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
  • Uniper
  • GOLDBECK
  • PwC
  • Vattenfall
  • Schwarz Gruppe
  • Cornelsen
  • Meridiam

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 an spezialisierte Agenten übergibt, von denen jeder einen Teil übernimmt. Und da ein Eval-Harness von Anfang an integriert ist, ist jeder Agent vom ersten Tag an messbar - mit reproduzierbaren Testfällen, denen Sie vertrauen können.

Agentenarchitektur & Orchestrierung

Wir gestalten den Kontrollfluss Ihres Agenten - vom einfachen Aufruf der Tools bis hin zu mehrstufigen Graphen in LangGraph. Status, Wiederholungsversuche und Stoppbedingungen bleiben dabei fest in Ihrer Hand.

A group of colleagues sitting around a table with laptops, smiling and looking off-camera to the right.

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.

A top-down view of a collaborative workspace with laptops and hands working on a wooden table, centered around a purple flower.

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.

Four colleagues gathered around a table looking at a laptop screen, with a purple flower in the foreground; the woman in the center wears a white '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 Outputströme bleiben sauber, ohne den Durchlauf zu verlangsamen.

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.
Deutsche Telekom logo — white stylized letter T with square cutouts on a magenta backgroundTim 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 AI-Team gibt Ihnen eine ehrliche Einschätzung, ob ein Agent zu Ihrem Use Case passt und wie wir ihn aufbauen würden.

DURCHSCHN. ANTWORTZEIT < 1 WERKTAG