Häufig gestellte Fragen

KI-Systeme, die Geschäftsprozesse eigenständig steuern. Dazu gehören agentic KI-Agenten, die über Ihre Tools hinweg denken und handeln, Sprachagenten für den Telefondienst rund um die Uhr, Workflow-Automatisierung auf n8n und Make, individuelle RAG-Pipelines auf Basis Ihrer Daten sowie Self-Hosted-KI-Infrastruktur für Teams, die keine Daten an Dritte senden können. Außerdem deployen und härten wir OpenClaw für Unternehmen, die lokale KI-Infrastruktur betreiben möchten.

Das Spektrum ist breit. Solo-Gründer, die ihren ersten Workflow automatisieren. Mittelständische Teams mit 50 bis 500 Mitarbeitern, die manuelle Prozesse ablösen möchten. Enterprise-Teams mit Compliance-Anforderungen, die die meisten Cloud-KI-Tools ausschließen. Branchen reichen von Gesundheitswesen, Recht und Recruiting über Callcenter, Immobilien und E-Commerce bis hin zu Finanzen und Marketingagenturen. Der gemeinsame Nenner: ein operativer Engpass, der beseitigt werden soll.

Nein. Ein Einzelunternehmer mit einem Dienstleistungsgeschäft ist für uns ein ebenso valider Kunde wie ein Enterprise-IT-Team. Der Umfang und die Kosten unterscheiden sich — eine einzelne Workflow-Automatisierung kann $5.000 kosten, ein Multi-Agent-Enterprise-System $100.000 und mehr. Der Engineering-Ansatz bleibt jedoch derselbe.

Gesundheitswesen (HIPAA-konforme Self-Hosted-Deployments), Recht (Intake- und Dokumenten-Pipelines), Recruiting und Personalvermittlung (Kandidaten-Screening, ATS-Automatisierung), Callcenter (Inbound-Voice-KI im großen Maßstab), Immobilien (Lead-Qualifizierung per Sprachagent), Finanzen und Fintech (KYC/AML-Pipelines, Onboarding-Automatisierung), E-Commerce (Support-Automatisierung, Bestellabwicklung), Marketingagenturen (Reporting, CRM-Sync, White-Label-KI). Regulierte und nicht-regulierte Umgebungen.

Wir entwickeln maßgeschneiderte Systeme — wir konfigurieren keine Plattformen und übergeben Ihnen einen Login. Jedes System wird gezielt für Ihre Workflows gebaut. Wir arbeiten in regulierten Umgebungen, an die sich die meisten Agenturen nicht herantrauen: HIPAA, DSGVO, KYC/AML, Air-Gapped-Deployments. Und alles gehört Ihnen — Code, Modelle, Konfigurationen, Dokumentation. Kein Plattform-Lock-in, keine laufenden Lizenzgebühren an uns.

Einzelne Workflow-Automatisierungen liegen typischerweise zwischen $5.000 und $15.000. Individuelle KI-Agenten mit definiertem Umfang kosten $15.000 bis $40.000. Multi-Agent-Enterprise-Systeme bewegen sich im Bereich von $50.000 bis $150.000 und mehr. Sprachagenten-Deployments liegen je nach Anrufvolumen und Integrationen zwischen $8.000 und $30.000. In Compliance-Umgebungen kommen zusätzliche Infrastrukturkosten hinzu. Jedes Engagement beginnt mit einem kostenlosen Audit-Gespräch, damit wir den Umfang sauber definieren können. Wir erstellen keine Angebote ins Blaue.

Ja, vollkommen kostenlos. In 15 Minuten (oder asynchron, wenn Ihnen das lieber ist) kartieren wir Ihre aufwändigsten Workflows, identifizieren die zwei oder drei Automatisierungsziele mit dem klarsten ROI und sagen Ihnen ehrlich, ob eine individuelle Lösung oder ein bestehendes Plattform-Tool sinnvoller ist. Am Ende haben Sie eine priorisierte Roadmap — ohne Verpflichtung.

Ja. Retainer liegen je nach Umfang zwischen $1.500 und $8.000 pro Monat und umfassen Monitoring, Performance-Tuning, API- und Modell-Updates sowie Feature-Weiterentwicklung. Wenn Sie komplexe agentic Systeme oder Sprachagenten mit hohem Anrufvolumen betreiben, empfehlen wir das dringend. LLM-APIs ändern sich, Workflows entwickeln sich weiter, Agenten driften — jemand muss ein Auge darauf haben.

Genau so arbeiten wir am liebsten. Nehmen Sie sich ein konkretes operatives Problem vor, automatisieren Sie es, und stellen Sie sicher, dass es zuverlässig läuft. Danach erweitern wir schrittweise: mehr Agenten, mehr vernetzte Systeme, eine Sprachschicht, wenn es Sinn ergibt. Alles, was wir entwickeln, wächst mit Ihnen.

Mit dem Audit-Gespräch. Danach folgt die Discovery-Phase: Workflow-Mapping, Stack-Analyse, Integrationsanforderungen. Anschließend Architektur, dann Build. Die meisten Projekte verbringen zwei bis vier Wochen in der Discovery- und Scoping-Phase, bevor eine einzige Zeile Code geschrieben wird. Wir teilen einen expliziten Scope of Work, bevor Sie sich auf irgendetwas festlegen.

Einzelne Workflow-Automatisierungen: 2 bis 4 Wochen. Individuelle KI-Agenten mit definierten Integrationen: 4 bis 8 Wochen. Multi-Agent-Systeme oder Sprachagenten-Deployments: 8 bis 16 Wochen. Compliance-Umgebungen verlängern den Zeitrahmen um 2 bis 4 Wochen für Infrastruktur und Sicherheitsprüfung. Die größte Variable ist, wie schnell Ihr Team uns Zugang zu bestehenden Systemen gewähren und den Scope freigeben kann.

Ja. Vollständig. Code, Konfigurationen, Modelle, Dokumentation — alles wird bei Lieferung an Sie übertragen. Keine Lizenzgebühren, keine Plattformabhängigkeit. Falls Sie später ein anderes Team mit der Wartung beauftragen, hat es alles, was es braucht.

Wenig, aber nicht null. Wir brauchen Zugang zu Ihren Systemen, zwei oder drei Sessions mit der Person, die den Workflow am besten kennt (jeweils 30 bis 60 Minuten), und eine Ansprechperson für ein wöchentliches Check-in während der Build-Phase. Nach dem Launch betreiben die meisten Kunden ihre Systeme eigenständig, sofern kein Retainer vereinbart ist.

Für agentic KI: Claude Agent SDK, LangChain, LangGraph, MCP-Server für Tool-Zugriff. Für Sprachagenten: Retell AI, Vapi, Bland AI — die Auswahl richtet sich nach Anrufvolumen, Latenz und den benötigten Integrationen. Workflow-Automatisierung läuft auf n8n (Self-Hosted oder Cloud) und Make. RAG- und Wissenssysteme nutzen Qdrant, Weaviate oder pgvector je nach Skalierung. Die Infrastruktur basiert auf Docker mit Self-Hosted-Linux oder Cloud-Anbietern.

Das hängt vom Problem ab. Für Standard-Automatisierungsworkflows ist n8n oder Make schneller und wartungsärmer. Bei Multi-Step-Agenten mit individueller Logik, Memory und Tool-Nutzung schreiben wir Code. Wir wählen das, was Ihren Betrieb langfristig am besten unterstützt — nicht das, was sich am schnellsten vorführen lässt.

Ein telefonfähiges KI-System, das Anrufe entgegennimmt, Gespräche führt, Informationen erfasst und Aktionen auslöst. Das kann Terminbuchungen, Lead-Qualifizierung, Anrufweiterleitung oder die Dokumentation im CRM umfassen. Technisch basiert es auf einer Voice-Plattform (Retell AI, Vapi), die mit einem LLM und Ihrem Kalender- oder Buchungssystem verbunden ist. Die Latenz liegt typischerweise unter 500ms. Bei Routineanrufen können die meisten Anrufer ihn nicht von einem menschlichen Empfang unterscheiden.

Ein Chatbot beantwortet Fragen. Ein agentic KI-System handelt danach. Ein Agent kann Ihr CRM abfragen, ein Dokument erstellen, eine E-Mail versenden, eine Datenbank prüfen und eine Freigabe weiterleiten — Schritt für Schritt, ohne dass jemand jeden einzelnen Vorgang manuell auslöst. Chatbots arbeiten meist in Einzelschritten. Agenten schließen mehrstufige Workflows ab, die bisher an jedem Punkt einen Menschen erforderten.

Ja, das haben wir bereits umgesetzt. Das Setup nutzt Self-Hosted-Infrastruktur, sodass Patientendaten niemals einen Drittanbieter-Cloud-Service berühren. Konkret bedeutet das: ein Self-Hosted-LLM (Llama, Mistral oder vergleichbar über Ollama), eine Self-Hosted-Workflow-Schicht (n8n auf Ihrem Server) und entsprechende Zugriffskontrollen. Diese Projekte dauern länger und kosten mehr, aber sie funktionieren. Buchen Sie ein Audit-Gespräch, und wir gehen Ihre spezifischen Anforderungen gemeinsam durch.

Es bedeutet, dass das Sprachmodell, die Workflow-Engine und die Vektordatenbank vollständig auf Ihrer Infrastruktur laufen — nicht in der Cloud eines Drittanbieters. Ihre Daten verlassen Ihre Umgebung nicht. Im Gesundheitswesen, in der Rechtsbranche, im Finanzsektor oder in jeder anderen Branche mit Datenresidenz-Vorschriften ist das keine Option, sondern Pflicht. Wir übernehmen das Deployment auf Ihren Servern oder in Ihrer Private Cloud.

Nein. Ihre Daten werden ausschließlich für Inferenz genutzt: Fragen beantworten, Entscheidungen treffen — nicht für Training oder Modell-Updates. Bei Cloud-LLM-APIs konfigurieren wir standardmäßig ein Opt-out vom Daten-Training. Falls selbst API-Aufrufe ein zu hohes Risiko darstellen, eliminieren Self-Hosted-Deployments dieses Risiko vollständig.

Jedes System durchläuft nach dem Launch eine überwachte Phase — in der Regel zwei Wochen. Wir beobachten Fehler, unerwartete Ausgaben oder Integrationsprobleme und beheben sie ohne Zusatzkosten. Danach können Sie das System eigenständig betreiben oder auf einen Retainer wechseln.

Das kommt vor. LLM-APIs werden aktualisiert, Drittanbieter ändern ihre Schemas, Workflows stoßen auf Grenzfälle. Mit einem Retainer kümmern wir uns darum. Ohne Retainer bieten wir einen vergünstigten Stundensatz für Nachbesserungen. In jedem Fall dokumentieren wir jeden Integrationspunkt, damit Ihr Team Probleme bei Bedarf auch selbst diagnostizieren kann.

Ja. Jede Lieferung umfasst eine Dokumentation zur Funktionsweise des Systems, zur Konfigurationsanpassung und zur Interpretation der Ausgaben. Wenn Ihr Team praxisnahe Schulungssessions wünscht, führen wir diese ebenfalls durch. Das Ziel ist, dass Sie das System ohne uns betreiben können.