Patente im Opt-out-Prozess Geführt über eine KI-gestützte Fachsoftware im Patentrecht.
> ⅓
Zeitersparnis im Fachverfahren Rückmeldung aus der Praxis: Anwender:innen unserer KI-Software.
4
KI-Funktionen im Betrieb Vom Fachassistenten bis zum Drafting-Werkzeug, eingebettet in einen regulierten Workflow.
1 Monat
vom Prozess zum Workflow Prozess kartiert, Werkzeuge definiert und eine hybride Agenten-Architektur übergeben.
Unsere Haltung

Wie wir über KI denken.

Modelle werden jeden Monat besser. Was eine KI-Anwendung verlässlich macht, liegt fast immer außerhalb des Modells.

  1. 01

    Erst der Prozess, dann das Modell.

    Wir kartieren, wie Arbeit heute wirklich passiert, und entscheiden dann, welche Schritte KI übernimmt. Oft ist die beste Lösung ein klassischer Schritt mit einer gezielt gesetzten LLM-Stufe.

  2. 02

    Qualität wird gemessen.

    Evaluierung mit echten Fällen, bevor etwas live geht, und Monitoring danach. Ob ein Feature gut ist, zeigt ein Testset, nicht ein beeindruckendes Demo.

  3. 03

    Der Mensch behält die Entscheidung.

    Agenten bereiten vor, Menschen entscheiden. Nachvollziehbare Zwischenschritte und belegbare Quellen sind Pflicht, gerade in regulierten Fachverfahren.

  4. 04

    Daten bleiben, wo sie hingehören.

    Europäische und selbst gehostete Modelle, Berechtigungen bis in die Suche, DSGVO-konform und mit Blick auf den EU AI Act.

  5. 05

    Kein Modell ist für immer.

    Modelle werden alle paar Monate besser und günstiger. Wir bauen so, dass sie austauschbar bleiben, ohne Anbieter-Bindung und ohne Neubau.

  6. 06

    Ehrlich, wo KI nicht trägt.

    Nicht jeder Prozess sollte automatisiert werden. Wenn ein Agent mehr Risiko als Nutzen bringt, sagen wir das, bevor Budget fließt.

Vom Demo zum Betrieb

Wir bauen KI wie kritische Software.

Die meisten KI-Projekte bleiben im Proof of Concept stecken. Der Unterschied zum Betrieb zeigt sich im Alltag.

  • Häufig Beeindruckendes Demo, unklare Qualität Bei uns Testsets und Evaluierung vor dem Go-live
  • Häufig Alles soll ein Agent machen Bei uns Hybrid: Regeln, wo sie reichen, LLM, wo es trägt
  • Häufig Antworten ohne Quelle Bei uns Jede Antwort mit belegbarer Quelle
  • Häufig Daten wandern zu irgendeinem Anbieter Bei uns EU- oder selbst gehostete Modelle unter Ihrer Kontrolle
  • Häufig Fest verdrahtet auf ein Modell Bei uns Modelle austauschbar, ohne Neubau
  • Häufig Kosten fallen auf der Rechnung auf Bei uns Kosten pro Anfrage gemessen und begrenzt
  • Häufig Nach dem PoC ist Schluss Bei uns Monitoring und Weiterentwicklung im Betrieb
Aus der Praxis

KI, die im Betrieb besteht.

Ein Ausschnitt unserer Arbeit: jedes System läuft im echten Betrieb oder ist dorthin übergeben.

Architektur

Das Modell ist eine Schicht von sechs.

So ist eine KI-Anwendung bei uns typischerweise aufgebaut. Die meiste Arbeit steckt in den Schichten um das Modell herum.

01 / 06

Prozess

Verstehen, wie gearbeitet wird, welche Schritte sich eignen und wo der Mensch entscheidet. Mit Kriterien, wann ein Ergebnis gut genug ist.

Prozess-MappingUse-Case-BewertungHuman in the LoopAkzeptanzkriterien
02 / 06

Wissen

Dokumente aufbereiten, sinnvoll zerlegen und durchsuchbar machen. Mit Berechtigungen bis in die Suche.

RAGVektorsucheChunkingBerechtigungen
03 / 06

Modelle

Das passende Modell pro Aufgabe, europäisch oder selbst gehostet, austauschbar über eine eigene Schicht.

EU-ModelleSelf-HostingModell-RoutingAustauschbarkeit
04 / 06

Orchestrierung

Agenten mit klar definierten Werkzeugen, Workflows mit festen Schritten und strukturierte Ausgaben statt Freitext.

AgentenTool-UseWorkflowsStrukturierte Ausgaben
05 / 06

Qualität

Testsets aus echten Fällen, automatische Evaluierung, Leitplanken für Ein- und Ausgaben.

EvaluierungTestsetsGuardrailsRegressionstests
06 / 06

Betrieb

Monitoring von Qualität und Kosten, Protokollierung und Governance nach DSGVO und EU AI Act.

MonitoringKostenkontrolleDSGVOEU AI Act
KI-Software bei alm
  1. 01

    Worum es geht

    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: mit LLM-Integrationen, RAG-Architekturen und agentischen Workflows, deren Qualität gemessen statt gefühlt wird.

    Daten bleiben beim Kunden. Wir arbeiten mit europäischen und selbst gehosteten Modellen, DSGVO-konform und mit Blick auf den EU AI Act. Wo ein Agent nicht trägt, sagen wir das.

  2. 02

    Für wen wir das tun

    Für Konzerne, Public Sector und Mittelstand, die KI in bestehende Fachprozesse bringen wollen, oft mit sensiblen Daten, etwa Mandantendaten in Patentkanzleien. Für solche Vorhaben kommt häufig eine öffentliche Förderung infrage. Prüfen Sie Ihr Projekt im Förder-Check. Wer einen Partner vor Ort sucht, findet uns auch als KI-Agentur in München.

  3. 03

    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.

  4. 04

    Werkzeuge

    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.

Typische Fragen zu KI-Projekten

Bleiben unsere Daten bei KI-Projekten bei uns?

Ja. Daten bleiben beim Kunden: Wir arbeiten mit europäischen und selbst gehosteten Modellen, DSGVO-konform und mit Blick auf den EU AI Act. Modelle wählen wir ohne Anbieter-Bindung. Bei Patent Studio sind alle KI-Funktionen so gebaut, dass sensible Mandantendaten kontrollierbar bleiben. Mehr unter Sicherheit & Compliance.

Automatisieren Sie den ganzen Prozess mit Agenten?

Nicht immer. Wo ein Agent nicht trägt, sagen wir das. Bei Wayra haben wir den Bewertungs-Workflow zuerst gemeinsam mit dem Team kartiert. Das Ergebnis war bewusst hybrid: klassische Workflow-Schritte mit n8n und LLM-Stufen dort, wo sie tragen. So bleiben Nachvollziehbarkeit und fachliche Kontrolle erhalten.

Wie messen Sie die Qualität von KI-Features?

Mit Evaluierung und Monitoring, damit Qualität messbar ist statt gefühlt. Dazu gehört die Kostenkontrolle: Regelbasierte Vorfilter entfernen Falschtreffer, bevor LLM-Kosten anfallen. Bei Patent Studio laufen die KI-Funktionen im realen Workflow der Kanzleien, nicht als Demo. Ziel ist nachvollziehbare Qualität statt Demo-Effekt.

Wie schnell kommen wir zu einem Ergebnis?

Eine Beratung beginnt ab einer Woche, eine Prestudy dauert typisch zwei bis sechs Wochen. Der KI-Sprint mit Wayra dauerte einen Monat: Prozess-Mapping, Anforderungen für agentische Werkzeuge und Übergabe einer Hybrid-Lösung. Danach entscheiden Sie, ob und wie es weitergeht. Für KI-Vorhaben kommt häufig eine Förderung infrage, siehe Förder-Check.

Ihr KI-Vorhaben soll mehr werden als ein Demo?

Erzählen Sie uns, welchen Prozess Sie verbessern wollen. Wir sagen Ihnen ehrlich, wo KI trägt und wo nicht.