Alle ProjekteSKUDRA / PROJEKTGESCHICHTEN

Business Development · ZHAT

ZILONIS AI: ZHAT die Agenten Schmiede

FĂĽr ZILONIS Process Intelligence GmbH

Das Projekt entdecken
ZHAT  Vernetztes Agententeam mit Unternehmenswissen 4
PROJEKTEINBLICKZILONIS Process Intelligence GmbHBusiness Development
Schwerpunkt
ZHAT
Projektbeginn
September 2025

DER ĂśBERBLICK

Eine Aufgabe.
Eine neue Perspektive.

Mit ZHAT haben wir bei ZILONIS Process Intelligence eine zentrale Plattform entwickelt, die mehrere KI-Agents an einem Ort verbindet. Statt isolierter Einzellösungen arbeiten Agents gemeinsam, teilen Kontext und lernen mit jeder Aktion direkt dazu. Dadurch konnten wir Entwicklungs- und Business-Development-Prozesse deutlich beschleunigen, manuelle Abstimmungen reduzieren und komplexe Workflows skalierbar machen. Das Ergebnis ist ein lernendes Multi-Agent-System, das nicht nur Aufgaben automatisiert, sondern Zusammenarbeit zwischen Agents strukturiert organisiert. ZHAT bildet damit die technologische Grundlage für zukünftige KI-gestützte Prozesslandschaften und hebt sich klar von einfachen Chat-Interfaces ab.

DIE VERÄNDERUNG IM PROJEKT

Was sich verändert hat.

01

Tools

Vorher Mehrere Zugänge

Nachhernur ZHAT
02

Unternehmenwissen

Vorher Verteilt

Nachherein Ort

Angaben aus diesem Projekt. Die Ergebnisse beziehen sich auf das beschriebene Vorhaben.

Die Ausgangslage

Verstehen, was zählt.

Ausgangslage

Als Entwickler von ZILONIS AI standen wir vor einer klaren Herausforderung: Einzelne KI-Agents konnten bereits spezialisierte Aufgaben ĂĽbernehmen, arbeiteten jedoch oft isoliert voneinander. Dadurch entstanden MedienbrĂĽche zwischen Recherche, Analyse, Content-Erstellung, Prozesslogik und operativer AusfĂĽhrung.

Die Herausforderung im Detail

FĂĽr Business-Development-Teams bedeutet das in der Praxis:

  • hoher Koordinationsaufwand zwischen Tools und Workflows
  • manuelle Ăśbergaben zwischen einzelnen Agenten
  • fehlende Lernschleifen ĂĽber mehrere Aktionen hinweg
  • begrenzte Skalierbarkeit bei komplexen, mehrstufigen Prozessen

Unser Ziel war es deshalb, mit ZHAT eine zentrale Arbeitsumgebung zu schaffen, in der mehrere Agents an einem Ort zusammenarbeiten, Kontext teilen und aus jeder Aktion kontinuierlich dazulernen. Entscheidend war dabei nicht nur die Orchestrierung, sondern ein Lernverhalten, das mit jedem Prozessdurchlauf präziser wird.

Die Umsetzung

Aus Möglichkeiten wird Praxis.

Unsere Lösung

Mit ZHAT haben wir eine zentrale Agenten-Plattform entwickelt, die verschiedene spezialisierte KI-Agents in einer gemeinsamen Oberfläche bündelt. Statt isolierter Einzelanwendungen verbindet ZHAT Recherche-, Analyse-, Kommunikations- und Automatisierungs-Agents in einem durchgängigen Arbeitsmodell.

Technische Umsetzung

Die Lösung basiert auf drei Kernprinzipien:

  • Zentrale Agenten-Orchestrierung: Mehrere Agents arbeiten in einer gemeinsamen Umgebung und ĂĽbergeben Aufgaben strukturiert aneinander.
  • Kontinuierliches Lernverhalten: Jeder Agent lernt direkt aus Nutzerinteraktionen, Entscheidungen und Prozessausgängen mit. Stichpunkt: "Toolprozessoptimierung"
  • KontextĂĽbergreifende Zusammenarbeit: Informationen, Ziele und Zwischenergebnisse bleiben erhalten und mĂĽssen nicht in jedem Schritt neu eingegeben werden.

Zusätzlich haben wir ZHAT so konzipiert, dass externe Agenten, Tools und Automationen nahtlos angebunden werden können. Damit ist die Plattform nicht nur ein Interface, sondern die Grundlage für skalierbare, lernende Multi-Agent-Systeme im Business Development.

Das Ergebnis

Mehr Raum fĂĽr das Wesentliche.

Erzielte Wirkung

Durch die Einführung von ZHAT konnten wir unsere internen Entwicklungs- und Abstimmungsprozesse deutlich beschleunigen. Wiederkehrende Aufgaben wurden nicht mehr nur automatisiert, sondern intelligent zwischen Agents verteilt. Das reduzierte manuelle Koordination und erhöhte gleichzeitig die Qualität der Ergebnisse.

Effekte die spĂĽrbar sind

Die wichtigsten Effekte nach dem produktiven Einsatz:

  • Ein Ansprechpartner anstatt zwischen den einzelnen Agenten zu wechseln, sprechen Sie mit ihrem Assistenten, der entscheidet wer das erledigt.
  • Unternehmens-Wissen an einem Ort indem Agenten in die Lage versetzt werden, Unternehmens-Wissen zu speichern
  • DSGVO Modelle können auf deutschen Servern verwendet werden, sowie auch lokal mit entsprechender Hardware

Strategischer Mehrwert

ZHAT schafft damit einen klaren Unterschied zu klassischen Chat-Lösungen: Es ist nicht nur eine Oberfläche für Prompts, sondern ein lernendes System für Zusammenarbeit zwischen Agents. Genau dieser Anspruch passt auch zu unserem Produktversprechen: Prozesse nicht nur digitalisieren, sondern intelligent weiterentwickeln.

Unser Beitrag

Gemeinsam weiterkommen.

Unsere konkrete Aufgabe

Wir haben ZHAT vollständig konzipiert, entwickelt und als Kernbaustein für die zukünftige Orchestrierung von Agenten aufgebaut. Dazu gehörten die Produktstrategie, die technische Architektur, die Agenten-Orchestrierung sowie das Design einer zentralen Arbeitsumgebung für kollaborative KI-Prozesse.

Unser Beitrag im Projekt

Im Detail haben wir:

  • die Multi-Agent-Logik fĂĽr Zusammenarbeit und AufgabenĂĽbergabe entwickelt
  • das kontinuierliche Lernverhalten der Agents in die Plattform integriert
  • die Grundlage fĂĽr zukĂĽnftige Erweiterungen, Integrationen und Automationen geschaffen
  • eine Einzigartige Lern- und Erfahrungskonzept fĂĽr qualitative Ergebnisse
  • ZHAT so aufgebaut, dass Unternehmen ihre Agents an einem Ort verbinden und produktiv steuern können

Damit waren wir nicht nur Implementierungspartner, sondern der eigentliche Entwickler der Lösung – von der Idee bis zum produktiven System.

DOKUMENTIERT. SCHRITT FĂśR SCHRITT.

Ein Projekt lebt weiter.

9 Einträge im Projekttagebuch
MeilensteinVon E-Mail-Hilfe zur Prozessplattform

Die Story hat sich von einer reinen E-Mail-Effizienz-Erzählung zu einer belastbaren Prozessplattform-Story entwickelt. Im Vordergrund stehen jetzt Multi-Agent-Zusammenarbeit, Kontext-Memory, kontrollierte Automatisierung und Governance.

Damit funktioniert die Case Study nicht nur als Feature-Beispiel, sondern als glaubwĂĽrdiger Transformationsverlauf.

ErgebnisHuman-in-the-Loop erhöhte Akzeptanz

Human-in-the-Loop, Rechtekonzept und Nachvollziehbarkeit wurden stärker in den Vordergrund gestellt. Damit wurde klarer, dass ZHAT unterstützt und absichert, statt unkontrolliert zu automatisieren.

Die Akzeptanz im Pilotteam stieg dadurch deutlich.

HerausforderungVertrauen in Vorschläge musste wachsen

Der Vertrauensaufbau in automatisierte E-Mail-Vorschläge dauerte länger als erwartet. Fachbereiche wollten nachvollziehen können, warum eine Priorisierung oder ein Entwurf empfohlen wurde.

Der operative Rollout musste deshalb bewusster abgestuft werden.

DIE NÄCHSTE GESCHICHTE BEGINNT BEI IHNEN

Was möchten Sie
möglich machen?

Erzählen Sie uns, wo Ihr Unternehmen heute steht. Gemeinsam finden wir einen sinnvollen Einstieg – mit Ihrer Erfahrung und unserem KI-Handwerk.

Ăśber Ihre Idee sprechen