cm-opti - KI-Implementierung und Prozessautomatisierung
Erstgespräch

Leistungen

KI-Lösungen für Unternehmen: KI-Agenten, Dokumentenerfassung, Computer Vision, Prognosen und Systemintegration

Wie sie funktionieren, was wir von dir brauchen und welche Ergebnisse sie in den Projekten unseres Teams gebracht haben.

Prozessautomatisierung mit KI

Lösungen, die wiederkehrende Arbeit mit E-Mails, Dokumenten und Bildern übernehmen. Wir bauen sie mit großen Sprachmodellen, KI-Agenten und Computer Vision. Wo das Modell unsicher ist, entscheidet ein Mensch.

KI-Assistent für Unternehmenswissen

Beantwortet Fragen auf Basis deiner Dokumente, Richtlinien und Vorschriften und nennt dabei die Quelle.

Funktionsweise und Voraussetzungen

So funktioniert es

Der Assistent nutzt RAG (Retrieval-Augmented Generation). Zuerst findet er die passende Stelle in deinen Dokumenten, dann formuliert er auf dieser Grundlage die Antwort, sodass sich jede an der Quelle prüfen lässt. Er kann auch den nächsten Schritt vorschlagen, z. B. was noch zu prüfen ist.

Was wir von dir brauchen

Die Dokumente, die der Assistent nutzen soll, z. B. Verträge, Anleitungen, Richtlinien oder Vorschriften, und eine Liste der Fragen, die dein Team heute stellt.

Aus der Praxis

In einem Bauunternehmen in Deutschland entsteht die Antwort auf eine Frage zu HOAI und VOB in 10 Minuten statt in rund 1,5 Stunden, samt Begründung.

Analyse von Anfragen und Angeboten

Liest die Anforderungen des Kunden, vergleicht sie mit früheren Angeboten und Produktionsdaten und bereitet einen Angebotsentwurf zur Freigabe vor.

Funktionsweise und Voraussetzungen

So funktioniert es

Die Anfrage kommt per E-Mail oder Formular. Der Assistent liest die Parameter aus, z. B. Material, Maße, Menge und Termin, und findet ähnliche frühere Aufträge. Er kalkuliert nach deinen Regeln und zeigt, was für ein vollständiges Angebot noch fehlt. Vertrieb oder Arbeitsvorbereitung prüfen das Ergebnis und entscheiden über den Versand.

Was wir von dir brauchen

Beispielanfragen mit den Angeboten, die dazu entstanden sind, und die Regeln, nach denen du heute den Preis berechnest, z. B. eine Kalkulationstabelle.

KI-Agent für mehrstufige Aufgaben

Führt einen Vorgang durch mehrere Systeme: sammelt Informationen, entscheidet über den nächsten Schritt und bereitet das Ergebnis zur Freigabe vor.

Funktionsweise und Voraussetzungen

So funktioniert es

Der Agent verbindet ein LLM (Large Language Model) mit Werkzeugen, z. B. E-Mail-Postfach, ERP, CRM oder Dokumentenablage. Die nächsten Schritte legt er selbst fest, aber in Grenzen, die wir gemeinsam ziehen: auf welche Daten er zugreift, was er ändern darf und was eine Freigabe durch dein Team braucht. Jede seiner Entscheidungen wird protokolliert, sodass leicht nachvollziehbar ist, wie sie zustande kam.

Was wir von dir brauchen

Eine Beschreibung der Aufgabe, die heute über mehrere Personen oder Programme läuft, Beispiele für ihren Ablauf und Zugang zu den Systemen, die der Agent nutzen soll.

Visuelle Qualitätskontrolle (Computer Vision)

Analysiert Fotos und Videos von Produkten oder Waren und zeigt Fehler, Schäden oder Abweichungen vom Bestand im System.

Funktionsweise und Voraussetzungen

So funktioniert es

Wir trainieren das Modell mit Fotos oder Videos aus deinem Prozess, auch mit fehlerhaften Teilen. Videos analysiert es Bild für Bild. Jedes Teil bewertet es nach denselben Kriterien und vergleicht das Ergebnis mit einem Muster oder mit den Daten im System. Dein Team sieht sich nur die Fälle an, die das Modell markiert hat. Die Erkennungsgenauigkeit prüfen wir im ersten Sprint mit Bildmaterial von deiner Linie, bevor die Lösung die ganze Produktion abdeckt.

Was wir von dir brauchen

Fotos oder Videos von der Stelle, die du prüfen willst, inklusive Beispielen für Fehler und Schäden, und Zugang zu den Daten, mit denen das Bild übereinstimmen soll.

Aus der Erfahrung des Teams

In einer Handelskette verglich das Modell Regalfotos mit dem Bestand im System. Abweichungen waren sichtbar, bevor das Regal leer war oder eine Bestellung auf einem falschen Bestand beruhte.

Dokumentenerfassung mit KI (OCR)

Macht aus Scans, PDFs und Fotos von Rechnungen, Aufträgen oder Verträgen Daten im System, ohne manuelles Abtippen.

Funktionsweise und Voraussetzungen

So funktioniert es

OCR (Optical Character Recognition) erkennt den Text auf dem Scan, ein zweiter Schritt ordnet die Felder zu: Auftragsnummer, Datum, Betrag, Adresse. Die Daten landen freigabebereit im System. Manuell laufen nur Dokumente, die keinem bekannten Schema folgen.

Was wir von dir brauchen

Beispiele für jede Dokumentart, die verarbeitet werden soll, und eine Liste der Felder, die ins System sollen.

Aus der Praxis

In einem Transportunternehmen gelangen Transportaufträge ohne Abtippen ins TMS (Transportation Management System), das Team gibt sie nur noch frei.

KI-Assistent für das E-Mail-Postfach

Liest eingehende Nachrichten und Anhänge, erkennt das Anliegen und leitet die Daten an das richtige System oder die richtige Abteilung weiter.

Funktionsweise und Voraussetzungen

So funktioniert es

Die Nachricht landet in einem gemeinsamen Postfach, z. B. für Aufträge, Reklamationen oder Schadenkorrespondenz. Ein NLP-Modell (Natural Language Processing) ordnet sie nach Thema ein, OCR liest die Anhänge. Die Daten gehen direkt an die richtige Person oder ins richtige System.

Was wir von dir brauchen

Zugang zum Postfach oder zu einer Kopie und Beispielnachrichten, sortiert nach den Kategorien, die dein Team verwendet.

Aus der Praxis

In einem Versicherungsunternehmen erkennt das Modell die Risikokategorie in 90 % der Fälle. Rund 25 % der Schreiben belasten die Hauptwarteschlange nicht mehr, und die Rückstände in der Korrespondenz sind um 30 % gesunken.

Machine Learning und Prognosen

Machine-Learning-Modelle, trainiert mit Informationen aus deinen Systemen. Sie sagen Bedarf und Ausfälle voraus, empfehlen Produkte und zeigen die Folgen von Änderungen, bevor du sie umsetzt. Grundlage sind saubere Daten und Berichte, und wir trainieren die Modelle nach, wenn neue Daten hinzukommen.

Bedarfsprognose

Sagt den Absatz jedes Artikels voraus und erstellt einen Lieferplan unter Berücksichtigung von Transportkosten und Lagerkapazitäten.

Funktionsweise und Voraussetzungen

So funktioniert es

Wir trainieren das Modell mit der Absatzhistorie, Saisonalität, Trends und externen Faktoren, die den Bedarf beeinflussen. Daraus berechnet es, wie viel Ware wann an jedes Lager gehen soll. Die Disposition sieht mehrere Szenarien und vergleicht sie, bevor sie entscheidet.

Was wir von dir brauchen

Die Absatzhistorie auf Artikelebene sowie Daten zu Lieferungen, Lagern und Transportkosten.

Aus der Erfahrung des Teams

Bei einem Distributionsunternehmen, das auf mehreren Märkten tätig ist, umfasste die Prognose einzelne Artikel statt Durchschnittswerten für Warengruppen, und jeder Markt bekam seine eigene Saisonalität. Es lag weniger Ware im Lager, und der Lieferplan entsprach dem tatsächlichen Bedarf.

Predictive Maintenance: Maschinenausfälle vorhersagen

Vorausschauende Instandhaltung (Predictive Maintenance): Maschinendaten zeigen, welche Maschine gewartet werden muss, bevor die Linie steht.

Funktionsweise und Voraussetzungen

So funktioniert es

Wir trainieren das Modell mit Daten, die die Maschinen bereits aufzeichnen, z. B. Temperatur, Vibration oder Stromaufnahme, und mit der Historie früherer Ausfälle. Wenn die aktuellen Werte dem Muster vor einem dieser Ausfälle ähneln, bekommt die Instandhaltung eine Warnung, per E-Mail oder im Instandhaltungssystem (CMMS, Computerized Maintenance Management System), und plant die Reparatur zu einem passenden Zeitpunkt.

Was wir von dir brauchen

Zugang zu Daten aus den Steuerungen (SPS, englisch PLC, Programmable Logic Controller) oder aus dem SCADA-System (Supervisory Control and Data Acquisition) sowie die Historie von Störungen und Wartungen. Welcher Zeitraum reicht, prüfen wir in der Diagnose. Gibt es diese Historie noch nicht, beginnen wir mit der Stillstandserfassung.

Empfehlungssysteme

Empfehlen auf Basis von Kaufhistorie und Kundenverhalten weitere Produkte oder Artikel, die oft zusammen gekauft werden.

Funktionsweise und Voraussetzungen

So funktioniert es

Die Warenkorbanalyse zeigt, welche Produkte Kunden zusammen kaufen und wie oft. Lassen sich Transaktionen einzelnen Kunden zuordnen, vergleicht ein Machine-Learning-Modell ähnliche Kaufhistorien und schlägt vor, was den nächsten Käufer interessieren könnte. Die Empfehlungen gehen an den Vertrieb, auf die Website oder in die Bestandsplanung.

Was wir von dir brauchen

Die Kassenbon-Historie aus den Filialen oder die Online-Bestellungen. Je länger der Zeitraum, desto verlässlicher die Muster.

Aus der Erfahrung des Teams

In einer Handelskette haben wir Hunderttausende Kassenbons analysiert. Dasselbe Modell lieferte Cross-Selling-Vorschläge, half bei der Bestandsplanung und speiste die Empfehlungen auf der Website.

Digitaler Zwilling des Prozesses

Eine virtuelle Kopie des Prozesses aus Daten, an der du die Folgen einer Änderung prüfst, bevor sie in der Produktion umgesetzt wird.

Funktionsweise und Voraussetzungen

So funktioniert es

Wir bilden darin Maschinen, Materialflüsse, Zeiten und Engpässe ab, die Daten kommen aus deinen Systemen. An dieser Kopie testest du eine Änderung, z. B. eine andere Auftragsreihenfolge, und siehst ihre Wirkung auf Leistung und Kosten ohne Risiko für die Produktion.

Was wir von dir brauchen

Daten zum Prozessablauf, z. B. Zeiten, Mengen und Stillstände, und das Wissen der Menschen, die ihn steuern.

Aus der Praxis

Einen Prototyp eines solchen Modells haben wir für ein großes Industrieunternehmen gebaut.

Stillstandserfassung und OEE-Analyse

Der Grund jedes Stillstands wird in einer einfachen App erfasst, und du siehst, was die OEE (Overall Equipment Effectiveness) am stärksten senkt.

Funktionsweise und Voraussetzungen

So funktioniert es

Die App läuft auf einem Tablet oder Smartphone an der Maschine. Der Bediener wählt den Grund aus einer kurzen Liste, die mit der Produktionsleitung abgestimmt ist. Die Stillstandszeit wird automatisch erfasst oder aus der Steuerung übernommen. Der Bericht zeigt Verluste bei Verfügbarkeit, Leistung und Qualität für jede Maschine und jede Schicht. Die gesammelte Historie ist auch die Grundlage für eine spätere Ausfallprognose.

Was wir von dir brauchen

Eine Liste der Maschinen und Stillstandsgründe, falls es sie schon gibt, und Gespräche mit den Bedienern und der Produktionsleitung.

Berichte und Dashboards (BI)

Kennzahlen aus vielen Systemen an einem Ort, automatisch aktualisiert.

Funktionsweise und Voraussetzungen

So funktioniert es

Wir beginnen mit der Frage, welche Entscheidungen der BI-Bericht (Business Intelligence) unterstützen soll, und mit der Auswahl der KPI (Key Performance Indicators). Wir legen fest, wie jede Kennzahl berechnet wird, und automatisieren das Sammeln und Bereinigen der Daten in einem ETL-Prozess (Extract, Transform, Load). Das Dashboard zeigt auf einem Bildschirm, wo dein Unternehmen steht.

Was wir von dir brauchen

Zugang zu den Systemen, aus denen die Zahlen stammen, z. B. ERP, CRM oder Tabellen, und die bisherigen Berichte, falls es sie gibt.

Systemintegration

Die Programme im Unternehmen tauschen Daten selbstständig aus, ohne manuelles Abtippen. Die Architektur planen wir so, dass sich weitere Systeme anbinden lassen, ohne alles umzubauen.

Integration von ERP, CRM und Onlineshop

Bestellung, Kundendaten oder Lagerbestand erfasst du in einem Programm, die anderen haben sie sofort.

Funktionsweise und Voraussetzungen

So funktioniert es

Wir prüfen, welche Programme du nutzt und wie die Daten heute fließen, auch die manuell abgetippten. Dann verbinden wir die Programme über eine API (Application Programming Interface), also eine festgelegte Schnittstelle, über die Anwendungen Informationen austauschen. Hat ein System keine API, nutzen wir seine Datenbank oder einen Dateiexport, und wenn das nicht reicht, schreiben wir einen Konnektor, der die Daten überträgt. Ein im ERP geänderter Bestellstatus aktualisiert sich im CRM und im Onlineshop.

Was wir von dir brauchen

Eine Liste der Systeme, die du nutzt, und Zugang zu ihrer Dokumentation oder einen Kontakt beim Softwareanbieter.

Integration mit dem Transportmanagementsystem (TMS)

Daten aus Aufträgen, E-Mails und Scans gelangen automatisch ins TMS und von dort in die übrigen Systeme des Unternehmens.

Funktionsweise und Voraussetzungen

So funktioniert es

Die Dokumentenerfassung bereitet die Daten für das TMS auf, die Schnittstellen zu den übrigen Systemen geben sie weiter. Statt abzutippen, prüft dein Team und gibt frei. Ein nächster Schritt kann der automatische Datenaustausch mit Zoll- und Veterinärsystemen sein.

Was wir von dir brauchen

Beispielaufträge und Frachtdokumente sowie Zugang zum TMS und zu den Systemen, mit denen es verbunden werden soll.

Aus der Praxis

In einem Transport- und Speditionsunternehmen laufen Standarddokumente automatisch durch, manuell nur noch die Ausnahmen. Ein einzelnes Dokument ist in Sekunden statt Minuten bearbeitet.

Betrieb auf deinen Servern oder in der Cloud

Die Lösung läuft auf deiner Infrastruktur oder bei einem Cloud-Anbieter, DSGVO-konform.

Funktionsweise und Voraussetzungen

So funktioniert es

Wo die Lösung läuft, legen wir zu Beginn fest, zusammen mit den Sicherheitsanforderungen. Bei regulatorischen Vorgaben bauen wir eine abgeschottete Umgebung, aus der keine Daten hinausgehen, und jeder Verarbeitungsschritt lässt sich im Audit nachweisen. Code und Daten bleiben bei dir.

Was wir von dir brauchen

Informationen zu deinen Servern und zu den Anforderungen der IT oder der IT-Sicherheit.

Aus der Praxis

In einem Versicherungsunternehmen arbeitete das Modell mit anonymisierten Daten in einer abgeschotteten Umgebung, die für dieses Projekt gebaut wurde.

Branchen und Technologien

Branchen
Versicherungen, Bauwesen, Distribution, Transport und Logistik, Einzelhandel und E-Commerce, Industrie.
Technologien und Methoden
Verarbeitung natürlicher Sprache (NLP, Natural Language Processing), RAG (Retrieval-Augmented Generation), KI-Agenten, Computer Vision, Machine Learning, Absatzprognosen, Liefer- und Bestandsplanung, Empfehlungssysteme, Warenkorbanalyse, Textclustering, Systemintegration über API, Datenbank oder eigens entwickelte Programme.

So arbeiten wir

Wir führen Projekte nach Scrum, in Sprints von jeweils 2-3 Wochen. Nach jedem Sprint läuft ein weiterer Teil der Lösung bei dir. Wir arbeiten überwiegend remote und sind vor Ort, wenn die jeweilige Projektphase es erfordert. Wo und wie wir arbeiten

  1. Schritt 1

    Erstgespräch und Diagnose

    Wir starten mit einem kostenlosen, 60-minütigen Online-Erstgespräch, nach dem du die Ergebnisse schriftlich bekommst. Ist das Ziel klar, reicht es als Grundlage für ein Angebot. Bei größerem Umfang schlagen wir eine kostenpflichtige Diagnose vor: Wir sprechen mit den Menschen, die den Prozess ausführen, bilden ihn ab, prüfen die Daten in deinen Systemen und rechnen aus, was dein Unternehmen verliert. Aufwand und Preis der Diagnose legen wir vor dem Start fest, und wenn du die Umsetzung beauftragst, verrechnen wir sie mit dem ersten Sprint. Am Ende stehen eine nach Nutzen geordnete Aufgabenliste (Product Backlog) und ein Angebot. Die Dokumente bleiben bei dir.

  2. Schritt 2

    Sprint

    Zu Beginn wählen wir aus der Liste die Aufgaben mit dem größten Nutzen. Daraus bauen wir einen funktionierenden Teil der Lösung und nehmen ihn bei dir in Betrieb. Eine Person aus deinem Team, die den Prozess kennt, prüft laufend die Ergebnisse, z. B. ob der Assistent richtig antwortet, und wir passen die Lösung nach ihren Hinweisen an. Du zahlst jeden Sprint einzeln.

  3. Schritt 3

    Review und Entscheidung

    Am Ende des Sprints zeigen wir, was entstanden ist, und dein Team testet es mit eigenen Daten. Die Hinweise kommen auf die Aufgabenliste, und gemeinsam legen wir den Umfang des nächsten Sprints fest: Korrekturen, ein weiterer Teil des Prozesses oder die Anbindung eines anderen Systems. Ob wir ihn starten, entscheidest du. Die Schritte 2 und 3 wiederholen wir, bis die Lösung den ganzen geplanten Umfang abdeckt.

  4. Schritt 4

    Übergabe und Betreuung

    Sobald wir die Arbeit beenden, egal nach welchem Sprint, schulen wir die Anwender und übergeben Dokumentation und Code. Wenn du möchtest, bleiben wir an der Lösung dran: Wir sorgen dafür, dass sie läuft, beheben Fehler, ergänzen Funktionen und trainieren die Modelle mit aktuellen Daten nach.

Fragen zu Lösungen und Umsetzung

Weitere Antworten findest du auf der Startseite.

Was ist der Unterschied zwischen Computer Vision und OCR?

OCR liest Text aus Bildern und Dokumenten. Computer Vision analysiert den gesamten Bildinhalt: Sie erkennt Objekte, ihre Position und ihren Zustand. OCR kann ein Teil einer solchen Lösung sein.

Was ist ein KI-Agent und wann setzt man ihn ein?

Ein KI-Agent ist ein System, das eine Aufgabe aus mehreren Schritten selbstständig erledigt: Er plant, nutzt Werkzeuge und trifft Entscheidungen in festgelegten Grenzen. Wir setzen ihn dort ein, wo eine Automatisierung mit festen Regeln nicht reicht, z. B. wenn ein Auftrag aus einer E-Mail gelesen, in mehreren Systemen geprüft und eine Antwort zur Freigabe vorbereitet werden muss. Wenn eine einfachere Lösung reicht, wählen wir sie, weil sie im Betrieb günstiger ist.

Mit welcher Lösung fangen wir am besten an?

Mit dem Prozess, der dein Team am stärksten belastet und messbare Kosten verursacht, z. B. das Abtippen von Aufträgen, die Sichtprüfung von Produkten oder das Zusammenstellen von Berichten aus mehreren Systemen. In der Diagnose rechnen wir aus, was dieser Prozess heute kostet und wie viel die Lösung einsparen kann. Der erste Sprint umfasst einen ausgewählten Teil davon, das Ergebnis siehst du also nach 2-3 Wochen.

Lässt sich eine KI-Lösung mit unserem ERP verbinden?

Ja. Wir verbinden sie mit ERP, CRM, TMS oder dem Onlineshop über eine API (Application Programming Interface), die Datenbank oder einen Dateiexport. Bietet das System keinen dieser Wege, schreiben wir einen Konnektor, der die Daten überträgt.

Wie viele Daten braucht man für eine KI-Lösung?

Das hängt von der Lösung ab. Ein Assistent für Unternehmenswissen nutzt die Dokumente, die du schon hast. Eine Bedarfsprognose braucht eine Absatzhistorie über mindestens eine volle Saison. Ein Bildverarbeitungsmodell lernt anhand von Fotos von deiner Linie, auch mit fehlerhaften Teilen. Wie viele Daten in deinem Fall reichen, prüfen wir in der Diagnose.

Kostenloses Erstgespräch

Beschreib deinen Prozess in ein paar Sätzen. In einem 60-minütigen Online-Gespräch prüfen wir, welche dieser Lösungen bei dir sinnvoll ist. Passt keine, sagen wir dir das offen, und die Ergebnisse bekommst du schriftlich.

Zum Formular