Agentur-Insights
Einblicke in Projekte, Praxis & digitale Entwicklung
Hier teilen wir Erfahrungen, Beobachtungen und Lösungsansätze aus realen Projekten und dem digitalen Alltag unserer Agentur. Die Themen reichen von Website und SEO über Cloud, KI und Prozesse bis hin zu Datenschutz und Betrieb. Im Mittelpunkt stehen Einordnungen und Beiträge, die aus praktischer Arbeit und konkreten Anforderungen heraus entstanden sind – als Anregung, Orientierung und Entscheidungshilfe für Mittelstand, Handwerk und KMU.
Wo liegen für mittelständische Unternehmen die wirklichen Hebel beim Einsatz Künstlicher Intelligenz? Im Gespräch mit Prof. Dr. Daniel Sonnet vom Expertennetzwerk KI-Syndikat spricht Jürgen Scherer über KI-Kompetenz, interne Wissenssysteme, Datenschutz und die Frage, wie Unternehmen pragmatisch in konkrete KI-Projekte einsteigen können.
Im Mittelpunkt steht dabei bewusst nicht das nächste neue KI-Tool. Entscheidend ist vielmehr, vorhandenes Wissen nutzbar zu machen, Mitarbeitende mitzunehmen und diejenigen Anwendungsfälle zu identifizieren, die mit überschaubarem Aufwand einen echten Nutzen schaffen. ( Weiterlesen: KI im Mittelstand – das Interview mit Jürgen Scherer )
Der Umfang einer Website sagt wenig darüber aus, wie anspruchsvoll ihre technische Umsetzung sein sollte. Gerade kompakte Informationsseiten profitieren davon, Performance, Zugänglichkeit, Datenschutz, Sicherheit und Suchmaschinenfreundlichkeit nicht nachträglich zu ergänzen, sondern bereits bei Architektur und Frontend mitzudenken.
In einem aktuellen, bewusst anonymisierten Projekt haben wir genau diesen Ansatz umgesetzt: eine schlanke öffentliche Informationswebsite, ohne unnötige technische Abhängigkeiten, mit lokaler Ressourcenbereitstellung, zugänglicher Bedienung, restriktiven Security-Headern und einem konsequenten Blick auf die Details bis zum HTTP-Statuscode. ( Weiterlesen: Warum eine kleine Website technisch trotzdem ein vollständiges Qualitätskonzept braucht )
Ein KI-Wissensraum kann nur so verlässlich antworten wie die Wissensbasis, auf die er zugreifen darf. Besonders kritisch wird es, wenn mehrere Dokumente denselben Sachverhalt unterschiedlich beschreiben: ein Entwurf neben einer freigegebenen Fassung, eine alte Richtlinie neben einer Ergänzung, eine neu hochgeladene Datei mit älterem Gültigkeitsdatum oder ein Dokument mit dem Dateinamen „final“, dessen Status fachlich nie geklärt wurde.
Für Menschen sind solche Unterschiede häufig schon schwer zu überblicken. Ein RAG-System kann sie zwar finden und gegenüberstellen, sollte aber nicht selbst entscheiden, welche Fassung verbindlich ist, wenn das Unternehmen diese Verbindlichkeit nicht eindeutig dokumentiert hat. Genau deshalb gehören Versionen, Freigaben und Gültigkeiten zu den wichtigsten Governance-Fragen eines produktiven KI-Wissensraums. ( Weiterlesen: Warum Dateinamen, Upload-Zeitpunkte und Versionsnummern keine Freigabelogik ersetzen )
Das Problem vieler Unternehmen ist nicht fehlendes Wissen. Es ist Wissen, das zwar vorhanden, aber verteilt, schwer auffindbar oder in unterschiedlichen Versionen abgelegt ist. Richtlinien liegen als PDF vor, Fachinformationen in Projektordnern, Anleitungen in Dokumentationen und Erfahrungswissen verteilt sich über verschiedene Ablagen. Wer eine konkrete Frage beantworten will, muss deshalb oft erst suchen, vergleichen und bewerten.
Ein eigener KI-Wissensraum kann diesen Zugriff deutlich vereinfachen: Mitarbeitende stellen eine Frage in natürlicher Sprache, das System sucht passende Passagen in einer definierten Wissensbasis und erzeugt daraus eine Antwort mit Bezug zu den verwendeten Quellen. Entscheidend ist dabei nicht nur das Sprachmodell. Entscheidend sind die Qualität der Dokumente, ihre Freigabe, Rollen und Berechtigungen sowie ein kontrollierter Weg vom Pilot zum produktiven Betrieb. ( Weiterlesen: Wie ein eigener KI-Wissensraum für KMU funktioniert und welche Leitplanken er benötigt )
Die neue Schatten-IT wird nicht installiert. Sie wird gepromptet. Mit KI-Baukästen und Coding-Assistenten können Beschäftigte innerhalb weniger Stunden eigene Anwendungen, Datenbanken und Automatisierungen erstellen. Das eröffnet Unternehmen neue Möglichkeiten. Es verkürzt aber nicht automatisch den Weg zu einer sicheren, datenschutzgerechten und dauerhaft betreibbaren Lösung.
Kritisch wird Vibe Coding deshalb nicht schon beim Experimentieren. Kritisch wird es, wenn ein funktionierender Prototyp unbemerkt in den betrieblichen Alltag hineinwächst: mit echten Kunden- oder Mitarbeiterdaten, externen Schnittstellen, Benutzerkonten und einer Aufgabe, von der plötzlich ein Geschäftsprozess abhängt. ( Weiterlesen: Wann Vibe Coding zur Schatten-IT wird und welche Leitplanken KMU benötigen )
Erfolgreiche KI-Projekte beginnen nicht mit einem Tool. sondern mit dem Wissen der Menschen, die betriebliche Prozesse täglich ausführen, Ausnahmen erkennen, Ergebnisse beurteilen und Verantwortung übernehmen.
Unternehmen benötigen dieses Erfahrungswissen, um KI-Assistenten, KI-Agenten oder körperlich handelnde Systeme sinnvoll einzusetzen. Gleichzeitig können Beschäftigte befürchten, mit ihrem Wissen ausgerechnet jene Technologie zu trainieren, die ihre eigene Tätigkeit später verändern oder ersetzen soll. Und dieses Spannungsfeld entscheidet mitunter darüber, ob aus einzelnen KI-Werkzeugen eine tragfähige betriebliche Entwicklung wird. ( Weiterlesen: Wie KMU KI mit Kompetenz, Vertrauen und klaren Regeln einführen )