Autonome Prozessagenten
- Automatisierung mehrstufiger Geschäftslogik über ERP-Systeme, Datenbanken und APIs hinweg.
- Schluss mit wiederholter manueller Erfassung, Rechnungsprüfung und operativem Abgleich.
20 Jahre Unternehmensarchitektur × moderne angewandte KI
Pragmatische KI-Systeme für Prozesse im Mittelstand
Wir unterstützen kleine und mittlere Unternehmen bei der Automatisierung manueller Abläufe. Wir bringen die Disziplin großer Unternehmenssysteme mit — ohne deren Budgets und ohne ein Jahr Wartezeit.
Warum Kraus AI
Drei Gründe, warum das Projekt bei uns nicht bei der Präsentation endet.
20 Jahre in Unternehmenssystemen
Wir kennen ERP-Systeme, Einkauf, Logistik und Stammdatenpflege. Was im Konzern funktioniert, setzen wir in dem Maßstab um, der zu Ihnen passt. Freigabe-Workflows müssen Sie uns nicht erklären.
Halluzinationsfreie Architektur (RAG)
Ein nicht verankertes Modell antwortet auch dort, wo ihm die Grundlage fehlt. Bei einer internen Notiz stört das nicht, bei der Auslegung eines Vertrags oder einer Richtlinie haftet jemand dafür. Deshalb ist jede Antwort mit einem konkreten Dokument oder einem Datenbankeintrag belegt — samt Seitenangabe.
Prototyp in maximal zwei Wochen zum vereinbarten Preis
Reduzieren Sie Ihr Investitionsrisiko. In höchstens zwei Wochen entsteht ein funktionsfähiger, testbarer Prototyp auf Ihren echten Daten zu einem vorab vereinbarten Preis.
Was wir für Sie bauen
Drei Formate der Zusammenarbeit — je nachdem, wo Sie stehen.
Private Wissenssysteme (RAG)
- Sofortige Suche und strukturierte Synthese über Tausende interner Dokumente, Handbücher und Verträge.
- Aufgebaut auf unternehmenstauglichen Vektordatenbanken, Rerankern und strikten Berechtigungsmodellen.
KI-Architektursprint: Prototyp in maximal zwei Wochen
- Schnelle Eingrenzung des Umfangs und Umsetzung eines funktionierenden PoC für Ihren konkreten Engpass.
- Übergabe mit Architekturkonzept, Quellcode und klaren ROI-Kennzahlen.
So läuft die Zusammenarbeit
Drei Schritte vom ersten Gespräch bis zum Produktivbetrieb.
- Schritt 1
Prozessgespräch (20–45 Minuten)
Wir identifizieren den Engpass mit dem höchsten ROI, prüfen die technische Machbarkeit und vereinbaren ein messbares Kriterium, an dem Sie den Erfolg des Prototyps erkennen.
- Schritt 2
Prototyp-Sprint in maximal zwei Wochen
Wir bauen und testen die Lösung auf einem repräsentativen Ausschnitt Ihrer Daten.
- Schritt 3
Rollout und Übergabe
Produktivsetzung, API-Integrationen, Sicherheitsvalidierung und Schulung Ihres Teams.
Zwei Wochen sind unser Prototyp, nicht Ihr Projekt. Zwischen dem zweiten und dem dritten Schritt läuft bei Ihnen der Validierungsbetrieb — typischerweise zwei bis drei Monate, nach denen Sie erst über die Produktivsetzung entscheiden.
Wann wir an der Reihe sind
Nicht jedes Unternehmen braucht das, was wir bauen. Je nachdem, wo Sie stehen, hilft Ihnen jemand anderes am meisten — in den ersten beiden Phasen sind wir das nicht.
- 01
Sie haben noch nicht angefangen
Niemand im Unternehmen nutzt KI systematisch, und es ist nicht erfasst, wer sie bereits privat ausprobiert.
- Was Sie brauchen
- Bezahlte Zugänge und eine Seite mit Regeln, welche Daten hineindürfen.
- Wer das löst
- Das schaffen Sie selbst
- 02
Jeder macht es auf seine Weise
Einzelne lassen sich E-Mails formulieren oder Dokumente durchsuchen, aber niemand weiß, was davon verlässlich ist.
- Was Sie brauchen
- Schulung und eine gemeinsame Sammlung geprüfter Vorgehensweisen.
- Wer das löst
- Trainer oder Workshop
- 03
Das Vorgehen ist erprobt, die manuelle Datenübertragung bremst
Sie haben gemessen, dass es funktioniert. Die Daten wandern aber weiterhin von Hand zwischen zwei Fenstern.
- Was Sie brauchen
- Die Verknüpfung fertiger Werkzeuge, solange deren Möglichkeiten ausreichen.
- Wer das löst
- Automatisierungsspezialist
- 04
Sie stoßen an Ihre eigenen Systeme und an die Haftungsfrage
Der Prozess greift auf ERP, Datenbank oder API zu. Jemand haftet für Fehler, und das Ergebnis muss belegbar sein, nicht nur überzeugend.
- Was Sie brauchen
- Architekturkonzept und Umsetzung, zugeschnitten auf Ihre Daten und Berechtigungen.
- Wer das löst
- Hier fangen wir an
Worauf wir aufbauen
Wir bauen LLM-agnostische Lösungen — das Modell ist ein austauschbares Bauteil, keine Abhängigkeit. Das Framework wählen wir nach dem Prozess, nicht nach dem Trend.
- Agenten-Frameworks
- DeepAgents (LangChain)
- LangGraph
- PydanticAI
- Google ADK
- Claude Agent SDK
- OpenAI Agents SDK
- MCP (Model Context Protocol)
- Sprachmodelle
- Claude (Opus 5, Sonnet 5)
- GPT
- Gemini
- Offene Modelle (Llama, Qwen)
- Lokaler Betrieb: Ollama, vLLM
- Daten und Suche
- PostgreSQL + pgvector
- Qdrant
- Elasticsearch
- Reranker
- PDF-Parsing und OCR
- Monitoring und Tuning (LLMOps)
- Tracing aller Modellaufrufe
- Bewertung der Antwortqualität
- Prompt-Tuning anhand von Traces
- Regressionstests für Prompts
- Kosten- und Latenzüberwachung
- LangSmith, Langfuse, OpenTelemetry
- Betrieb und Integration
- Python
- TypeScript
- FastAPI
- Docker
- REST / OData / SAP
- n8n (Workflows und Orchestrierung)
- On-Premise und Private Cloud
Die Anwendungslogik ist vom konkreten Modell entkoppelt, sodass ein Wechsel zu einem anderen Anbieter oder zu einem lokalen Modell ohne Neuentwicklung möglich ist. Den Stack stellen wir nach Ihren Anforderungen an Sicherheit, Betrieb und Budget zusammen. Wenn Ihnen heute die Verknüpfung fertiger Werkzeuge genügt, sagen wir Ihnen das. Reicht sie nicht mehr, setzen wir eine eigene Lösung darauf auf — n8n bedient bei uns das Umfeld des Prozesses, nicht die Entscheidungslogik.
FALLSTUDIE / LIVE-PROJEKT
Kecalo: wie bei uns ein fertiges System aussieht, kein Demo
- Überprüfbarkeit statt Vertrauen: Unter jeder Antwort stehen Dokument, Artikel und Seite. Wird eine Antwort beanstandet, zeigt ein Werkzeug in der Administration, aus welchen Passagen und mit welchem Score sie entstanden ist.
- Wir übergeben ein betriebsfähiges System: Wissensbasis, Verhalten des Bots und Berechtigungen ändert Ihr eigener Mitarbeiter in der Administration. Eine Verhaltensänderung erfordert weder uns noch ein neues Deployment.
- Messbare Qualität, Ihre Daten bleiben Ihre: Latenz, Verbrauch und Bewertung zu jeder Anfrage, Aufbewahrungsfristen und Löschung nach DSGVO direkt in der Anwendung. Mit Kundendaten trainieren wir keine Modelle.
kecalo — Vorschau der Kecalo-Oberfläche
Wie lang ist die Kündigungsfrist im Rahmenvertrag mit dem Lieferanten?
Die Kündigungsfrist beträgt drei Monate und beginnt am ersten Tag des Monats, der auf den Zugang der Kündigung folgt.
[Artikel 12.3, Seite 8]
Quelle geprüft
Wer dahintersteht
Ing. Tomáš Kraus
Gründer und leitender Architekt
Über 20 Jahre Unternehmensberatung, Geschäftsprozessdesign und Systemarchitektur in SAP. Heute KI-Ingenieur mit Fokus auf deterministische Sprachmodell-Implementierungen dort, wo Fehler teuer sind.
Sprachen
- Tschechisch (Muttersprache)
- Deutsch (verhandlungssicher)
- Englisch (verhandlungssicher)
- Italienisch (Konversation, Business)
Einsatzgebiete
- Tschechische Republik
- DACH (Deutschland, Österreich, Schweiz)
- International
Was uns gefragt wird
Sechs Fragen, die fast immer kommen. Wir beantworten sie, bevor Sie sie stellen müssen.
Was bleibt uns, wenn die Zusammenarbeit endet?
Quellcode, Architekturkonzept, Dokumentation, Prompts und Konfiguration. Die Lösung läuft auf Ihrer Infrastruktur oder in Ihrer Cloud, nicht bei uns. Übernehmen kann sie ein anderer Dienstleister ebenso wie Ihr eigener Mitarbeiter.
Binden wir uns damit an ein Modell oder einen Anbieter?
Die Anwendungslogik ist vom Modell entkoppelt, sodass ein Anbieterwechsel oder der Umstieg auf ein Modell bei Ihnen im Haus keine Neuentwicklung bedeutet. Vorgehensweisen und Prompts übergeben wir zusammen mit dem Code.
Was kostet das Ganze, wenn der Prototyp überzeugt?
Den Preis des Prototyps bestätigen wir vorab. Über den Umfang des anschließenden Rollouts wird erst nach dessen Ergebnis entschieden und anhand des Kriteriums, das wir im ersten Gespräch vereinbart haben — nicht anhand einer Schätzung zu Beginn.
Wohin fließen unsere Daten?
Auf Ihre Infrastruktur oder in Ihren Cloud-Bereich. Mit Kundendaten trainieren wir keine Modelle. Den Zugriff auf Dokumente steuert ein Berechtigungsmodell, sodass jeder nur sieht, wozu er berechtigt ist.
Kann jemand den Agenten über Text in einem Dokument täuschen?
Das ist ein reales Risiko bei jedem System, das eingehende Dokumente und E-Mails verarbeitet. Wir halten Anweisungen von den verarbeiteten Daten getrennt, der Agent erhält nur die für den jeweiligen Schritt nötigen Rechte, und heikle Aktionen bestätigt ein Mensch.
Wie reagieren die Mitarbeiter, deren Arbeit das berührt?
Der Agent übernimmt den wiederkehrenden Teil, die Entscheidung bleibt beim Menschen. Für jeden Prozess legen wir vorab fest, wo der Kontrollpunkt liegt und wer das Ergebnis freigibt — ohne das käme das System bei Ihnen ohnehin nicht durch die interne Freigabe.
Für wen wir nicht die Richtigen sind
- Für den ersten Versuch mit KI. Beginnen Sie mit bezahlten Zugängen und eigenem Ausprobieren, das rechnet sich schneller.
- Für ein einmaliges Ergebnis. Einen Text, eine Präsentation oder eine schnelle Analyse schaffen Sie im Chat ohne uns.
- Für ein Werkzeug, das fünf Personen einmal im Monat nutzen. Das amortisiert sich nicht.
Sprechen wir über Ihre teuersten Prozesse.
Schreiben Sie mir, wo es am meisten hakt. Im ersten Gespräch klären wir, ob sich eine Automatisierung lohnt.