fragen aus internen Daten beantworten, zeigt schnell Ergebnisse und macht klar, was der nächste Agent übernehmen sollte.
Sagen Sie uns, welche Aufgabe durch die meisten Systeme oder über die meisten Schreibtische geht. Wir melden uns innerhalb eines Werktags mit einer ersten Einschätzung, ob ein Agent passt, und einem Vorschlag für ein 30-minütiges Gespräch.
Aufgabe beschreibenWir nehmen Ihre Abläufe auf, prüfen die beteiligten Systeme und Berechtigungen und schlagen eine Architektur mit Umfang, Zeitplan und Kosten vor. Ein eigenständiges Projekt, ohne Verpflichtung weiterzumachen.
So arbeiten wirFAQ
Ein KI-Agent ist ein System auf Basis eines Sprachmodells, das eine klar umrissene Aufgabe über mehrere Schritte erledigt. Er ermittelt, was nötig ist, ruft Werkzeuge in Ihren eigenen Systemen auf, vom ERP und Ticketsystem bis zur Eigenentwicklung, prüft das Ergebnis und schließt die Aufgabe dann ab oder übergibt sie an einen Menschen. theBlue.ai baut Agenten, die in bestehender Unternehmens-IT laufen, On-Premise, in der Cloud oder hybrid.
Ein Chatbot beantwortet Fragen im Gespräch. Ein KI-Agent handelt zusätzlich in Ihren Systemen: Er fragt Ihr ERP ab, legt ein Ticket an oder entwirft eine Antwort, und er kann Aufgaben erledigen, die mehrere solcher Schritte hintereinander erfordern. Der von uns gebaute SAP-Planungsassistent entscheidet selbst, welche Systeme er abfragt und wie er die Ergebnisse zusammenführt.
Wenn die Eingabe jedes Mal gleich aussieht, sind Regeln günstiger und berechenbarer. Besteht die Aufgabe aus einem einzigen Schritt, etwa Felder aus einer E-Mail auszulesen, reicht ein Sprachmodell-Aufruf mit Validierung. Nicht jeder Prozess braucht einen Agenten, und die Prozessanalyse sagt es offen, wenn die einfachere Lösung genügt.
Ein einzelner Agent passt zu einer Aufgabe mit klarem Ziel, die durch wenige Systeme läuft. Mehrere spezialisierte Agenten hinter einem Orchestrator passen, wenn sich die Arbeit in klar getrennte Rollen oder Wissensgebiete aufteilt. Für die RPP Group haben wir fünf Agenten gebaut, die den Zeitaufwand für Routinearbeit um 70 Prozent senken. Mehr dazu unter Multi-Agenten Entwicklung.
In den Systemen, die Sie bereits betreiben, ob Standardsoftware oder Eigenentwicklung: ERP und Data Warehouses, CRM, Ticketsystem, E-Mail und Dokumentenablage, jeweils über ihre Schnittstelle. Beim SAP-Planungsassistenten waren das SAP BW und mehrere Data Warehouses. Der Agent greift über Werkzeuge darauf zu, die wir festlegen, mit genau den Berechtigungen, die die Aufgabe braucht, und keinen darüber hinaus.
Mit Grenzen, die fest ins System eingebaut sind. Der Agent kann nur die Werkzeuge nutzen, die wir festlegen, innerhalb Ihrer Berechtigungen und nur lesend, wo Lesen genügt. Seine Ausgaben werden gegen feste Regeln geprüft, Fälle außerhalb seines Aufgabenbereichs gehen an einen Menschen, und es bleibt nachvollziehbar, welche Daten er genutzt hat und warum er gehandelt hat. Bei sensiblen Entscheidungen hat Ihr Team das letzte Wort.
Weil im Betrieb andere Fragen zählen als im Pilotprojekt. Gartner erwartet, dass bis Ende 2027 mehr als 40 Prozent der Projekte mit agentischer KI eingestellt werden, und IDC stellte fest, dass 88 Prozent der untersuchten Proofs of Concept nie in den breiten Produktivbetrieb kamen. Die Ursachen sind immer wieder dieselben: Datenqualität, Integration, Governance und klare Zuständigkeit im laufenden Betrieb. Keine davon liegt im Modell, und alle vier lassen sich als technische Arbeit einplanen.
Die Prozessanalyse gibt es zum Festpreis ab 3.000 €. Sie endet mit einem Architekturvorschlag, der Umfang, Zeitplan und Kosten der Umsetzung festhält. Die Umsetzung wird nach Meilensteinen abgerechnet, erste funktionierende Bausteine gibt es in der Regel nach sechs bis acht Wochen. Existiert bereits ein System, geht es oft schneller: Bei Radaway lagen zwischen technischer Prüfung und Produktivbetrieb drei Wochen.
Ja. theBlue.ai betreibt Agenten On-Premise, in der Cloud oder hybrid, je nach Ihren Sicherheitsanforderungen. Der SAP-Planungsassistent ist sicher an die On-Premise-SAP-Systeme des Herstellers angebunden, und die Daten verlassen das Unternehmen nicht.
Beschreiben Sie den Prozess, und wir melden uns innerhalb eines Werktags mit einer ersten Einschätzung und einem Vorschlag für ein 30-minütiges Gespräch.