KI-Systeme, die nicht nur in der Demo funktionieren.

Der Agent überzeugt in der Demo. Im Alltag liefert er sicher klingende Fehler, und niemand merkt es rechtzeitig.

• Eine geordnete Fehlerkarte: wo der Agent kippt, nach Klassen sortiert.
• Jede Aussage mit Härtegrad: geprüft, behauptet oder widerlegt.
• Prioritätenliste, welche Fehler zuerst Geld oder Vertrauen kosten.

Die Modellrechnung wächst. Welche Aufrufe, Kontexte und Wiederholungen das Geld kosten, sagt niemand.

• Aufstellung der teuersten Aufruf-Muster mit gemessenem Kostenanteil.
• Konkrete Hebel: Cache, kürzere Feld-Formate, Modell-Wahl nach Rolle.
• Schätzung, wie viel ein Kosten-Sprint realistisch einspart.

Ein Wissens-Assistent antwortet mal genau, mal frei erfunden. Woran es liegt, bleibt offen.

• Prüfung der Retrieval-Kette: Zerlegung, Quellenwahl, Rangfolge, Deckung.
• Nachweis, wo der Assistent lieber schweigen sollte statt zu raten.
• Messpunkte, an denen sich die Qualität künftig laufend prüfen lässt.

Ein Agent läuft unzuverlässig und ist so nicht produktionsreif. Er fällt an Stellen aus, die vorher niemand sieht.

• Trennung von Ausführung und Abnahme: eine unabhängige Instanz prüft jedes Ergebnis, bevor es durchgeht.
• Feste Prüfschritte nach jeder KI-Stufe, damit Fehler früh auffallen.
• Ein Stand zum Weiterbetreiben, mit dokumentierten Abbruchregeln.

Antwortzeiten und laufende Modellkosten sind zu hoch für den Dauerbetrieb.

• Eingebauter Cache, damit gleicher Eingabetext nie zweimal bezahlt wird.
• Kürzere Feld-Formate und Modell-Wahl nach Aufgabe.
• Ein fester Ersatzpfad, der greift, wenn das Modell ausfällt.

Retrieval, Zerlegung und Antwortqualität eines bestehenden RAG-Systems sind zu schwach.

• Überarbeitete Retrieval-Kette mit Facetten und Schutz vor Dubletten.
• Zeitlich korrektes Gedächtnis: der Assistent nutzt den Wissensstand, der damals galt.
• Ein Deckungs-Tor, das lieber nachfragt als falsch zu antworten.

Es gibt keine automatischen Tests für Antworten und Abläufe. Rückschritte fallen erst beim Kunden auf.

• Automatische Prüfläufe für Antworten, Abläufe und Rückschritte.
• Jede Dimension als Messwert über die Zeit, sichtbar statt gefühlt.
• Verkettete Prüfschritte statt einer einzelnen Note am Ende.

Was ein Agent wirklich getan hat, bleibt unsichtbar. Sichtbar ist nur seine Fertig-Meldung.

• Ein Nachzähler liest aus dem Protokoll die echten Lese-, Schreib- und Befehls-Schritte.
• Kosten, Fehler und Qualität je Lauf sichtbar an einem Ort.
• Ein Melder für läuft, aber wirkt nicht: erkennt Stillstand trotz ok-Meldung.

Ein Agent kann etwas senden, ändern oder veröffentlichen, bevor ein Mensch zustimmt.

• Eine Freigabe-Schranke vor jeder Aktion nach außen, mit befristeter Zustimmung.
• Drei Stufen: Vorschau, Freigabe, Ausführung. Kein Seitenweg umgeht das Tor.
• Klare Regeln je Kanal. Im Zweifel bleibt das Tor zu.

Firmenwissen liegt verstreut, und niemand findet verlässlich den aktuellen Stand.

• Ein quellen-gebundener Assistent für interne Dokumente, mit Herkunft je Antwort.
• Zeitlich korrektes Gedächtnis: was wann galt, alte Stände bleiben lesbar.
• Ein Deckungs-Tor, das bei dünner Quellenlage nachfragt statt zu raten.

Gebraucht wird ein klar abgegrenzter Agent, der wirklich in Produktion läuft, nicht nur in der Demo.

• Ein Agent mit festen Zuständen, Regeln und Fehlerbehandlung.
• Ein fester Ersatzpfad und eine Warteschlange, damit nichts verloren geht.
• Übergabe mit Tests, Sichtbarkeit und Dokumentation.

Datei- und System-Wildwuchs, und niemand weiß, was ungenutzt ist oder wem was gehört.

• Ein Durchlauf über das Repo, der ungenutzten Code und offene Enden findet.
• Eine Besitz-Karte: wo Dinge doppelt liegen, wo Umbenennung ohne Plan droht.
• Ein Playbook, um Wildwuchs auf eine einzige Wahrheitsquelle umzustellen.