Agentic AI

Wir entwickeln autonome LLM-Agenten, die echte Aufgaben übernehmen. Sie entscheiden auf mehrstufige Art und Weise, welche Tools aufgerufen werden, und wissen, wann sie die Aufgabe an einen Menschen übergeben müssen.

Wir betreiben solche Agenten bereits produktiv und verarbeiten damit Chat, Sprache, E-Mail und Tickets. Jeder Agent wird mit einem Eval-Harness ausgeliefert, ist damit vom ersten Tag an messbar und niemals eine Black Box.

VERTRAUT VON ENGINEERING-TEAMS BEI:

  • Deutsche Telekom Logo: weißer stilisierter Buchstabe T auf einem Magenta-Hintergrund
  • Uniper-Logo in Blau, das Wort „uniper" auf zwei Zeilen aufgeteilt.
  • GOLDBECK-Logo in fetten schwarzen Großbuchstaben auf weißem Hintergrund
  • PwC-Logo mit den Kleinbuchstaben „pwc" in Schwarz und zwei orangefarbenen diagonalen Formen darüber
  • Vattenfall-Logo mit dem Namen in dunkelgrauen fetten Buchstaben und einem Kreis, der in eine gelbe obere Hälfte und eine blaue untere Hälfte geteilt ist, auf der rechten Seite
  • Schwarz-produktion-Logo auf weißem Hintergrund mit dem Schriftzug „SCHWARZ PRODUKTION" in weißer Schrift in einem dunkelblauem Quadrat.
  • Cornelsen Logo — weißes, fettes Wortmarke auf rotem Hintergrund
  • Meridiam-Logo mit dem Slogan „for people and the planet" in Dunkelgrün auf weißem Hintergrund.

Was ist Agentic AI?

Agentic AI ist ein Sprachmodell, das die Fähigkeit zum Handeln erhält. Es entscheidet, welche Tools es aufruft, arbeitet eine Aufgabe in mehreren Schritten durch und weiß, wann es stoppen oder an einen Menschen übergeben soll. Das ist der Unterschied zwischen einem Chatbot, der Fragen beantwortet, und einem System, das echte Arbeit erledigt.

Wir bauen diese Systeme mit einer Orchestrierungsschicht, die die Arbeit auf spezialisierte Agenten verteilt. Jeder davon übernimmt einen Teil der Aufgabe. Weil ein Eval-Harness von Anfang an integriert ist, lässt sich jeder Agent ab dem ersten Tag messen, mit reproduzierbaren Testfällen, auf die Sie sich verlassen können.

Agentenarchitektur & Orchestrierung

Wir gestalten den Kontrollfluss Ihres Agenten, vom einfachen Tool-Aufruf bis zu mehrstufigen Graphen in LangGraph. Zustand, Wiederholungen und Abbruchbedingungen behalten Sie dabei jederzeit selbst in der Hand.

Eine Gruppe von Kollegen, die um einen Tisch mit Laptops sitzen, lächeln und nach rechts aus dem Bild schauen.

Spezialisierte Agenten statt eines einzigen Prompts

Eine Orchestrierungsschicht verteilt die Arbeit auf fünf Spezialisten: Extraktion, Strukturierung, Priorisierung, Strategie und CRM. Jeder erledigt eine Sache und gemeinsam bewältigen sie, was ein einzelner Prompt nicht kann.

Vogelperspektive eines kollaborativen Arbeitsbereichs mit Laptops und Händen, die an einem Holztisch arbeiten, zentriert um eine lila Blume.

Konversationelle Agenten

Wir betreiben drei Agenten produktiv: einen für Chat und Sprache, einen für E-Mail und einen für das Ticket-Management. Sie erkennen die Anfrage, beantworten sie, legen ein Ticket an und übergeben dann sofort an einen Menschen, wenn eine echte Entscheidung gefragt ist. Alles läuft auf souveräner Cloud.

Vier Kollegen sitzen um einen Tisch und schauen auf einen Laptop-Bildschirm, mit einer lila Blume im Vordergrund; die Frau in der Mitte trägt ein weißes „iits consulting"-T-Shirt.

Vorteile des iits KI-Teams

KI lohnt sich erst dann, wenn sie echte Arbeit leistet - und zwar sicher und innerhalb der Systeme, die Sie bereits betreiben. Das erhalten Sie, wenn Sie sie mit uns entwickeln.

Projektanfrage
  • Erkenntnisse aus Wissenschaft und IndustrieGemeinsame Forschung mit der TU Dortmund und dem Fraunhofer IML, mit nachgewiesenen Projektergebnissen.
  • Verständnis statt VoodooWir führen Sie Schritt für Schritt zur richtigen Lösung, ohne dabei etwas dem Zufall zu überlassen.
  • Passend zu Ihrer CloudRobuste, nachhaltige Lösungen, die sich nahtlos in Ihre bestehende Cloud-Infrastruktur einfügen.
  • Sie behalten die KontrolleModerne Oberflächen geben Ihnen einen klaren Einblick in das, was die KI tut und die Möglichkeit, sie zu steuern.
  • Transparente KennzahlenEhrliche Zahlen zur Leistung unserer Modelle, damit nichts auf Vermutungen basiert.

So nimmt ein Agent bei uns Gestalt an

  1. Schritt 01

    Use Case definieren

    Wir klären, welche Aufgabe der Agent übernimmt, wo er ansetzt und wo ein Mensch weiterhin eingebunden bleibt.

  2. Schritt 02

    Tools und Control Flow konzipieren

    Ihre APIs, Datenbanken und internen Services werden zu Tools mit sauberen Schnittstellen. Wir legen die Reihenfolge fest, in der der Agent arbeitet, und wann er stoppt oder nachfragt.

  3. Schritt 03

    Eval-Harness aufbauen

    Reproduzierbare Testfälle entstehen vor dem ersten Release. So sind Erfolgsquote, Kosten und Latenz bei jeder nachfolgenden Änderung messbar.

  4. Schritt 04

    Live gehen und schärfen

    Der Agent geht hinter Leitplanken und Freigabepunkten in Betrieb. Wir beobachten die Kennzahlen und optimieren Prompts und Tools kontinuierlich.

Bereiche, in denen wir unterstützen

Solche KI-Systeme rechnen sich überall dort, wo Arbeit repetitiv und volumenreich ist. Dies sind einige Bereiche, in denen wir sie bereits einsetzen.

Energie & Versorgung

Bildanalyse an Anlagenkomponenten, vorausschauende Wartung und Optimierung in der Stromerzeugung.

Telekommunikation

Dokumentenprüfung, Helpdesk-Automatisierung und Datenarchitektur im Netzausbau und -betrieb.

Einzelhandel

Regal- und Bilderkennung, die Bestände und Platzierungen im Geschäft verfolgt und Kamerafeeds in Hinweise umwandelt, auf die das Personal reagieren kann, bevor ein Regal leer steht.

Abfall & Recycling

Kontaminationserkennung an Sortierstrecken: Unerwünschte Materialien werden in Echtzeit erkannt, und die Stoffströme bleiben sauber, ohne dass der Durchsatz sinkt.

IITS hat uns von Beginn der Entwicklung unseres Vertragsmanagement‑Systems an mit hoher Fachkompetenz und einem tiefen Verständnis unserer Prozesse überzeugt. Durch gezieltes Nachfragen und den Anspruch, nicht nur eine Lösung, sondern die bestmögliche Lösung zu entwickeln, entstand ein Produkt mit sehr hohem Mehrwert. Die Zusammenarbeit war stets vertrauensvoll, effizient und geprägt von einem exzellenten Austausch zwischen der Geschäftsführung und dem Entwicklungsteam.
Deutsches Telekom-Logo — weißer stilisierter Buchstabe T mit quadratischen Aussparungen auf magentafarbenem HintergrundTim SchnabelProjektmanager · Telekom Deutschland GmbH

Womit wir bauen.

Der Stack, auf dem diese Systeme bei uns laufen.

MODELLE & ORCHESTRIERUNG
  • LangGraph
  • VLLM
  • Anthropic API
  • OpenAI API
  • Azure OpenAI
  • AWS Bedrock
RETRIEVAL & DATEN
  • pgvector
  • Qdrant
  • Snowflake
  • Databricks
  • Postgres
  • Kafka
EVAL & OBSERVABILITY
  • LangFuse
  • OpenTelemetry
  • Grafana
  • Datadog
  • pytest
RUNTIME
  • Kubernetes
  • Terraform
  • Python
  • TypeScript

Lassen Sie uns über Ihren Anwendungsfall sprechen.

Starten Sie mit einer unverbindlichen Projektanfrage. Unser KI-Team sagt Ihnen offen, ob ein Agent zu Ihrem Anwendungsfall passt und wie wir ihn aufbauen würden.

DURCHSCHN. ANTWORTZEIT < 1 WERKTAG