Moritz · KI & Automatisierung
Ich entwickle klar begrenzte KI-Agenten, die Aufgaben, Werkzeuge und Schnittstellen kontrolliert nutzen – mit Regeln, Logging und menschlichen Freigaben. Projekte für Unternehmen setzen wir bei Klassen AI um.
Moritz Klaßen
20+
Jahre Erfahrung in Webprojekten
50+
Erfolgreiche Projekte
Use Cases
KI-Agenten eignen sich für Aufgaben, die mehrere Schritte umfassen, Informationen aus verschiedenen Quellen benötigen und selbstständig Entscheidungen innerhalb klarer Regeln treffen sollen.
Praxisbeispiel: Eigene KI-Agenten
Ein eigener KI-Agent erhält nicht einfach freien Zugriff. Ziele, Werkzeuge, Berechtigungen, Abbruchregeln und Freigaben werden technisch begrenzt und jeder ausgeführte Schritt wird protokolliert.
goal / scope
Der Agent erhält ein konkretes Ziel, erwartetes Ergebnis und die Daten, die er für diesen Auftrag verwenden darf.
plan + permissions
Er zerlegt die Aufgabe und wählt ausschließlich freigegebene Funktionen, APIs und Datenquellen aus.
tool calls
Der Agent recherchiert Daten, ruft APIs auf oder bereitet Änderungen vor und bewertet nach jedem Schritt den Zwischenstand.
guardrail / review
Berechtigungen, Budgets, Plausibilität und menschliche Freigaben verhindern unerwünschte oder nicht nachvollziehbare Aktionen.
completed + log
Freigegebene Aktionen werden ausgeführt. Ergebnis, Quellen und sämtliche Werkzeugaufrufe bleiben im System dokumentiert.
Der KI-Agent übernimmt mehrstufige Aufgaben, bleibt dabei aber auf erlaubte Systeme, überprüfbare Aktionen und klare Verantwortlichkeiten begrenzt.
Antworten auf häufige Fragen zu Aufgaben, Systemintegration, MCP und dem kontrollierten Betrieb eigener KI-Agenten.
Die Kosten hängen von der Aufgabe, den benötigten Datenquellen, Werkzeugen, Berechtigungen und Integrationen ab. In einem Gespräch lässt sich der passende Projektumfang gemeinsam festlegen.
Ein klassischer Chatbot beantwortet vor allem einzelne Fragen. Ein KI-Agent kann eine Aufgabe in mehrere Schritte zerlegen, freigegebene Werkzeuge auswählen, Daten aus verschiedenen Systemen verarbeiten und definierte Aktionen ausführen. Dabei bleibt er auf den vereinbarten Aufgabenbereich begrenzt.
KI-Agenten können beispielsweise Anfragen recherchieren und einordnen, Dokumente verarbeiten, Informationen aus CRM oder Datenbanken zusammenführen, Antwortentwürfe vorbereiten oder klar definierte Folgeschritte auslösen. Sinnvoll ist ein Agent dort, wo mehrere wiederkehrende Arbeitsschritte zusammengehören.
Ja. KI-Agenten lassen sich in WordPress, Laravel, Filament, Kundenportale und individuelle Webanwendungen integrieren. CRM-, ERP-, Datenbank- und andere Systeme können über vorhandene APIs oder geeignete Schnittstellen angebunden werden.
Ein MCP-Server stellt ausgewählte Daten und Funktionen eines Systems über eine standardisierte Schnittstelle für KI-Agenten bereit. Das kann sinnvoll sein, wenn ein Agent kontrolliert mit mehreren kompatiblen KI-Anwendungen arbeiten soll. Ob MCP benötigt wird, hängt von der vorhandenen Infrastruktur und dem konkreten Anwendungsfall ab.
Werkzeuge, Berechtigungen, Budgets und Abbruchregeln werden technisch begrenzt. Kritische Änderungen können eine menschliche Freigabe erfordern. Logging, Testfälle und Fallbacks machen außerdem nachvollziehbar, welche Daten verwendet und welche Aktionen ausgeführt wurden.
Bei Klassen AI prüfen wir eure Abläufe und bestehenden Systeme: Wo lohnt sich Automatisierung, wo hilft KI und welcher erste Schritt bringt den größten Nutzen?Wir prüfen deine Abläufe und Systeme – und zeigen dir, welcher erste Schritt den größten Nutzen bringt.
Das prüfen wir gemeinsam