KI trifft Praxis:
Neueste KI-Lösungen für den Mittelstand
Wir testen, was funktioniert – und entwickeln, was Sie wirklich weiterbringt.
Unsere F&E-Projekte verbinden neueste KI-Technologie mit realer Produktivität.
What’s New in Business
Area to Know
Subscribe To Our Newsletter
KI-Innovation, die in der Praxis funktioniert
Wir entwickeln keine Konzepte für die Schublade – sondern KI-Lösungen, die reale Prozesse verbessern. Unsere F&E-Arbeit konzentriert sich auf die konkreten Herausforderungen mittelständischer Unternehmen: vom Angebotsprozess bis zur Kundenakquise, von der Excel-Logik bis zur auditierbaren KI-Architektur. Dabei setzen wir auf die neuesten Technologien wie große Sprach- und Vision-Modelle (LLMs, LVMs), agentenbasierte Systeme und lokale KI-Plattformen – immer mit dem Ziel, produktive Mehrwerte zu schaffen, schnell anwendbare Lösungen zu liefern und Ihre Innovationskraft gezielt zu stärken.Lokale KI-Lösungen für den Mittelstand
Sensible Daten sicher verarbeiten – mit unternehmensinterner KI statt externer Cloud.
Viele mittelständische Unternehmen möchten KI einsetzen, dürfen oder wollen ihre Daten jedoch nicht in die Cloud geben. Genau hier setzen lokale KI-Lösungen an: Sie ermöglichen es, interne Dokumente wie Angebote, Zeichnungen oder Protokolle direkt auf firmeneigenen Systemen zu analysieren – ohne Datenschutzrisiken, ohne Internetverbindung, aber mit spürbarem Effizienzgewinn. Dadurch entsteht ein sicherer, kontrollierbarer Zugang zu KI-Funktionalität, der sich in bestehende Prozesse integrieren lässt.
Technisch werden dazu Sprach- und Vision-Modelle lokal eingebunden und durch eine konvertierungsoptimierte Wissensbasis (z. B. Markdown-Chunks) versorgt. Eingesetzte Komponenten bestehen aus lokal ausgeführten Backend-Systemen mit integrierter Dateiverarbeitung (PDF, Excel, PowerPoint etc.) und vorbereiteter semantischer Strukturierung. Diese Kombination ermöglicht Retrieval-basierte Anwendungen wie interne Assistenzsysteme, semantische Suche oder wissensgestützte Textgenerierung – vollständig unter eigener Kontrolle. Die Lösung ist insbesondere geeignet für Unternehmen mit restriktiven IT-Vorgaben, hohen Compliance-Anforderungen oder proprietären Prozessdokumentationen.
Agentenbasierte Prozesssteuerung im Angebotswesen
Vom starren Ablauf zur dynamischen Rollenverteilung – mit KI-Agenten effizienter kalkulieren.
Angebotsprozesse in KMU folgen häufig starren Abläufen mit vielen manuellen Abhängigkeiten. Agentenbasierte Systeme ermöglichen eine neue Denke: Teilaufgaben wie Anforderungsanalyse, Datenrecherche, Kalkulationsvorbereitung oder Textgenerierung werden durch spezialisierte KI-Agenten übernommen – in enger Abstimmung mit den beteiligten Fachkräften. Das sorgt für klarere Rollen, kürzere Bearbeitungszeiten und bessere Nachvollziehbarkeit.
Technologisch setzen diese Systeme auf eine koordinierte Architektur, in der autonome Agenten gezielt Funktionen übernehmen – etwa durch Prompt-Management, Regelprüfung oder Datentransformation. Dabei werden Interaktionen zwischen Mensch und KI als dialogischer Prozess gestaltet, bei dem einzelne Agenten Entscheidungen vorbereiten, Feedback integrieren oder Daten aggregieren. Die Forschungsarbeit konzentriert sich auf die agentengerechte Modularisierung realer Prozessschritte, ihre sequenzielle oder parallele Ausführung sowie auf Prüf- und Rückkopplungsmechanismen zur Steuerung in Echtzeit.
Technische Zeichnungen verstehen mit KI
Von Linien zu Bedeutung – wie KI technische Zeichnungen für den Angebotsprozess erschließt.
CAD-Zeichnungen enthalten oft alle wesentlichen Informationen für die Angebotserstellung – sind aber für klassische Software schwer auswertbar. KI-gestützte Systeme mit visueller Analysefähigkeit können Merkmale wie Maße, Fertigungshinweise oder Wiederverwendungen automatisch erkennen und für die Kalkulation strukturieren. Damit wird aus einer bloßen Grafik eine verwertbare Datenquelle – und ein wichtiger Hebel für Angebotsgeschwindigkeit und Qualität.
Forschungsschwerpunkt ist hier der Einsatz großer Vision-Modelle zur semantischen Interpretation technischer 2D-Zeichnungen. Die Herausforderung liegt dabei weniger im Erkennen geometrischer Formen, sondern in der domänenspezifischen Zuordnung von Bedeutungen: Maßlinien, Oberflächenangaben oder Stücklistenelemente müssen zuverlässig extrahiert und korrekt kontextualisiert werden. Dafür kombinieren wir Bildanalyse mit Sprachmodellen, domänenspezifischem Regelwissen und benutzerdefinierter Vorverarbeitung – mit dem Ziel, KI-fähige Eingabestrukturen für nachgelagerte Kalkulations- und Vergleichsprozesse zu erzeugen.
Excel2KI – von Tabellenlogik zur smarten Datenplattform
Aus Excel-Workflows werden skalierbare, KI-fähige Anwendungen.
Viele mittelständische Unternehmen arbeiten in Kernprozessen mit komplexen Excel-Tabellen – sei es für Kalkulationen, Controlling oder Angebotswesen. Diese Lösungen wachsen über Jahre, werden immer schwerer zu warten und bergen ein hohes Fehlerrisiko. Mit einem gezielten Migrationsansatz lassen sich solche Workflows Schritt für Schritt in robuste, datenbankgestützte Anwendungen überführen. Das Ergebnis sind sichere, übersichtliche und zukunftsfähige Systeme, die weiterhin den vertrauten Logiken folgen, aber deutlich stabiler und erweiterbar sind.
Technisch erfolgt die Transformation über eine strukturierte Extraktion der vorhandenen Tabellenlogik, die in modularisierte Datenmodelle überführt wird. Auf dieser Basis können relationale Datenbanken eingesetzt werden, ergänzt durch Schnittstellen zu KI-Komponenten für semantische Analyse, Automatisierung und Reporting. Forschungsschwerpunkt ist dabei die Wiederverwendbarkeit von Excel-basiertem Prozesswissen: durch automatisierte Mapping-Verfahren, Validierungsschritte und Audit-Mechanismen. Damit wird aus einer gewachsenen Excel-Lösung eine skalierbare, revisionssichere Plattform, die bereit ist für KI-gestützte Erweiterungen.
KI-unterstützte Softwareentwicklung für KMU
Von der Idee zum MVP – KI beschleunigt den Weg zur funktionierenden Lösung.
Mittelständische Unternehmen benötigen oft maßgeschneiderte Softwarelösungen, doch klassische Entwicklungszyklen sind zeit- und kostenintensiv. KI-gestützte Entwicklung verändert diesen Prozess grundlegend: Mit Coding-Assistants und generativen Modellen lassen sich Prototypen und MVPs in Wochen statt Monaten realisieren. So können KMU ihre Ideen schneller testen, iterieren und in der Praxis einsetzen – ohne aufwendige Vorlaufzeiten.
Aus technischer Sicht liegt der Fokus auf der intelligenten Kombination von automatisierter Code-Generierung, modularen Frameworks und strengen Qualitätssicherungsprozessen. Generative Modelle liefern den Grundcode, der durch Tests, Validierungen und manuelle Verfeinerung stabilisiert wird. Forschungsschwerpunkte sind dabei effiziente Promptstrategien, automatisierte Testgenerierung und die Integration von KI in bestehende Entwicklungsumgebungen. Das Ziel: Entwicklungsteams in KMU werden befähigt, mit geringeren Ressourcen komplexe Anwendungen zu realisieren und kontinuierlich weiterzuentwickeln – bei gleichbleibender Qualität und höherer Geschwindigkeit.
Neukundengewinnung mit KI: Zielsicher statt Zufall
Effiziente Akquise durch datenbasierte Analysen statt Kaltakquise ins Blaue.
Traditionelle Leadgenerierung im Mittelstand ist oft zeitaufwändig, teuer und geprägt von hohen Streuverlusten. KI verändert diesen Prozess grundlegend: Durch die Analyse von Unternehmens- und Marktdaten werden genau die Firmen identifiziert, die aktuell Bedarf haben und offen für neue Lösungen sind. So entsteht eine zielgerichtete, ressourcenschonende Akquise, die auf echten Signalen statt auf Bauchgefühl basiert. Vertriebsteams sparen Zeit, reduzieren Fehlkontakte und erhöhen die Erfolgsquote spürbar.
Forschungsschwerpunkt ist die Kombination von Large Language Models mit Monitoring- und Scoring-Methoden. Dabei geht es um die systematische Bewertung von Unternehmensprofilen, Marktbewegungen und branchenspezifischen Signalen, die auf Kaufbereitschaft oder Veränderungsdruck hindeuten. Technisch erfolgt dies über semantische Datenanreicherung, KI-gestützte Priorisierung und adaptive Anspracheempfehlungen. Ziel ist eine nachhaltige Kundenentwicklung: Der richtige Kontakt, im richtigen Moment, mit der richtigen Botschaft – basierend auf einer robusten, datengetriebenen Methodik.
