Gebaut, nicht
nur beraten.

KI-Agenten aus Kundenprojekten und eigenen Produkten – jeweils mit Ausgangslage, Lösung, Ergebnis und Tech-Stack. Kundenprojekte sind anonymisiert.

Ehrliche Einschätzung – auch, wenn KI für Ihren Fall nicht sinnvoll ist.

Eigenes Produkt · lazyfriday.ai

Plattform für digitale KI-Mitarbeiter

Eigenentwicklung von Richard Vo

Ausgangslage

Kleine und mittlere Unternehmen wollen Routinearbeit abgeben, aber keine Agenten selbst bauen. Ein reiner Chatbot kann nicht handeln – ein Agent ohne Kontrollen ist für echte Kundenkontakte zu riskant.

Lösung

  • KI-Mitarbeiter mit Zielen, Rollen und Werkzeugen, die über Integrationen (u. a. MCP) mit Geschäftssystemen arbeiten
  • Deterministische Prüfung vor jeder Aktion nach außen: Das Sprachmodell schlägt vor, festgelegter Code prüft und führt aus
  • Jeder Schritt wird protokolliert, die Kosten jedes Modellaufrufs werden erfasst
  • Mehrere Agenten arbeiten zusammen, strikt getrennt pro Unternehmen (Mandant)

Ergebnis

  • Plattform im eigenen Betrieb mit echten Aufgaben im Einsatz und in laufender Weiterentwicklung
  • Dieselben Bausteine – Prüfregeln, Protokoll, Kostenmessung – setzen wir in Kundenprojekten ein

Tech-Stack

LangGraph (TypeScript)ClaudeMCPNext.jsSymfonyPostgreSQL
Kundenprojekt · Versorgungsunternehmen

KI-gestützte Bestellstrecke im Kundenportal

Rolle: AI Solutions Architect & Full-Stack-Entwicklung (2026)

Ausgangslage

Tarifberatung, Verfügbarkeitsprüfung und Bestellung im Kundenportal sollten automatisiert werden – ohne dass eine Bestellung ohne ausdrückliche Bestätigung des Kunden ausgelöst wird.

Lösung

  • Modulare Middleware als Gateway für den KI-Agenten
  • Tool-Dispatcher, der die Backend-Schnittstellen (Service-System, Verfügbarkeitsprüfung) orchestriert
  • Sprachmodell für Tarifberatung und Verfügbarkeitsprüfung im Dialog
  • Authentifizierung über Keycloak (JWT-Validierung, Token-Pass-Through)
  • Human-in-the-loop: Prüfansicht und finale Bestätigung durch den Kunden vor dem Absenden

Ergebnis

  • Beratung und Verfügbarkeitsprüfung laufen im Dialog direkt im Portal
  • Keine Bestellung ohne Prüfansicht und ausdrückliche Bestätigung
  • DSGVO-konforme Verarbeitung der Chat-Daten

Tech-Stack

LLM (OpenAI)PHPWordPress (Middleware)ReactNext.jsKeycloak (OIDC/JWT)RESTDocker
Projekteinsatz · Energieversorger-Konzern

KI-Agenten in der Softwareentwicklung

Rolle: AI Software Engineer im Entwicklungsteam (2026)

Ausgangslage

Ein gewachsener PHP/Symfony-Monolith für Energiemanagement und Marktkommunikation: Fehleranalyse und Orientierung im Code kosten das Team viel Zeit.

Lösung

  • Agenten-Pipeline zur automatisierten Qualifizierung von Fehlermeldungen und Ursachenanalyse
  • Code-Knowledge-Graph (AST-basiert) für schnellere Navigation in der Architektur
  • Multi-Agent-Orchestrierung und sitzungsübergreifendes Gedächtnis über MCP
  • Schrittweise Verankerung des KI-gestützten Entwicklungszyklus im Scrum-Prozess

Ergebnis

  • KI-Unterstützung ist Teil des regulären Entwicklungsprozesses im Team
  • Fachliche Verantwortung für KI-Themen im Team und Mitwirkung in der unternehmensweiten AI Community of Practice

Tech-Stack

LangGraphPythonNode.jsAzure AI FoundryMCPClaude CodePHP / Symfony
Eigenes Produkt · geoview.ai

Analyse der Markensichtbarkeit in KI-Antworten

Eigenentwicklung von Richard Vo

Ausgangslage

Immer mehr Kaufentscheidungen beginnen mit einer Frage an ChatGPT, Claude oder Gemini. Unternehmen wissen meist nicht, ob und wie ihre Marke dort auftaucht.

Lösung

  • Spezialisierte KI-Agenten für Markenanalyse, Simulation von KI-Antworten, Wettbewerbsanalyse und Optimierungsvorschläge
  • Ist-/Soll-Analyse von Inhalten mit Ausgabe in Echtzeit (Streaming)
  • Aufgabenverfolgung mit Zustandsautomat und automatischer Prüfung der Umsetzung
  • Mehrere Sprachmodell-Anbieter, mandantenfähig mit getrennten Arbeitsbereichen

Ergebnis

  • Webanwendung mit klar getrennten Agentenrollen statt eines universellen Prompts
  • Anbieterunabhängig: OpenAI, Anthropic und Google lassen sich austauschen

Tech-Stack

Next.jsTypeScriptSymfonyAPI PlatformSymfony AIPostgreSQL
Erstgespräch

30 Minuten.
Ehrliche Einschätzung.

Sie schildern einen Ablauf, der Ihr Team Zeit kostet. Sie erfahren, ob ein KI-Agent dafür sinnvoll ist, wie ein Pilot aussehen könnte und was er kostet.

Ehrliche Einschätzung – auch, wenn KI für Ihren Fall nicht sinnvoll ist.

30 Min. VideocallUnverbindlich & kostenlosDirekt mit Richard Vo