Zum Inhalt springen
SicherheitYOOtheme Pro 5: kritische Lücke – jetzt auf 5.0.53 aktualisierenErstgespräch30 Minuten per Google Meet – kostenlos

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.

  1. 01

    Wissenssuche mit Quelle (RAG)

    Dein Team fragt, das System antwortet aus euren Dokumenten – und zeigt, woher die Antwort stammt.
  2. 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.
  3. 03

    Anfragen sortieren und anreichern

    Inhalte werden eingeordnet und priorisiert. Kritische Entscheidungen trifft eine Regel, nicht das Modell.
  4. 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?“
  5. 05

    Assistenten, die Vorgänge vorbereiten

    Daten suchen, zusammenführen, einen Entwurf erstellen. Welche Aktionen erlaubt sind, legen wir vorher fest.
  6. 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.

  1. 01Aufgabe abgrenzenEin Arbeitsschritt, echte Daten, ein klares Ziel. Kein „KI für alles“.
  2. 02Quellen und Rechte prüfenWelche Daten sind verlässlich, wer darf was sehen, was darf das System tun?
  3. 03Prototyp mit echten FällenTypische und schwierige Beispiele aus deinem Alltag, nicht aus einer Demo.
  4. 04Messen statt schätzenGenauigkeit, Quellenangabe, Verhalten bei unbeantwortbaren Fragen, Antwortzeit und Anteil der Fälle mit Freigabe.
  5. 05BetreibenMonitoring, Kostenkontrolle, Pflege der Wissensquellen und Anpassung, wenn sich Modelle oder Abläufe ändern.
Standbild aus dem Case-Video ProMed: Wohnanlagen auf der KarteCase-Video · 2:03

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
Zum Case ProMed

Eigene KI-Werkzeuge aus unserem Alltag

Alle Projekte

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.

Porträt von Niels Nübel

Niels Nübel

Geschäftsführung · Konzeption & Entwicklung

Führt dein Erstgespräch – 30 Minuten per Google Meet, kostenlos und unverbindlich.

Niels Nübel am Schreibtisch, lächelt in die Kamera

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.