Geschwindigkeit
Eine Regel antwortet in Millisekunden. Ein Modell braucht Zeit — und jeder unnötige Aufruf verlangsamt den gesamten Ablauf.
Prozessautomatisierung · KI-Implementierung
Toni Kritz
Geschäftsprozesse verstehen. Mit Software und KI besser machen.
Ich übersetze komplexe Geschäftsprozesse in funktionierende Software, Automatisierungen und KI-Workflows – von der ersten Analyse bis zur technischen Umsetzung.
Dabei verbinde ich technisches Know-how mit einem klaren Verständnis für Geschäftsmodelle, Abläufe und Kundenanforderungen.
- Langjährige Erfahrung in Softwareentwicklung und Agenturumfeld – an der Schnittstelle zwischen Technik, Business und Kunden.
- CTO von Weblancerhub – verantwortlich für die technische Entwicklung automatisierter und teilautomatisierter Plattformen.
- AI Engineer & Unternehmer – mit Fokus auf praxistaugliche KI-Lösungen, Automatisierung und intelligente Workflows.
Mein Anspruch: keine KI um der KI willen, sondern Lösungen, die Prozesse vereinfachen, Zeit sparen und im operativen Alltag funktionieren.
Projekt besprechen01 — Haltung
Kein KI-Hype.
Prozesse, die tragen.
KI hat in kurzer Zeit sehr viel möglich gemacht, was vorher unverhältnismäßig aufwendig war. Gleichzeitig wird sie inzwischen über fast jedes Problem gelegt — oft bevor überhaupt klar ist, wie der Prozess und die Daten dahinter aussehen.
Ich arbeite anders herum: erst der Ablauf, dann die Daten, dann die Entscheidung, wo Technik wirklich hilft. Das Ergebnis ist unspektakulärer in der Präsentation und deutlich stabiler im Alltag.
Überall einfach KI draufzuwerfen, ist wie einen Formel-1-Wagen auf einem Schotterweg zu starten.
Toni Kritz
02 — Methodik
Erst verstehen.
Dann automatisieren.
Prozessautomatisierung entscheidet sich nicht an den Tools, sondern an der Datenaufbereitung: verstehen, konsolidieren und sauber trennen, was nach festen Regeln läuft und was echte Beurteilung braucht.
Erst wenn diese Grundlage stimmt, kann KI ihre Stärken ausspielen — an wenigen, gut gewählten Stellen statt überall.
- 01
Datenlage verstehen
Welche Informationen existieren wirklich, wo liegen sie und wie belastbar sind sie? Hier entscheidet sich, ob ein Prozess überhaupt automatisierbar ist.
- 02
Struktur schaffen
Dokumente, E-Mails und Freitext in klar definierte, maschinenlesbare Daten übersetzen und Dubletten und Widersprüche bereinigen.
- 03
Regeln abbilden
Alles, was sich eindeutig entscheiden lässt, wird zu nachvollziehbarer Logik — schnell, prüfbar und ohne Modellaufruf.
- 04
Unschärfe erkennen
Erst die Reststellen, an denen Bedeutung oder Abwägung gefragt ist, gehen an die KI. Meist ist das ein kleiner Teil des Prozesses.
- 05
Wissen anbinden
Damit Entscheidungen zum Unternehmen passen, bekommt die KI das relevante interne Wissen kontrolliert und mit nachvollziehbaren Quellen.
- 06
Kontrolle absichern
Passendes Modell, nur notwendige Werkzeuge, Protokollierung der Entscheidungen und von Beginn an DSGVO-konforme Datenhaltung.
So wenig KI wie nötig. So viel Wirkung wie möglich.
Mein Grundsatz für robuste Automatisierung
03 — Warum sparsam
Weniger KI ist meistens die bessere Lösung.
Nicht in erster Linie wegen der Kosten, sondern wegen Tempo, Kontrolle und Fehlerrisiko.
Kontrolle
Feste Logik liefert das gleiche Ergebnis bei gleichen Daten. Das ist prüfbar, testbar und gegenüber Kunden und Prüfern erklärbar.
Fehlerrisiko
Je mehr Entscheidungen an ein Modell abgegeben werden, desto größer die Angriffsfläche für falsche oder erfundene Ergebnisse.
Kosten
Sparsamer Einsatz senkt den Verbrauch spürbar — das ist ein angenehmer Nebeneffekt, nicht der eigentliche Grund.
04 — Wissen
Gedanken aus der Praxis.
Alle Beiträge
Prompt Injection: Wenn fremde Inhalte den KI-Agenten steuern
Ein KI-Agent kann eine Anfrage korrekt beantworten und dabei unerlaubte Aktionen ausführen. Wie klare Zugriffsgrenzen, konkrete Freigaben und prüfbare Aktionsprotokolle dieses Risiko begrenzen.
Beitrag lesenProzessautomatisierung mit KI: Erst Klarheit, dann Intelligenz
Warum gute Automatisierung bei Daten und Regeln beginnt — und wie KI genau dort ergänzt, wo klassische Logik an Grenzen kommt.
Beitrag lesen
Mehr AI Agents = bessere Ergebnisse? Nicht unbedingt.
Warum mehr Agents zunächst mehr Koordination bedeuten — und warum Diversität, Parallelisierbarkeit und ein sauberer Workflow wichtiger sind als die Zahl der Agents.
Beitrag lesen05 — Kontakt
Sie haben einen Prozess, der einfacher laufen könnte?
Dann schauen wir gemeinsam darauf — ohne Umwege und mit einem klaren Blick auf das Machbare.