Agentic Engineering von Geschäftsprozessen
Wir gestalten einen Geschäftsprozess so um, dass mehrere Agenten ihn im Verbund als selbstlernenden liquiden Workflow ausführen. Darauf aufbauend entwickeln wir die Human-in-the-Loop-Oberflächen und -Abläufe, über die Ihre Mitarbeiter die Kontrolle behalten.

- MCP
- Agent Skills
- Microsoft Azure
- Amazon Web Services
- EU
Ein Angebot, zwei Ebenen
Human-in-the-Loop-Oberflächen und -Abläufe
Die Oberflächen und Abläufe, über die Ihre Mitarbeiter den Agenten steuern: Freigaben, strukturierte Änderungen und Live-Ansichten dessen, was er gerade tut. Sie funktionieren, weil der Prozess darunter für einen Agenten entwickelt wurde.
Agentic Engineering von Geschäftsprozessen
Wir nehmen einen Geschäftsprozess und bauen ihn für einen Agenten neu auf: Verbindungen zu Ihren Daten über MCP, das Prozesswissen Ihrer Experten als Skills und eine Prüfung nach jedem Schritt.
Mehr machen wir nicht. Alle anderen Seiten dieser Website zeigen, wie und warum.
KI auf einen bestehenden Workflow aufzusetzen ist keine gute Idee
Ein Workflow, der für Menschen gebaut wurde, die einander Arbeit übergeben, behält seine Wartezeiten, Übergaben und blinden Flecken, wenn man einen KI-Schritt anhängt. Die bessere Frage lautet: Wie sähe der Prozess aus, wenn er heute entworfen würde, mit einem Agenten, der die Arbeit erledigt, und Menschen, die entscheiden?
Aufgesetzt
- Der alte Prozess bleibt, mit einem Schritt mehr
- Das Modell rät bei Wissen, das niemand aufgeschrieben hat
- Menschen prüfen alles noch einmal von Hand
Entwickelt
- Der Prozess wird um den Agenten herum neu gestaltet
- Expertenwissen wird als Skills festgehalten
- Menschen entscheiden an festgelegten Stellen
Dem Agenten bei der Arbeit zusehen
Wählen Sie einen Workflow und starten Sie ihn. Eine Prüfung schlägt absichtlich fehl, ein Schritt wartet auf Sie, und am Ende lernt der Agent aus Ihrer Entscheidung.
Verbindungen: jede Datenquelle über MCP
Das Model Context Protocol gibt dem Agenten einen einheitlichen Anschluss für jedes System. Eine Verbindung wird einmal je Werkzeuggruppe eingerichtet, mit eigenen Zugangsdaten und Berechtigungen. Alle MCP-Server stehen hinter einem MCP Security Proxy: Der Agent erreicht keine Datenquelle direkt.
Liest Preise, Bestände und Aufträge.
Der Aufruf läuft über den MCP Security Proxy.

Skills: das Prozesswissen Ihrer Experten
Ein Skill ist ein Ordner: Anweisungen vom Fachexperten und Code von einem Entwickler. Der Agent lädt ihn, wenn ein Schritt ihn verlangt, und hält sich daran.

# Pricing
## When to use
A customer asks for a quote with more than
one line item.
## Steps
1. Read list price and stock from the ERP.
2. Run check_margin.py for every line.
3. Below minimum margin: look up the current
purchase price in the supplier database.
4. Never send a quote. Hand the draft to sales.- Vor der Freigabe von einer zweiten Person geprüft
- Im Skills Store Ihres Unternehmens abgelegt
- Übertragbar zwischen Modellanbietern
Prüfungen: kein Schritt ohne Nachweis
Zwischen den Verbindungen sitzen die Prüfungen. Der Agent geht nur weiter, wenn eine Prüfung bestanden ist, und er geht zurück, wenn sie fehlschlägt.
Regeln
Deterministischer Programmcode, den Ihre Ingenieure freigegeben haben.
Daten
Ist die Antwort der Quelle vollständig und in der erwarteten Form?
Budget
Bleibt der Lauf innerhalb seines Token- und Kostenlimits?
Freigabe
Entscheidungen mit Folgen warten auf einen Menschen.

Ontologie: das Modell Ihres Unternehmens für den Agenten
Eine Ontologie ist ein Wissensgraph der Objekte, auf die es in Ihrem Unternehmen ankommt, und ihrer Verbindungen. Eine Frage wie „Welche Kunden sind betroffen, wenn dieser Lieferant zu spät liefert?“ wird zu einem Weg entlang der Verbindungen statt zu einer Vermutung.
Lieferant
Wer was liefert, mit welcher Lieferzeit und Qualitätsbewertung.
Bauteil → Maschine → Fertigungsauftrag → Kunde
Wenn Experten gehen, bleibt ihr Wissen
Agenten sind der Weg, das Wissen von Experten zu konservieren, bevor sie in Rente gehen oder das Unternehmen verlassen. Der Agent kann die Nachfolger trainieren und bei Bedarf die Vertretung übernehmen. Das funktioniert nur mit einer Ontologie als Memory, die vorher gemeinsam mit dem Experten entwickelt und verifiziert wurde: Wissensextraktion.
Extrahieren
Der Agent befragt den Experten anhand echter Fälle und entwirft die Ontologie: Objekte, Regeln und die Gründe hinter Entscheidungen.
Harness Engineering: alles rund um das Modell
Das Modell wird gemietet, und die Agentenschleife bringt ein SDK mit. Zu einem System, das Ihr Unternehmen betreiben kann, wird beides erst durch das Harness darum herum. Genau das entwickeln wir für Ihren Prozess.
Skills
Prozesswissen, das der Agent für einen Schritt lädt.
Wo Agenten ihren Wert beweisen
Fünf Agenten, eine Fabrik
FertigungQualität an der Produktionslinie
Entwicklung und ForschungEntwicklungsentscheidungen über Monate
EnergieinfrastrukturVom Lastenheft zur verbindlichen Spezifikation
Schifffahrt und langlebige AnlagenPrognose und Wirklichkeit
Systems EngineeringAnforderungen, die widersprechen
WissenstransferEinarbeitung, die aktuell bleibt
Technischer HandelAngebote ohne manuelles Nachschlagen
Open Source im Kern, Betrieb in Ihrer Cloud
Unsere Systeme laufen auf Etienne, unserem Agent-Harness unter MIT-Lizenz. Sie erhalten den Quellcode, die Skills und das Wissen, das Ihre Experten dem System beigebracht haben, bereitgestellt in Ihrem Azure- oder AWS-Konto.


Wer dahintersteht
Ralph Navasardyan begann mit der kommerziellen Software-Entwicklung im Alter von 15 Jahren und begleitet seit über 20 Jahren internationale Konzerne bei der Umsetzung von Innovationsprojekten mit KI-, Cloud- und Web-Technologien.
Über Ralph
Gen‑Z: Hier entlang!