KI in der Sinnwerkstatt
Unsere internen Projekte für echte Wirkung
Bei unseren Team Tagen im Oktober haben wir uns intensiv damit beschäftigt, wie wir unsere Rolle als KI-Berater:innen gut ausfüllen und welche Dienstleistungen wir entwickeln wollen.
Unser Selbstverständnis ist, dass generative KI enorme Chancen bietet, es aber ethische Leitplanken braucht. Wir wollen Orientierung schaffen für Unternehmen, die Innovation nicht dem Zufall überlassen wollen.
Daher haben wir uns gemeinsam darauf verständigt: Wenn wir verantwortungsvolle und gemeinwohlorientierte KI-Produkte anbieten wollen, müssen wir selbst Projekte entwickeln und damit den Umgang mit KI von der Idee bis zur Umsetzung erleben. Wir wollen Lösungen umsetzen, abseits von großen Tech-Anbietern, gehostet auf unseren Servern und mit voller Kontrolle über unsere Daten.
Wir haben zusammen unzählige Ideen gesammelt, wie wir KI sinnvoll in unserem Arbeitsalltag einsetzen können. Schließlich haben sich drei Projekte herauskristallisiert, die wir euch hier kurz vorstellen.
Wir geben einen Blick hinter die Kulissen, zeigen, wo wir gerade stehen, und lassen euch die ersten Ergebnisse sehen.
Der Meta-Agent
Team 1 arbeitet an einem modularen Agentensystem, das interne Anfragen sofort an den dafür geeigneten KI-Spezialisten leitet. Ein zentraler Meta‑Agent übernimmt die Weiterleitung, während spezialisierte Agenten – etwa der Finanzagent oder der Projektagent – die eigentlichen Datenaufgaben erledigen.
Wichtige Erkenntnisse
Die Tests mit OpenWebUI und Ollama haben gezeigt, dass die aktuell verfügbaren allgemeinen Open-Weight Modelle mit Parametern bis ca. 30B bei der Verarbeitung von komplexen Tabellen mit eingebetteten Formeln an ihre Grenzen stoßen. Um die Lesbarkeit für die KI zu verbessern, möchten wir im nächsten Schritt speziell auf Tabellen trainierte Open-source LLMs testen. Außerdem evaluieren wir gerade einen automatisierten Ansatz, der komplexeTabellen in statische „Blanko‑Tabellen“ umwandelt. Gleichzeitig stellt sich die Entwicklung eines präzisen Systemprompts für komplexe Tabellen als zentrale Herausforderung dar, da dieser Prompt die Datenquelle erklären und interpretierbar machen muss. Zuletzt wägen wir ab, ob es sinnvoller ist, neue spezialisierte Agenten selbst zu entwickeln oder wir uns mit vorhandene Features in NextCloud zufrieden geben – eine wichtige Entscheidung, die die Effizienz und Skalierbarkeit unseres Frameworks maßgeblich beeinflusst.
Ausblick
Mit diesen Erkenntnissen bauen wir ein dynamisches KI‑Framework, das nicht nur Automatisierung, sondern auch Transparenz und Nachvollziehbarkeit in die tägliche Arbeit einführt. Die gewonnenen Einblicke in Tabellenstrukturen und Prompt‑Optimierung bilden die Grundlage für kommende Anwendungsfälle und ermöglichen uns, die Grenzen des aktuellen Systems zu erweitern.
Der News Bot
Bei unserem 2. KI Projekt handelt es sich um einen News Agent, der aus ganz unterschiedlichen Datenquellen, wie Websites, Podcasts oder Newslettern einen individualisierbaren Newsletter erstellt. Darin sollen die wichtigsten Themen analysiert und zusammen gefasst werden. Vorteil ist, dass man den Überblick behält, ohne sich zu unendlichen Newslettern anzumelden.
Wichtige Erkenntnisse
Aktuell arbeiten wir daran, die Form des Newsletters zu definieren. Also, welches Aussehen soll der Newsletter haben, wie oft soll dieser erstellt werden und wie werden Inhalte darin thematisiert, strukturiert, priorisiert und letztendlich formuliert. Außerdem tüfteln wir bereits über der technischen Umsetzung: Wie Informationen gesammelt und gespeichert werden und wie diese dann in ein Output fließen können. Erste Versuche mit dem Tool n8n laufen bereits.
Ausblick
Wir freuen uns auf die Umsetzungsphase und sind schon gespannt auf die ersten Tests.
Der Meeting Agent
Team 3 baut einen Agenten, der Meetings automatisch aufzeichnet, transkribiert und die daraus resultierenden To‑Dos an die Beteiligten schickt. Ziel: abwesende Teilnehmer*innen können Inhalte jederzeit nachvollziehen und die Aufgaben sind sofort im System verankert.
Wichtige Erkenntnisse
Bisher ist keine automatische Transkription bei unserem selbstgehosteten Videokonferenztool OpenTalk möglich. Deshalb haben wir mit der Suche nach passenden Bots und einem Orchestrator begonnen. Ziel ist es, Meetings in OpenTalk automatisch aufzunehmen, zu transkribieren und die Resultate als Protokoll in Next Cloud zu speichern. Abwesende können so die Inhalte problemlos nachholen, während aus dem Meeting entstehende To‑Dos sauber aufgelistet und per E‑Mail (oder optional als Kalender‑Reminder) an die Verantwortlichen versendet werden. Alle Aufzeichnungen bleiben lokal, um den Datenschutz sicherzustellen.
Ausblick
Als nächstes folgt die Testphase, in der wir den Agenten und die Bots optimieren. Danach prüfen wir weitere Verknüpfungen, etwa mit Kalender‑ und Element‑Einträgen, um die To‑Dos noch nahtloser in den Arbeitsfluss einzubetten. Sobald die Grundlagen stehen, wird die Lösung zur automatisierten, datenschutzkonformen Meeting‑Unterstützung gehören.
Wie findet ihr unsere KI Projekte?
Welche Erfahrungen habt ihr bisher gemacht?
Welche Tools verwendet ihr?
Seid ihr ebenfalls an solchen Lösungen für eure Organisation interessiert?
Sprecht uns an, lasst uns in den Austausch gehen!
