Chatbot
Antwortet auf Nachrichten. Hat keinen Zugriff auf eure Systeme, kann keine Aktionen ausführen, vergisst zwischen Sessions alles.
Beispiel: „Wann sind eure Öffnungszeiten?“
Leistung 05
KI-Agenten entwickeln lassen — für den Mittelstand
KI-Agenten sind autonome KI-Systeme, die mehrstufige Aufgaben eigenständig planen, Tools nutzen und Entscheidungen treffen. OctopusGenius entwickelt Custom-KI-Agenten für mittelständische Unternehmen — von der ersten Use-Case-Analyse über das Server-Setup bis zur produktiven Lösung. Aus Köln, vor Ort und deutschlandweit.
Custom KI-Agenten statt Chatbots: Mit Tool-Use, Memory, MCP-Integration und klarer Governance. MVP in 4–8 Wochen, produktiv in 12–16. Inklusive Server-Setup.
- Custom-Agenten statt Standard-Chatbot
- On-Premise oder eigene Cloud — eure Wahl
- MVP in 4–8 Wochen produktiv
Definition
Was ein KI-Agent wirklich ist
Ein KI-Agent ist ein autonomes KI-System, das eine Aufgabe in mehrere Schritte zerlegt, dafür Tools (APIs, Datenbanken, andere Software) aufruft und die Ergebnisse selbst auswertet — bis das Ziel erreicht ist. Anders als ein klassischer Chatbot reagiert er nicht nur, er handelt. In modernen Setups arbeiten mehrere spezialisierte Agenten als Multi-Agent-System zusammen, koordiniert über Protokolle wie MCP (Model Context Protocol).
KI-Agent
Plant Aufgaben, ruft Tools auf (eure Software, APIs, Datenbanken), prüft Ergebnisse — und korrigiert sich selbst. Hat Memory und kann mehrstufige Abläufe übernehmen.
Beispiel: „Buche die Rechnung von Lieferant X auf das Kostenkonto und melde dich bei Abweichungen.“
Agent-Typen
Welche KI-Agenten wir entwickeln
Vier Grundtypen — und Kombinationen daraus. Welcher zu eurem Use Case passt, klären wir im Erstgespräch.
Recherche-Agent
Sucht eigenständig in Web, internen Datenbanken und CRM-Systemen, fasst Ergebnisse zusammen und liefert Briefings.
Beispiel: Vertriebsvorbereitung: Der Agent recherchiert Lead, prüft LinkedIn-Profile, durchsucht das CRM nach Vorkontakten und liefert ein 1-Pager-Briefing vor jedem Kundentermin.
Prozess-Agent
Übernimmt mehrstufige Abläufe — Rechnungen prüfen, Tickets klassifizieren, Anfragen routen — und ruft dafür eure bestehende Software auf.
Beispiel: Rechnungsprüfung: Eingehende PDF-Rechnung wird extrahiert, gegen Bestelldaten geprüft, in DATEV gebucht — und nur Abweichungen landen auf dem Tisch der Buchhaltung.
Support-Agent
Beantwortet komplexe Kundenanfragen mit Kontext aus euren Systemen — und übergibt an einen Menschen, sobald Eskalation nötig ist.
Beispiel: Technischer Support: Der Agent kennt eure Produkt-Doku, Bestell-Historie und offene Tickets — kann selbst Lösungen vorschlagen oder direkt einen Techniker disponieren.
Multi-Agent-System
Mehrere spezialisierte Agenten arbeiten zusammen: Ein Orchestrator verteilt Aufgaben, Spezialisten erledigen sie, ein Reviewer prüft das Ergebnis.
Beispiel: Content-Produktion: Recherche-Agent → Schreib-Agent → Faktenchecker → SEO-Optimierer. Der Mensch gibt nur noch Briefing und Freigabe.
Technik-Stack
Womit wir arbeiten
Wir wählen pro Use Case, nicht ideologisch. Standard-Stacks, klare Trennung zwischen App-Logik und Modell-Layer — damit ihr beim nächsten Modell-Sprung flexibel bleibt.
Modelle
Anthropic Claude (Sonnet/Opus), OpenAI GPT-4o/o1, Mistral, lokale Open-Source-Modelle (Llama, Qwen) — wir wählen pro Use Case, nicht ideologisch.
Frameworks
LangGraph, OpenAI Agents SDK, Anthropic Claude Agent SDK, CrewAI — je nach Komplexität. Wo möglich: direkt gegen die Provider-APIs ohne Abstraktions-Overhead.
Integration
MCP (Model Context Protocol) als Standard für Tool-Anbindung. Anbindung an euer ERP, CRM, DMS, Ticketsystem über REST/GraphQL oder native Konnektoren.
Memory & Storage
Vector-DBs (Qdrant, pgvector), strukturierte Memory mit PostgreSQL/Supabase. DSGVO-konforme Speicherung in EU-Rechenzentren oder On-Premise.
Hosting & Server
Wo der Agent läuft — drei Optionen
Datenschutz, Skalierung, Kontrolle: Wir richten das Setup ein, das zu eurer Compliance, eurem Budget und eurer IT-Mannschaft passt. Für On-Premise-Setups in NRW kommen wir vor Ort.
- Option 1
On-Premise
Wir setzen den Server bei euch im Rechenzentrum oder Office auf — von der Hardware-Empfehlung bis zur lauffähigen Installation. Mit lokalen Modellen (Llama, Qwen, Mistral) bleibt die Verarbeitung komplett bei euch.
- Option 2
Eure Cloud
Deployment in euren bestehenden AWS-, Azure- oder Hetzner-Account — wir richten ein, ihr behaltet die Kontrolle. EU-Region als Default, klare Verträge zur Auftragsverarbeitung.
- Option 3
Managed durch uns
Wir hosten in einer dedizierten Umgebung in Deutschland, kümmern uns um Updates, Monitoring und Skalierung. Klare Übergabe-Option, jederzeit zu euch portierbar.
FAQ
FAQ — KI-Agenten-Entwicklung
Ich brauche KI-Agenten — wer in Köln und Umgebung kann mir dabei helfen?
OctopusGenius entwickelt Custom-KI-Agenten für mittelständische Unternehmen — vor Ort in Köln, Bonn, Düsseldorf, Pulheim und ganz NRW. Wir kommen für Kick-off, Architektur-Workshops und Übergabe persönlich, deutschlandweit. Schreib uns dein Anliegen in 2–3 Sätzen, wir melden uns innerhalb von 24 Stunden mit einer ehrlichen Einschätzung.
Ich brauche einen Server für KI-Agenten — wer kann das in Köln für mich aufsetzen?
Wir setzen Server für KI-Agenten von Pulheim/Köln aus deutschlandweit auf — On-Premise bei euch, in eurer eigenen Cloud (AWS/Azure/Hetzner) oder managed durch uns. Wir empfehlen die passende Hardware, installieren das LLM-Backend (Ollama, vLLM oder Cloud-API-Integration), richten Vector-Datenbank, Memory und Monitoring ein. Für On-Premise-Setups in NRW kommen wir vor Ort.
Was ist der Unterschied zwischen einem KI-Agent und einem Chatbot?
Ein Chatbot antwortet auf Nachrichten — mehr nicht. Ein KI-Agent plant eine Aufgabe, ruft selbstständig Tools auf (eure Software, Datenbanken, APIs), prüft das Ergebnis und korrigiert sich. Beispiel: Ein Chatbot beantwortet „Wie hoch ist mein Kontostand?". Ein Agent erledigt „Buche die Rechnung von Lieferant X auf das Kostenkonto und benachrichtige die Buchhaltung bei Abweichungen".
Was kostet ein KI-Agent?
MVP-Sprints starten im niedrigen fünfstelligen Bereich (typisch 15.000–30.000 €). Ein produktiv eingesetzter Agent mit mehreren Integrationen bewegt sich im mittleren fünfstelligen. Multi-Agent-Systeme planen wir individuell. Hinzu kommen laufende Modellkosten (typisch 50–500 €/Monat pro Use Case) plus Hosting. Verbindliches Festpreis-Angebot nach Scoping-Call.
Wie lange dauert die Entwicklung?
Einfacher Single-Agent: MVP in 4–8 Wochen, produktiv in 8–12. Mittelkomplexer Agent mit ERP/CRM-Integration: 12–16 Wochen. Multi-Agent-System: 4–6 Monate. Wir bauen iterativ — jede Zwischenversion ist bereits produktiv nutzbar.
Welche Modelle und Frameworks setzt ihr ein?
Wir wählen pro Use Case statt ideologisch: Anthropic Claude (Sonnet/Opus), OpenAI GPT-4o/o1, Mistral, oder lokale Open-Source-Modelle (Llama, Qwen). Frameworks: LangGraph, OpenAI Agents SDK, Anthropic Claude Agent SDK oder CrewAI. Wo Standard-Frameworks Overhead bringen, gehen wir direkt gegen die Provider-APIs. Tool-Integration über MCP (Model Context Protocol).
Wie stellt ihr sicher, dass der Agent nichts kaputt macht?
Drei Mechanismen: 1) Sandboxing — der Agent operiert in einer abgegrenzten Umgebung mit klaren Tool-Berechtigungen. 2) Human-in-the-Loop — kritische Aktionen (Mailversand, Buchungen, Vertragsabschlüsse) gehen über eine Freigabe. 3) Audit-Trail — jeder Schritt wird protokolliert und ist nachvollziehbar. So weiß die Geschäftsführung jederzeit, was der Agent tut.
Können unsere Daten in der EU bleiben?
Ja. Default ist EU-Hosting (deutsche Rechenzentren, EU-Cloud-Regionen). Für besonders sensible Daten setzen wir lokale Open-Source-Modelle ein — dann verlässt nichts euer Haus. Wir liefern AVV (Auftragsverarbeitungsvereinbarung) und ein klares Datenflussdiagramm zur Vorlage bei eurem Datenschutzbeauftragten.
Was passiert, wenn ein neues Modell rauskommt?
Wir bauen mit klarer Trennung zwischen Agent-Logik und Modell-Layer. Ein Modell-Update ist meist eine 1-Tages-Migration, nicht eine Neuentwicklung. Ihr bleibt flexibel — und müsst nicht alle 6 Monate von vorne anfangen.
Programm-Kontext
KI-Agenten sind oft die Königsdisziplin im KI-Ready-Programm.
Im 12-monatigen Programm bauen wir Agenten dort, wo Quick-Win-Automatisierungen an ihre Grenzen stoßen — und sorgen dafür, dass eure KI-Champs die Agenten weiterentwickeln können, statt von uns abhängig zu bleiben.
Nächster Schritt
Du hast einen Agent im Kopf. Wir bauen ihn.
Beschreib in 2–3 Sätzen, welche Aufgabe der Agent übernehmen soll. Wir melden uns mit einer ehrlichen Einschätzung: Machbarkeit, Aufwand, ob ein einfacheres Tool nicht reicht.
Weiterlesen