Leistung · KI-Systeme & Automatisierung
KI, die mit deinen Daten und Abläufen arbeitet.
Wir bauen KI-Funktionen in deine Systeme ein: Suche mit Quellenangabe, Auslesen von Dokumenten, Sortieren von Anfragen, Zugriff per MCP. Über externe Modell-APIs oder eine von uns betriebene LLM-Instanz in Deutschland – je nach Daten und Anwendungsfall.
- Für wen
- Teams, deren Wissen in Dokumenten, Postfächern und mehreren Systemen steckt
- Was du bekommst
- Einen abgegrenzten KI-Baustein mit echten Daten, Tests und Betrieb
- Technik
- LLMs, Embeddings, Vektorsuche, MCP, REST-APIs, Docker
- Abrechnung
- In Etappen, nach Leistung – nicht nach Personentagen
Kicktemp GmbH · Hamburg · Stand: November 2026
Was wir bauen
KI als Baustein – nicht als Demo.
Erst Daten und Ablauf klären, dann Modell und Technik. Andersherum entstehen Prototypen, die niemand nutzt.
- 01
Wissenssuche mit Quelle (RAG)
Dein Team fragt, das System antwortet aus euren Dokumenten – und zeigt, woher die Antwort stammt. - 02
Daten aus Dokumenten und E-Mails
Felder erkennen, gegen den Bestand prüfen, ins Fachsystem übergeben. Wie viel ein Mensch prüft, richtet sich nach dem Risiko. - 03
Anfragen sortieren und anreichern
Inhalte werden eingeordnet und priorisiert. Kritische Entscheidungen trifft eine Regel, nicht das Modell. - 04
Zugriff per MCP
Deine Zahlen und Systeme direkt in Claude oder anderen KI-Werkzeugen abfragen – lesend und mit begrenzten Rechten.ProMed: „Wie viele Anfragen kamen letzte Woche?“ - 05
Assistenten, die Vorgänge vorbereiten
Daten suchen, zusammenführen, einen Entwurf erstellen. Welche Aktionen erlaubt sind, legen wir vorher fest. - 06
KI im eigenen Alltag
Wir nutzen, was wir bauen: eigene MCP-Server für Google Ads, GA4 und Tag Manager, KI-Stimmen in unseren Case-Videos.Case-Videos ansehen
Typische Ausgangslagen
Womit KI-Projekte bei uns beginnen
Selten mit einem Modell. Meistens mit Wissen, das schwer zu finden ist, oder Arbeit, die sich jeden Tag wiederholt.
„Unser Wissen steckt in Hunderten Dokumenten, und niemand findet schnell das Richtige.“
Erst prüfen wir, welche Quellen verlässlich sind. Dann bauen wir die Suche darauf – mit Quelle an jeder Antwort.
„Wir tippen jeden Tag Inhalte aus Dokumenten und E-Mails ab.“
Ein klarer Fall für Extraktion: Felder erkennen, prüfen, ins Fachsystem übergeben.
„Wir wollen KI nutzen, aber unsere Daten liegen in mehreren Systemen.“
Erst Daten und Ablauf klären, dann Modell und Technik.
So war es bei ProMed„Der Assistent darf nicht auf alles zugreifen.“
Rechte gehören an den Datenzugriff: Jeder sieht nur, was er ohnehin sehen darf.
„Unser Team nutzt schon KI-Tools, aber jeder anders.“
Wir bündeln das auf eine gemeinsame Wissensquelle und einen festen Ablauf.
„Wir wollen nicht jedes Dokument an einen Cloud-Anbieter schicken.“
Dann ist eine von uns betriebene LLM-Instanz in Deutschland eine Option – abhängig von Modellbedarf und Menge.
Modell und Betrieb
Externe KI-API oder eigene LLM-Instanz?
Meist starten wir mit einer externen Modell-API. Eine selbst betriebene Instanz lohnt sich, wenn Inhalte das Haus nicht verlassen sollen und die Last planbar ist.
Externe Modell-API
Ein Modell eines großen Anbieters, angebunden über eine Schnittstelle – mit Vertrag zur Auftragsverarbeitung.
Passt, wenn
- du schnell mit einem starken Modell starten willst
- die Last schwankt oder noch unklar ist
- die Inhalte an einen Anbieter gehen dürfen
- mehrere Modelle verglichen werden sollen
Betriebene LLM-Instanz in Deutschland
Ein offenes Modell auf Infrastruktur in Deutschland, betrieben von uns – ohne Public-Cloud-KI-Anbieter.
Passt, wenn
- Inhalte nicht an Public-Cloud-Anbieter gehen sollen
- die Last planbar wiederkehrt
- ein offenes Modell für die Aufgabe genügt
- du Kontrolle über Protokolle und Updates willst
Beides lässt sich kombinieren: unkritische Aufgaben über die API, sensible Inhalte über die eigene Instanz. Die Entscheidung treffen Datenfluss, Modellbedarf, Menge und Kontrollbedarf – nicht eine Rangliste.
Sicherheit
Ein gelesenes Dokument ist kein Befehl.
Dokumente und E-Mails können Text enthalten, der wie eine Anweisung aussieht. Deshalb trennen wir Daten und Systemanweisungen, erlauben nur festgelegte Aktionen und prüfen Ergebnisse gegen Regeln und Bestand. Ein Assistent erbt die Sicht der Nutzerin, nicht die des Administrators.
- Rechte am Datenzugriff
- feste erlaubte Aktionen
- strukturierte Ausgaben
- Protokoll nur so viel wie nötig
- Datenminimierung
Ablauf
„Sieht gut aus“ ist kein Abnahmekriterium.
Wir testen mit echten, auch schwierigen Fällen – und legen vorher fest, woran wir Erfolg messen.
- 01Aufgabe abgrenzenEin Arbeitsschritt, echte Daten, ein klares Ziel. Kein „KI für alles“.
- 02Quellen und Rechte prüfenWelche Daten sind verlässlich, wer darf was sehen, was darf das System tun?
- 03Prototyp mit echten FällenTypische und schwierige Beispiele aus deinem Alltag, nicht aus einer Demo.
- 04Messen statt schätzenGenauigkeit, Quellenangabe, Verhalten bei unbeantwortbaren Fragen, Antwortzeit und Anteil der Fälle mit Freigabe.
- 05BetreibenMonitoring, Kostenkontrolle, Pflege der Wissensquellen und Anpassung, wenn sich Modelle oder Abläufe ändern.

Aus der Praxis · ProMed
„Wie viele Anfragen kamen letzte Woche?“ – direkt in Claude gefragt.
ProMed steuert Anfragen, Wartelisten und Aufgaben für vier Wohnanlagen in einer eigenen Joomla-Komponente. Dieselben Zahlen gibt es über eine Schnittstelle für Looker Studio – und über MCP direkt in Claude. Lesend, mit begrenzten Rechten, ohne Export.
- Anfragen allein in 2026
- 705
- erledigte Aufgaben im System
- 860
Eigene KI-Werkzeuge aus unserem Alltag
Alle Projekte- ProduktKickSeoApiJoomla-Plugin, das eine Website per MCP für KI-Werkzeuge ansprechbar macht. Erhältlich im kicktemp.shop.
- InternMCP-Server für MarketingGoogle Ads, GA4 und Tag Manager, selbst betrieben – für unsere tägliche Arbeit an Kampagnen und Tracking.
- ProjekteCase-Videos mit KI-StimmeSkript und Schnitt von uns, die Sprecherstimme mit ElevenLabs erzeugt.
FAQ
Häufige Fragen zu KI-Systemen
Kurze Antworten zuerst. Was hier fehlt, klären wir im Erstgespräch.
Was ist RAG – und wann ist es sinnvoll?
RAG (Retrieval-Augmented Generation) heißt: Das Modell antwortet nicht aus dem Gedächtnis, sondern aus Dokumenten, die vorher gezielt gesucht werden. Sinnvoll, wenn Wissen in vielen Dokumenten steckt und jede Antwort eine Quelle braucht.
Was ist MCP?
Das Model Context Protocol ist ein offener Standard, über den KI-Werkzeuge wie Claude auf Daten und Funktionen anderer Systeme zugreifen. Wir bauen MCP-Server für Joomla-Komponenten und Marketing-Daten – mit begrenzten Rechten.
Braucht unser Unternehmen ein eigenes LLM?
Meist nicht als Start. Sinnvoll wird ein selbst betriebenes Modell, wenn Inhalte nicht an externe Anbieter gehen sollen, die Last planbar ist und ein passendes Modell verfügbar ist.
Muss KI über OpenAI oder einen anderen Cloud-Anbieter laufen?
Nein. Wir arbeiten mit externen Modell-APIs oder mit einer von uns betriebenen LLM-Instanz auf Infrastruktur in Deutschland.
Können unsere Dokumente und Systeme angebunden werden?
In der Regel ja – über Dateiquellen, Datenbanken oder APIs von CRM, ERP und Fachsystemen. Der Aufwand hängt weniger am Modell als am Zustand der Quellen und an den Rechten.
Kann ein KI-Assistent Aktionen in unseren Systemen ausführen?
Ja, aber nur festgelegte Aktionen, mit Prüfung, Protokoll und – wo nötig – Freigabe durch einen Menschen. Lesen und Handeln sind zwei verschiedene Risikoklassen.
Wie verhindert man falsche KI-Antworten?
Ganz verhindern lässt sich das nicht. Deutlich seltener werden sie durch klar abgegrenzte Aufgaben, Suche in festgelegten Quellen, Quellenangaben, strukturierte Ausgaben und Tests mit echten schwierigen Fällen.
Können wir mit einem kleinen Projekt beginnen?
Ja, das ist der Normalfall: ein Arbeitsschritt mit echten Daten und klaren Kriterien. Nach Leistung, nicht nach Personentagen.
Dein KI-Vorhaben
Welche Frage stellt dein Team jeden Tag – und wo steht die Antwort?
Bring einen konkreten Arbeitsschritt mit. Wir sagen dir, ob KI dafür das richtige Werkzeug ist – oder ob eine Regel oder eine Datenbank besser passt.

Niels Nübel
Geschäftsführung · Konzeption & Entwicklung
Führt dein Erstgespräch – 30 Minuten per Google Meet, kostenlos und unverbindlich.

Deine festen Ansprechpartner: Niels, Stefan und Jenny. Kicktemp GmbH ist eine inhabergeführte Digitalagentur aus Hamburg. Wir arbeiten seit 2010 mit Joomla und seit 2018 als Kicktemp – für Unternehmen, Verbände, Praxen und Kliniken.

