KI-Software entwickeln lassen: LLM, RAG und Agenten im Betrieb

KI-Features, die den Betrieb aushalten

KI-PoCs sind einfach. Die schwere Arbeit beginnt, wenn ein Feature echte Dokumente, echte Nutzer:innen und echte Compliance-Anforderungen aushalten muss. Genau dort setzen wir an.

Wir bauen LLM-Integrationen, RAG-Architekturen und agentische Workflows mit Evaluierung und Monitoring, damit Qualität messbar ist statt gefühlt. Wo ein Agent nicht trägt, sagen wir das.

Daten bleiben beim Kunden: Wir arbeiten mit europäischen und selbst gehosteten Modellen, DSGVO-konform und mit Blick auf den EU AI Act.

Typische Ausgangslage

Viele KI-Initiativen scheitern an der Frage, welche Teile eines Prozesses sich für Automatisierung eignen und welche nicht. In Fachverfahren kommen sensible Daten dazu, etwa Mandantendaten in Patentkanzleien.

Wie wir sie angehen

• Erst den Prozess verstehen: Bei Wayra haben wir den Bewertungs-Workflow gemeinsam mit dem Team kartiert, bevor wir Werkzeuge definiert haben.
• Hybrid statt Komplett-Automation: klassische Workflow-Schritte mit n8n und LLM-Stufen dort, wo sie tragen. So bleiben Nachvollziehbarkeit und fachliche Kontrolle erhalten.
• Kosten im Blick: Regelbasierte Vorfilter entfernen Falschtreffer, bevor LLM-Kosten anfallen.
• KI im realen Workflow: Patent Studio hat 4 KI-Use-Cases im Produkt, vom Fachassistenten bis zum Drafting-Tool für Patentansprüche.
• Kontrolle über Daten: Alle KI-Funktionen sind so gebaut, dass sensible Mandantendaten kontrollierbar bleiben.

Über Patent Studio wurden 7.235 Patente durch den Opt-out-Prozess geführt, 5 Kanzleien nutzen es aktiv. Der KI-Sprint mit Wayra dauerte 1 Monat.

Für solche KI-Vorhaben kommt häufig eine öffentliche Förderung infrage. Prüfen Sie Ihr Projekt im Förder-Check.

Ablauf

KI-Vorhaben gehen wir in drei Phasen an. Jede Phase endet mit einem Ergebnis, auf dessen Basis Sie entscheiden, ob und wie es weitergeht.

1. Beratung und Architektur, ab einer Woche: Wir verstehen zuerst den Prozess und klären, welche Schritte sich für Automatisierung eignen und welche nicht. Ergebnis ist eine Entscheidungsvorlage mit Architektur, Optionen und Aufwandsschätzung.
2. Prototyping und Prestudy, typisch 2–6 Wochen: Wir definieren die Werkzeuge und bewerten, wo LLM-Stufen tragen und wo klassische Schritte besser bleiben. Ein Beispiel ist unser einmonatiger KI-Sprint mit Wayra. Ergebnis sind ein klickbarer Prototyp, eine Risikobewertung und ein belastbarer Umsetzungsplan.
3. Engineering und Betrieb, Monate bis Jahre: Wir bauen das Feature mit Evaluierung und Monitoring, bringen es in Produktion und behalten Qualität und Kosten im Blick. Ergebnis ist Software in Produktion, dokumentiert und an Ihr Team übergabefähig.

Bei Wayra endete der Sprint mit der Übergabe einer Hybrid-Lösung. Patent Studio ist mit 4 KI-Use-Cases im Live-Betrieb. Die Phasen im Überblick finden Sie unter Leistungen.

Technologien

Wir wählen Modelle ohne Anbieter-Bindung. Diese Technologien setzen wir in KI-Projekten ein:

• Modelle: OpenAI und Azure OpenAI, europäische und selbst gehostete Modelle
• RAG und Orchestrierung: LangChain und ModelFusion
• Vektorsuche: Azure AI Search mit Chunking- und Embedding-Pipeline
• Workflows: n8n für klassische Schritte, agentische Workflow-Muster für LLM-Stufen
• Dokumente: OCR mit AWS Textract
• Anwendungen: React, Tauri und Astro

Das Prozess-Mapping für Wayra entstand gemeinsam mit dem Team in Excalidraw.

„Die Einführung von Patent Studio war ein Wendepunkt für unsere Kanzlei. Die Zeitersparnis von über einem Drittel ist nicht nur eine Zahl, sondern Zeit, die wir jetzt in die strategische Beratung unserer Mandanten investieren.“

Dr. Andreas Oser

Patentanwalt, Patent Studio Kunde

Häufige Fragen