chlubaEngineering

KI-Automatisierung

KI die handelt – nicht nur antwortet. Ich baue KI-Agenten, die echte Aufgaben übernehmen: Rechnungen verbuchen, Wissen strukturieren, Entscheidungen treffen. Für KMU, die mehr wollen als Chatbots.

Was ich biete

Agentic AI

KI-Agenten mit echten Werkzeugen: Zugriff auf ERP, Mailsystem, Datenbanken. Der Agent entscheidet selbstständig, welche Aktion nötig ist – ob er eine Rechnung verbucht, einen Termin bucht oder eine Offerte erstellt. Kein fixer Workflow, sondern kontextbasiertes Handeln.

RAG-Wissenssysteme

Internes Wissen zugänglich machen: Gelöste Tickets, Handbücher, Prozessdokumentationen werden vektorisiert und durchsuchbar. Neues Problem? Der Agent findet strukturierte Antworten aus eurer eigenen Wissensbasis – und wird mit jeder Lösung schlauer.

KI in Automatisierung

KI als intelligente Komponente in fixen Workflows: Dokumente kontextbewusst auslesen, E-Mails kategorisieren und weiterleiten, Daten interpretieren und validieren. Wo normale Automatisierung an unstrukturierten Inputs scheitert, übernimmt KI.

KI-Potenzial-Check

Nicht jeder Prozess braucht KI. Ich schaue mir eure Abläufe an und sage euch ehrlich, wo KI echten Mehrwert bringt – und wo normale Automatisierung günstiger und zuverlässiger ist. Kein Hype, kein Verkaufsgespräch.

Die 3 Stufen der KI-Nutzung

Die meisten Unternehmen stecken auf Stufe 1. Stufe 3 ist der Ort, wo KI echten wirtschaftlichen Wert schafft.

1

Reaktive KI – Copy & Paste

PDF in ChatGPT hochladen, Prompt schreiben, Antwort herauskopieren. Nützlich für Einzelfälle – aber die Zeit, die du bei der eigentlichen Aufgabe sparst, verlierst du beim Prompting. Kein systematischer Effizienzgewinn.

2

KI in Automatisierung – fixer Workflow

KI als Baustein in einem vordefinierten Prozess: PDF wird automatisch hochgeladen, Daten extrahiert, Ergebnis weitergeleitet. Schon deutlich effizienter – aber wenig flexibel und fehleranfällig, sobald das Format oder der Kontext abweicht.

3

Agentic AI – autonomes Handeln

Der Agent bekommt ein Bewusstsein und Werkzeuge. Er entscheidet selbst, was zu tun ist – egal ob Rechnung, Anfrage oder Frage. Tanja, die KI-Bürochefin, bucht Termine, verbucht Rechnungen und erstellt Offerten – weil sie Kontext versteht und Systeme bedienen kann.

→ Hier entsteht echter Wert: mehrere Mitarbeiter-Kapazitäten für ein paar API-Calls.

Typische Szenarien

Praxisbeispiel

Tanja – die KI-Bürochefin

«Du bist Tanja, die Bürochefin von chluba-engineering – du kannst Termine buchen, Rechnungen verbuchen, Offerten erstellen, Kunden anlegen.» Mit Zugriff auf Outlook und ERP entscheidet Tanja selbstständig, was zu tun ist – egal ob eine PDF reinkommt oder eine Frage zu offenen Rechnungen.

→ Stunden täglich gespart. Kosten: ein paar API-Calls.

RAG-Helpdesk für IT-Support

Gelöste Tickets werden automatisch vektorisiert und gespeichert. Kommt ein neues Problem rein, durchsucht der Agent zuerst die eigene Wissensbasis – und liefert strukturierte Antworten aus echten, bereits gelösten Fällen. Das System wächst mit jedem Ticket.

→ First-Level-Support effizienter, Wissen bleibt im Unternehmen.

Dokumenten-Intelligenz

Rechnungen, Lieferscheine, Verträge kommen in verschiedensten Formaten. KI liest den Kontext – nicht nur die Felder – und übergibt strukturierte Daten ans ERP. Auch wenn das Layout abweicht oder Felder fehlen.

→ Robuster als reine OCR, kein manuelles Nacharbeiten bei Formatänderungen.

Reporting-Agent

Agent fragt mehrere Systeme ab, interpretiert die Zahlen, erkennt Auffälligkeiten und schickt jeden Freitag einen lesbaren Zusammenfassung-Report – keine Rohdaten, sondern echte Aussagen: «Umsatz +12%, aber Marge gesunken wegen Materialkosten.»

→ Aus 2 Stunden Reporting-Aufwand wird ein automatischer Freitagmorgen-Report.

Häufig gestellte Fragen

Brauche ich dafür ChatGPT-Plus oder eigene KI-Modelle?

Nein. Für die meisten KMU-Anwendungsfälle reichen API-Calls an bestehende Modelle (OpenAI, Anthropic, etc.). Du bezahlst nur was du nutzt – kein Abonnement, keine eigene GPU-Infrastruktur.

Eigene Modelle lohnen sich erst bei sehr spezifischen Anforderungen oder wenn Datenschutzvorgaben Cloud-APIs ausschliessen. Das besprechen wir im Potenzial-Check.

Was kostet ein KI-Agent?

Laufende Modell-Kosten: Ein einfacher Agent mit 50–200 API-Calls täglich kostet typischerweise 10–50 CHF/Monat.

Aufbaukosten: Je nach Komplexität und Systemanbindung ab ca. 2.000 CHF für einfache Agenten, bis 10.000+ CHF für vollständig integrierte Systeme (ERP, Mailsystem, Datenbank).

Zum Vergleich: Eine Teilzeitstelle kostet 2.000–3.000 CHF/Monat. Der Agent arbeitet 24/7 und macht keine Fehler durch Müdigkeit.

Was ist der Unterschied zwischen KI-Automatisierung und normaler Prozess-Automatisierung?

Normale Automatisierung folgt fixen Regeln: Wenn X, dann Y. Funktioniert perfekt bei strukturierten, vorhersehbaren Inputs.

KI-Automatisierung versteht Kontext: Eine Rechnung kann als PDF, als E-Mail-Text oder als Tabelle ankommen – der Agent erkennt was gemeint ist. Das macht KI besonders wertvoll bei unstrukturierten Inputs oder wenn Entscheidungen vom Kontext abhängen.

Oft ist die beste Lösung eine Kombination: Fixer Workflow für den stabilen Teil, KI dort wo Flexibilität nötig ist.

Wie stelle ich sicher, dass der Agent keine Fehler macht?

Durch klare Grenzen und Kontrollen:

  • Der Agent bekommt nur die Rechte, die er für seinen Job braucht
  • Kritische Aktionen (z.B. hohe Beträge) können mit menschlicher Bestätigung abgesichert werden
  • Alle Entscheidungen werden geloggt – du siehst jederzeit was der Agent gemacht hat und warum
  • Start im «Vorschlag-Modus»: Agent schlägt Aktionen vor, Mensch genehmigt – bis das Vertrauen aufgebaut ist

KI-Potenzial für euer Unternehmen prüfen

Wo lohnt sich ein KI-Agent? Wo ist normale Automatisierung besser? In einem kurzen Gespräch finden wir das heraus.

WhatsApp

Oder direkt: hoi@chluba-engineering.ch · +41 76 799 23 15

Diese Seite ist durch reCAPTCHA geschützt; es gelten die Datenschutzerklärung und Nutzungsbedingungen von Google.

Technologien & Tools