KI für inhabergeführte Unternehmen.
Klein anfangen, schnell in Produktion bringen. Wir finden den ersten Hebel, der sich rechnet, und bauen ihn – ohne große Beraterstäbe.
Der Einstieg
- AI Readiness Assessment
Strukturierter Bericht: Datenlage, Systeme, Organisation, priorisierte AI-Hebel
- AI Agents
AI-Agenten und Workflows in Produktion, mit Zugriff auf echte Systeme und Daten
- Agentic Engineering
Messbar schnellere Entwicklungszyklen bei gleicher oder besserer Qualität; Playbook und trainiertes Team
- Fractional CTO
Technische Führung auf Zeit: Architekturentscheidungen, Teamaufbau, Vendor-Entscheidungen
Cases
| Ausgangslage | Umsetzung | Ergebnis | |
|---|---|---|---|
| Industrie-Software-Unternehmen, PE-Portfolio | DD-Befunde trafen auf unsichere Releases und konzentriertes Betriebswissen. | Priorisierter Arbeitsplan mit Release-Regeln, Vertretung und Betriebsdokumentation. | Das Team liefert verlässlicher und kann kritische Aufgaben gemeinsam übernehmen. |
| EdTech-Unternehmen, Entwicklungsorganisation | Entwicklungsteam nutzte KI-Coding-Werkzeuge einzeln, ohne gemeinsamen Workflow. | Toolchain, angepasster Workflow und Qualitäts-Gates für KI-gestützte Entwicklung. | Das Team arbeitet agentisch als Standard, mit Kontrollen, die zur neuen Arbeitsweise passen. |
| Fertigungsunternehmen, familiengeführt | Fachbereiche erprobten KI-Werkzeuge ohne gemeinsame Übersicht und Freigaberegeln. | KI-Inventar, dokumentierte Risikoprüfung, Freigabeprozess und rollenbezogene Schulung. | Verantwortliche können neue Einsätze prüfen und Änderungen an bestehenden Anwendungen verfolgen. |
| B2B-Dienstleistungsunternehmen, inhabergeführt | Der Vertrieb suchte passende Leistungen in alten Angeboten und persönlichen Ablagen. | Angebotsagent mit freigegebenen Bausteinen, Quellen und offenen Annahmen. | Der Vertrieb startet mit prüfbaren Entwürfen und stimmt Zusagen mit der Projektleitung ab. |
| Finanzdienstleister, inhabergeführt | Sachbearbeiter suchten fehlende Unterlagen erst während der Antragsbearbeitung. | Vorprüfungsagent mit Belegstellen, Prüfregeln und nachvollziehbarem Audit Trail. | Das Team erhält vorbereitete Vorgänge und behält die Entscheidung über jeden Antrag. |
| EdTech-Unternehmen, Content-Produktion | Content-Produktion lief Schritt für Schritt manuell und war auf wenige Personen angewiesen. | n8n-Pipeline mit LLM-Schritten für Entwurf, Strukturierung und Formatierung, mit Freigabe durch Menschen. | Das Content-Team arbeitet an Qualität, nicht an mechanischen Zwischenschritten. |
| Immobilienverwaltung, inhabergeführt | Verwalter prüften verstreute Verträge und Anlagen vor jeder Objektübernahme manuell. | Dokumentenagent mit objektbezogener Prüfliste und belegten Auffälligkeiten. | Das Team kann fehlende Unterlagen gezielt anfordern und kritische Stellen prüfen. |
| Eigene Produkte: FoodCheck und FitWise | Eigene Produktidee im Bereich Ernährung und Fitness, KI als Kern der Funktion. | Flutter-Apps mit OpenAI-Integration, eigene Backend-APIs, eigene AI Services. | Zwei eigene KI-Produkte in Produktion, vollständig selbst entwickelt und betrieben. |
| SaaS-Unternehmen, PE-Portfolio | Architekturwissen und Sicherheitsnachweise waren über Teams und Ablagen verteilt. | Technischer Datenraum mit belegbaren Aussagen und klaren Ansprechpartnern. | Das Management kann Käuferfragen konsistent beantworten und offene Risiken einordnen. |
| Enterprise-Commerce-Plattform, Hamburg | Enterprise-Commerce-Anbieter mit gewachsener, eng gekoppelter Architektur. | Headless-Architektur mit Kafka Event Streaming und gestufte AWS-Migration. | Die Plattform läuft entkoppelt über Kafka als Rückgrat, statt über einen zentralen Monolithen. |
| D2C-Food-Marke, Bremen | D2C-Food-Marke ohne permanente technische Führung, offene Shop- und ERP-Entscheidungen. | Shop-Evaluierung, neue Architektur und eine geführte ERP-Migration als Interim CTO. | Entscheidungen wurden getroffen und umgesetzt, nicht länger aufgeschoben. |
| E-Commerce, München | Mehrere Teams teilten sich ein Frontend und mussten Releases koordinieren. | Micro-Frontend-Architektur mit Next.js SSR, Backend-for-Frontend und eigener DevOps-Pipeline. | Teams liefern ihren Teil des Frontends unabhängig aus, ohne gemeinsames Release-Fenster. |
| PE-Fonds, partnergeführt | Die Beteiligungen bewerteten KI-Ideen nach unterschiedlichen Maßstäben. | Gemeinsame Bewertung, produktive Agenten und ein übertragbares Betriebsmodell. | Der Fonds kann Vorhaben vergleichen und die Beteiligungen verantworten den Betrieb. |
| B2B-Plattform mit Add-ons, PE-Portfolio | Die zugekauften Unternehmen führten Kunden und Leistungen in getrennten Systemen. | Gemeinsames Zielbild mit Datenverantwortung und schrittweisem Migrationspfad. | Die Plattform kann Systeme geordnet ablösen und Kundenabläufe weiter bedienen. |
| Fachverlag, familiengeführt | Redakteure übertrugen veröffentlichte Beiträge manuell in weitere Formate. | n8n-Pipeline mit LLM-Entwürfen, Quellenbezug und redaktioneller Freigabe. | Die Redaktion bearbeitet vorbereitete Varianten und kontrolliert den Versand. |
| E-Commerce-Marke, inhabergeführt | Das Team nutzte umfangreiche Ticketing-SaaS für einen eng umrissenen Supportablauf. | Eigener Support-Agent mit Posteingang, Bearbeitungsansicht und Eskalation. | Der Kundenservice arbeitet im eigenen Ablauf und übernimmt die verbleibenden Sonderfälle. |
| E-Commerce-Marktplatz | Marktplatz mit über 1 Milliarde Produkten brauchte eine dedizierte Sucharchitektur. | Skalierbares Sucharchitektur-Konzept mit Migrationspfad aus der bestehenden Lösung. | Die Plattform hat eine Sucharchitektur, die für ihre tatsächliche Größe ausgelegt ist. |
| EdTech-Unternehmen, Kundenservice | Kundenservice beantwortete wiederkehrende Fragen manuell aus verstreutem Wissen. | AI Agent mit Zugriff auf die Wissensdatenbank, mit klarer Eskalation an Menschen. | Wiederkehrende Anfragen laufen produktiv über den Agent, komplexe Fälle bleiben beim Team. |
| Digitalberatung, Hamburg | Digitalberatung brauchte externe Architektur-Expertise für drei parallele Kundenprojekte. | Tech DD einer E-Commerce-Architektur, Greenfield-CMS-Konzept, Architektur für eine Kreditplattform. | Die Beratung konnte alle drei Kundenprojekte mit einer belastbaren technischen Grundlage fortführen. |
| Immobiliendienstleister | Immobiliendienstleister ohne dokumentiertes technisches Bild und ohne festgelegten Stack. | Tech-DD-Bericht, Greenfield-Zielarchitektur und eine konkrete Tech-Stack-Entscheidung. | Das Unternehmen hat eine dokumentierte Grundlage und einen festgelegten Stack zum Bauen. |
| Immobilienplattform, Berlin | Immobilienplattform in Berlin, technisches Risiko vor einer Entscheidung unklar. | Tech-DD-Bericht mit Risikobild und einer Ziel-Softwarearchitektur. | Die Entscheidung stand auf einer dokumentierten technischen Grundlage. |
| PE-Fonds mit Beiräten, partnergeführt | Pitch Decks und Managementberichte enthielten schwer prüfbare KI-Versprechen. | Gemeinsames Prüfraster mit Nachweisfragen, Warnsignalen und DD-Prüfaufträgen. | Investment-Team und Beiräte können KI-Aussagen gezielter hinterfragen und Prüfung beauftragen. |
| E-Commerce-Unternehmen, inhabergeführt | Entwickler nutzten KI-Werkzeuge individuell und bewerteten Ergebnisse unterschiedlich. | Eingerichtete Toolchain, erprobte Qualitätsprüfungen und ein gemeinsamer Messplan. | Das Team kann geeignete Aufgaben agentisch bearbeiten und Änderungen kontrolliert prüfen. |
| Weiterbildungsanbieter, inhabergeführt | Das Serviceteam wollte wiederkehrende Kursanfragen mit einem eigenen Workflow vorbereiten. | Lauffähiger n8n-Workflow mit LLM-Entwurf, Freigabe und dokumentierter Übergabe. | Das Team kann den Workflow selbst ausführen, prüfen und innerhalb klarer Grenzen anpassen. |
| B2B-Dienstleistungsunternehmen, familiengeführt | Der Führungskreis diskutierte KI-Ideen ohne gemeinsame Auswahlkriterien. | Bewertete Prozessliste mit ersten Initiativen, Verantwortlichen und nächsten Schritten. | Die Führung kann die Umsetzung anstoßen und zurückgestellte Ideen begründet einordnen. |
Industrie-Software-Unternehmen, PE-Portfolio
Ausgangslage
DD-Befunde trafen auf unsichere Releases und konzentriertes Betriebswissen.
Umsetzung
Priorisierter Arbeitsplan mit Release-Regeln, Vertretung und Betriebsdokumentation.
Ergebnis
Das Team liefert verlässlicher und kann kritische Aufgaben gemeinsam übernehmen.
EdTech-Unternehmen, Entwicklungsorganisation
Ausgangslage
Entwicklungsteam nutzte KI-Coding-Werkzeuge einzeln, ohne gemeinsamen Workflow.
Umsetzung
Toolchain, angepasster Workflow und Qualitäts-Gates für KI-gestützte Entwicklung.
Ergebnis
Das Team arbeitet agentisch als Standard, mit Kontrollen, die zur neuen Arbeitsweise passen.
Fertigungsunternehmen, familiengeführt
Ausgangslage
Fachbereiche erprobten KI-Werkzeuge ohne gemeinsame Übersicht und Freigaberegeln.
Umsetzung
KI-Inventar, dokumentierte Risikoprüfung, Freigabeprozess und rollenbezogene Schulung.
Ergebnis
Verantwortliche können neue Einsätze prüfen und Änderungen an bestehenden Anwendungen verfolgen.
B2B-Dienstleistungsunternehmen, inhabergeführt
Ausgangslage
Der Vertrieb suchte passende Leistungen in alten Angeboten und persönlichen Ablagen.
Umsetzung
Angebotsagent mit freigegebenen Bausteinen, Quellen und offenen Annahmen.
Ergebnis
Der Vertrieb startet mit prüfbaren Entwürfen und stimmt Zusagen mit der Projektleitung ab.
Finanzdienstleister, inhabergeführt
Ausgangslage
Sachbearbeiter suchten fehlende Unterlagen erst während der Antragsbearbeitung.
Umsetzung
Vorprüfungsagent mit Belegstellen, Prüfregeln und nachvollziehbarem Audit Trail.
Ergebnis
Das Team erhält vorbereitete Vorgänge und behält die Entscheidung über jeden Antrag.
EdTech-Unternehmen, Content-Produktion
Ausgangslage
Content-Produktion lief Schritt für Schritt manuell und war auf wenige Personen angewiesen.
Umsetzung
n8n-Pipeline mit LLM-Schritten für Entwurf, Strukturierung und Formatierung, mit Freigabe durch Menschen.
Ergebnis
Das Content-Team arbeitet an Qualität, nicht an mechanischen Zwischenschritten.
Immobilienverwaltung, inhabergeführt
Ausgangslage
Verwalter prüften verstreute Verträge und Anlagen vor jeder Objektübernahme manuell.
Umsetzung
Dokumentenagent mit objektbezogener Prüfliste und belegten Auffälligkeiten.
Ergebnis
Das Team kann fehlende Unterlagen gezielt anfordern und kritische Stellen prüfen.
Eigene Produkte: FoodCheck und FitWise
Ausgangslage
Eigene Produktidee im Bereich Ernährung und Fitness, KI als Kern der Funktion.
Umsetzung
Flutter-Apps mit OpenAI-Integration, eigene Backend-APIs, eigene AI Services.
Ergebnis
Zwei eigene KI-Produkte in Produktion, vollständig selbst entwickelt und betrieben.
SaaS-Unternehmen, PE-Portfolio
Ausgangslage
Architekturwissen und Sicherheitsnachweise waren über Teams und Ablagen verteilt.
Umsetzung
Technischer Datenraum mit belegbaren Aussagen und klaren Ansprechpartnern.
Ergebnis
Das Management kann Käuferfragen konsistent beantworten und offene Risiken einordnen.
Enterprise-Commerce-Plattform, Hamburg
Ausgangslage
Enterprise-Commerce-Anbieter mit gewachsener, eng gekoppelter Architektur.
Umsetzung
Headless-Architektur mit Kafka Event Streaming und gestufte AWS-Migration.
Ergebnis
Die Plattform läuft entkoppelt über Kafka als Rückgrat, statt über einen zentralen Monolithen.
Ausgangslage
D2C-Food-Marke ohne permanente technische Führung, offene Shop- und ERP-Entscheidungen.
Umsetzung
Shop-Evaluierung, neue Architektur und eine geführte ERP-Migration als Interim CTO.
Ergebnis
Entscheidungen wurden getroffen und umgesetzt, nicht länger aufgeschoben.
Ausgangslage
Mehrere Teams teilten sich ein Frontend und mussten Releases koordinieren.
Umsetzung
Micro-Frontend-Architektur mit Next.js SSR, Backend-for-Frontend und eigener DevOps-Pipeline.
Ergebnis
Teams liefern ihren Teil des Frontends unabhängig aus, ohne gemeinsames Release-Fenster.
Ausgangslage
Die Beteiligungen bewerteten KI-Ideen nach unterschiedlichen Maßstäben.
Umsetzung
Gemeinsame Bewertung, produktive Agenten und ein übertragbares Betriebsmodell.
Ergebnis
Der Fonds kann Vorhaben vergleichen und die Beteiligungen verantworten den Betrieb.
B2B-Plattform mit Add-ons, PE-Portfolio
Ausgangslage
Die zugekauften Unternehmen führten Kunden und Leistungen in getrennten Systemen.
Umsetzung
Gemeinsames Zielbild mit Datenverantwortung und schrittweisem Migrationspfad.
Ergebnis
Die Plattform kann Systeme geordnet ablösen und Kundenabläufe weiter bedienen.
Ausgangslage
Redakteure übertrugen veröffentlichte Beiträge manuell in weitere Formate.
Umsetzung
n8n-Pipeline mit LLM-Entwürfen, Quellenbezug und redaktioneller Freigabe.
Ergebnis
Die Redaktion bearbeitet vorbereitete Varianten und kontrolliert den Versand.
E-Commerce-Marke, inhabergeführt
Ausgangslage
Das Team nutzte umfangreiche Ticketing-SaaS für einen eng umrissenen Supportablauf.
Umsetzung
Eigener Support-Agent mit Posteingang, Bearbeitungsansicht und Eskalation.
Ergebnis
Der Kundenservice arbeitet im eigenen Ablauf und übernimmt die verbleibenden Sonderfälle.
Ausgangslage
Marktplatz mit über 1 Milliarde Produkten brauchte eine dedizierte Sucharchitektur.
Umsetzung
Skalierbares Sucharchitektur-Konzept mit Migrationspfad aus der bestehenden Lösung.
Ergebnis
Die Plattform hat eine Sucharchitektur, die für ihre tatsächliche Größe ausgelegt ist.
EdTech-Unternehmen, Kundenservice
Ausgangslage
Kundenservice beantwortete wiederkehrende Fragen manuell aus verstreutem Wissen.
Umsetzung
AI Agent mit Zugriff auf die Wissensdatenbank, mit klarer Eskalation an Menschen.
Ergebnis
Wiederkehrende Anfragen laufen produktiv über den Agent, komplexe Fälle bleiben beim Team.
Ausgangslage
Digitalberatung brauchte externe Architektur-Expertise für drei parallele Kundenprojekte.
Umsetzung
Tech DD einer E-Commerce-Architektur, Greenfield-CMS-Konzept, Architektur für eine Kreditplattform.
Ergebnis
Die Beratung konnte alle drei Kundenprojekte mit einer belastbaren technischen Grundlage fortführen.
Ausgangslage
Immobiliendienstleister ohne dokumentiertes technisches Bild und ohne festgelegten Stack.
Umsetzung
Tech-DD-Bericht, Greenfield-Zielarchitektur und eine konkrete Tech-Stack-Entscheidung.
Ergebnis
Das Unternehmen hat eine dokumentierte Grundlage und einen festgelegten Stack zum Bauen.
Ausgangslage
Immobilienplattform in Berlin, technisches Risiko vor einer Entscheidung unklar.
Umsetzung
Tech-DD-Bericht mit Risikobild und einer Ziel-Softwarearchitektur.
Ergebnis
Die Entscheidung stand auf einer dokumentierten technischen Grundlage.
PE-Fonds mit Beiräten, partnergeführt
Ausgangslage
Pitch Decks und Managementberichte enthielten schwer prüfbare KI-Versprechen.
Umsetzung
Gemeinsames Prüfraster mit Nachweisfragen, Warnsignalen und DD-Prüfaufträgen.
Ergebnis
Investment-Team und Beiräte können KI-Aussagen gezielter hinterfragen und Prüfung beauftragen.
E-Commerce-Unternehmen, inhabergeführt
Ausgangslage
Entwickler nutzten KI-Werkzeuge individuell und bewerteten Ergebnisse unterschiedlich.
Umsetzung
Eingerichtete Toolchain, erprobte Qualitätsprüfungen und ein gemeinsamer Messplan.
Ergebnis
Das Team kann geeignete Aufgaben agentisch bearbeiten und Änderungen kontrolliert prüfen.
Weiterbildungsanbieter, inhabergeführt
Ausgangslage
Das Serviceteam wollte wiederkehrende Kursanfragen mit einem eigenen Workflow vorbereiten.
Umsetzung
Lauffähiger n8n-Workflow mit LLM-Entwurf, Freigabe und dokumentierter Übergabe.
Ergebnis
Das Team kann den Workflow selbst ausführen, prüfen und innerhalb klarer Grenzen anpassen.
B2B-Dienstleistungsunternehmen, familiengeführt
Ausgangslage
Der Führungskreis diskutierte KI-Ideen ohne gemeinsame Auswahlkriterien.
Umsetzung
Bewertete Prozessliste mit ersten Initiativen, Verantwortlichen und nächsten Schritten.
Ergebnis
Die Führung kann die Umsetzung anstoßen und zurückgestellte Ideen begründet einordnen.