Zum Inhalt springen

Agentic operating-model experiment

Athena AI

Ein mandantenfähiger Prototyp für Geschäftsworkflows

A multi-tenant business-workflow prototype with departmental modules, queued agent execution, retrieval memory, and model routing. The source demonstrates orchestration boundaries, not autonomous business operation.

Brücke Business ↔ Technologie · Agentic operating-model experiment

Make agent-assisted business work observable before it becomes authority.

Explores tenant-scoped agents, organisational memory, queued execution, and human review boundaries.

Dies ist eine Portfolio- und Quellinterpretation, keine Aussage über Kunden, Betrieb, Zertifizierung oder Ergebnisse.

  1. 01

    Geschäftlicher Druck

    Departmental workflows and knowledge are fragmented, while a chat interface can conceal who owns an action, which data it used, and whether work completed.

  2. 02

    Produktentscheidung

    Scope data by tenant, queue agent work, separate model routing from business modules, and retain human review notices.

  3. 03

    Technischer Nachweis

    Web, API, worker, database, agent, model-routing, retrieval-memory, schema, and selected test packages.

  4. 04

    Evidenzrückfluss

    Tool results, queue state, retrieval provenance, and review outcomes return to workflow design, permissions, staffing, and operating controls.

Quellcode-Evidenz

Was der Quellcode tatsächlich belegt

A multi-tenant business-workflow prototype with departmental modules, queued agent execution, retrieval memory, and model routing. The source demonstrates orchestration boundaries, not autonomous business operation.

Der detaillierte technische Stand wird auf Englisch gepflegt.

Reifegrad
Development prototype
Evidenzprüfung
Quellstand bis

Produkt- und Architekturentscheidungen

  • Scope organisational data and workflows by tenant before agents or retrieval can consume them.
  • Run agent work through a queue rather than treating a chat response as a completed business action.
  • Encode human-review notices in agent definitions and keep model routing separate from business modules.

Prüfbare Evidenz

  • Web, API, worker, database, agent, model-routing, memory, and shared-schema packages.
  • Typed database migrations and agent/tool schemas.
  • Unit tests for selected agent tools, routing, chunking, schemas, and browser smoke paths.

Aussagegrenze

  • No autonomous authority to transact, contact people, or change a business system is asserted.
  • No customer integration, data-residency guarantee, compliance status, or production deployment is established.
  • Generated departmental outputs require human review and separately configured data and model services.

Repository-Evidenz ist kein Nachweis für Kunden, Betrieb, Zertifizierung oder Ergebnisse.

Architektur

9 Module, 27 Agentendefinitionen, ein Company Memory

Drei Quellcodegrenzen: Geschäftsarbeitsbereich, warteschlangenbasierte Agentenabläufe der Abteilungen und eine nach Organisation abgegrenzte Retrieval-Speicher-Schicht.

Nur Quellübersicht: Eine Schicht kann implementierten Code, eine Adaptergrenze oder dokumentiertes Design darstellen. Sie belegt keinen konfigurierten Produktionsdienst.

  1. 01

    Schicht 1 — Workspace

    Der Quellcode stellt neun Abteilungsmodule unter einer Next.js-Oberfläche und ein Multi-Tenant-Design dar. Er belegt weder eine Zertifizierung noch eine Kundenintegration oder den operativen Ersatz bestehender Systeme.

  2. 02

    Schicht 2 — 27 Agentendefinitionen

    Die Module definieren Agentenrollen für Lead-Scoring, Planung, Triage, Rechnungsprüfung, Recruiting und Richtlinienprüfung. Anbieter- und Lokalitätsverhalten hängen von der Konfiguration ab; eine Souveränitätsgarantie wird nicht behauptet.

  3. 03

    Schicht 3 — Company Memory

    Dokument-Chunking, Vektor-Embeddings und Retrieval sind im Quellcode dargestellt. Die Grounding-Qualität hängt vom eingelesenen Korpus, den Zugriffskontrollen, der Retrieval-Evaluierung und menschlicher Prüfung ab.

Das Problem

Das Problem

Warum Geschaeftsprozesse nicht funktionieren

  1. Tool-Fragmentierung

    Separate CRM-, Marketing-, Support-, Finanz- und HR-Systeme, die nicht miteinander kommunizieren. Teams verschwenden Stunden damit, Daten zwischen Plattformen zu kopieren.

  2. Generische KI-Assistenten

    ChatGPT kann E-Mails schreiben, kennt aber weder Ihre Vertriebspipeline noch Ihre Kundenhistorie oder Unternehmensrichtlinien. Generische KI erzeugt Rauschen statt Mehrwert.

  3. Wissenssilos

    Kritisches Unternehmenswissen steckt in den Koepfen der Mitarbeiter, in verstreuten Dokumenten und alten E-Mails. Wenn jemand geht, geht das Wissen mit.

  4. Compliance-Last

    DSGVO, AI Act, Verträge und Branchenregeln können unterschiedliche Pflichten für Protokollierung, Aufsicht, Sicherheit und Übermittlungen begründen. Der Hosting-Standort allein belegt oder verhindert keine Compliance; Rollen, Datenflüsse, Unterauftragsverarbeiter, Kontrollen und Nachweise sind ebenfalls entscheidend.

Module

Abteilungsmodule

9 Module und 27 spezialisierte Agentendefinitionen im Quellcode, 3 pro Abteilung

Nur Quellumfang: Ein Eintrag kann Code, einen dokumentierten Adapter oder einen konfigurierten Workflow beschreiben. Er besagt nicht, dass ein Produktionsdienst aktiv ist.

  1. 01

    Vertrieb

    Im Quellcode dargestellt: Lead-Scoring, Deal-Tracking und Angebotserstellung. Agentendefinitionen: LeadQualifier, ProposalWriter, DealCoach.

  2. 02

    Marketing

    Im Quellcode dargestellt: Kampagnenmanagement, Content-Erstellung und Zielgruppensegmentierung. Agentendefinitionen: ContentStrategist, SeoWriter, CampaignManager.

  3. 03

    Kundensupport

    Im Quellcode dargestellt: Ticket-Management, KI-gestützte Lösung und Eskalationsrouting. Agentendefinitionen: SupportAgent, EscalationRouter, VoiceOfCustomer.

  4. 04

    Finanzen

    Im Quellcode dargestellt: Rechnungsverarbeitung, Ausgabenverfolgung und Budgetverwaltung. Agentendefinitionen: InvoiceParser, Bookkeeper, FinancialAnalyst.

  5. 05

    HR & Personal

    Im Quellcode dargestellt: Mitarbeiterverwaltung, Recruiting-Pipeline und Urlaubsworkflows. Agentendefinitionen: Recruiter, OnboardingGuide, HRPolicy.

  6. 06

    Wissensdatenbank

    Im Quellcode dargestellt: Dokumentenmanagement mit semantischer Suche und Company Memory. Agentendefinitionen: KnowledgeAssistant, MeetingScribe, ContractReviewer.

  7. 07

    Analytik

    Im Quellcode dargestellt: Geschäftsberichte, Trendanalysen und individuelle Dashboards. Agentendefinitionen: BusinessAnalyst, CompetitiveIntel, TrendSpotter.

  8. 08

    Compliance

    Der Quellcode bildet Audit-Protokolle, Compliance-Scanning und regulatorische Prüfungen ab. Agentendefinitionen: ComplianceMonitor, GDPRAgent (artikelspezifische Prüfungen, Datenbestandsaufnahme, Entwürfe zur Rechtsgrundlage), LegalReviewer. Er belegt weder rechtliche Vollständigkeit noch Compliance.

  9. 09

    Betrieb

    Im Quellcode dargestellt: Workflow-Automatisierung, Aufgabenverwaltung und Prozessoptimierung. Agentendefinitionen: WorkflowAutomator, OpsAnalyst, ProcurementAgent.

9 Abteilungen, je ein Leit-Agent

Abteilungs-Workflows, abgebildet als begrenzte Agentenrollen.

Der Quellcode definiert spezialisierte Agenten für jede Abteilung. Unten steht die Definition des leitenden Agenten für den vorgesehenen täglichen Workflow jedes Moduls.

Nur Repository-Oberfläche: Verfügbarkeit, Vollständigkeit, Leistung und Betriebstauglichkeit erfordern eine gesonderte Validierung.

SALES

Lead Scorer + Pipeline Coach

01

Der Quellcode bildet das Scoring von Inbound- und Outbound-Leads anhand eines bereitgestellten ICP, Entwürfe für den nächsten besten Schritt und Hinweise auf blockierte Pipeline-Elemente ab. Eine CRM-Integration ist nicht belegt.

MARKETING

Campaign Strategist

02

Entwirft Kampagnen-Briefs, Kanaloptionen, Texte und KPI-Hypothesen aus dem bereitgestellten Kontext. Marken- und Leistungsaussagen erfordern eine menschliche Prüfung.

SUPPORT

Ticket Triage

03

Der Quellcode bildet die Klassifizierung von Tickets nach Schweregrad und Thema, einen Vorschlag für eine erste Antwort aus einer bereitgestellten Wissensdatenbank und die Weiterleitung von Eskalationen an einen menschlichen Prüfer ab.

FINANCE

Invoice Processor

04

Der Quellcode bildet Rechnungsextraktion, Bestellabgleich, Ausnahmehinweise und Entwürfe für Abschlusszusammenfassungen ab. Finanzielle Autorität und Datenlokalität bleiben externe Kontrollen.

HR

Recruitment Screener

05

Der Quellcode bildet die Analyse von Lebensläufen anhand einer Stellen-Scorecard, Markierungen von Kandidaten für ein Interview, Entwürfe für personalisierte Ansprache und die Verfolgung des Funnels ab. Screening-Entscheidungen bleiben bei einem menschlichen Prüfer.

KNOWLEDGE

Document Curator

06

Der Quellcode bildet Aufnahme, Chunking, Deduplizierung, Vektor-Retrieval und Antworten mit Quellenangaben für konfigurierte Dokumente ab. Die Abdeckung beschränkt sich auf autorisiertes, erfolgreich indexiertes Material.

ANALYTICS

Trend Detector

07

Der Quellcode bildet Anomalieprüfungen von Geschäftskennzahlen, Hypothesen zur Ursachenanalyse anhand bereitgestellter Daten und einen Entwurf der Executive-Narrative für den monatlichen Review ab. Befunde erfordern eine menschliche Prüfung.

COMPLIANCE

Audit Trail Watcher

08

Der Quellcode bildet Richtlinienprüfungen und Entwürfe von Nachweiseinträgen für ausgewählte Workflow-Ausgaben ab. Er belegt weder rechtliche Vollständigkeit noch Compliance.

OPS

Workflow Optimiser

09

Der Quellcode bildet das Profiling wiederholter mehrstufiger Workflows und Vorschläge ab, wo KI-Agenten diese verkürzen könnten. Workflow-Änderungen und jede Zeit- oder Kostenschätzung erfordern eine menschliche Prüfung.

Technologie

Technologie-Stack

Genannte Technologien kennzeichnen Repository-Abhängigkeiten oder Adapteroberflächen; sie belegen keine aktive Integration oder Bereitstellung.

Backend
Fastify 5, TypeScript 5.8, Drizzle ORM, PostgreSQL 17 + pgvector, Redis 7, BullMQ 5
KI / LLM
Das separate Athena-AI-Repository stellt konfigurierbare Mistral-, Anthropic-, OpenAI-, Embedding- und pgvector-Retrieval-Adapter dar. Verfügbarkeit, Lokalität und Datenverarbeitung hängen von der Betreiberkonfiguration ab; dies sind keine aktiven Website-Integrationen.
Frontend
Next.js 16, React 19, Tailwind CSS 4, Radix UI, Echtzeit-Updates via SSE
Daten & Speicher
Company Memory Engine (Chunker, Ingester, Retriever), semantische Suche, 512-Zeichen-Bloecke, 64-Zeichen-Ueberlappung
Infrastruktur
Docker Compose, Caddy 2 (Auto-HTTPS), pnpm-Monorepo, Turborepo 2.8, better-auth
Tests
Vitest (Unit), Playwright (E2E), Zod-Validierungsschemas, Health-Checks fuer alle Dienste

Quellcode

Code erkunden

Der Quellcode des Athena AI-Prototyps ist auf Anfrage für Evaluierungs- und Partnerschaftszwecke verfügbar.

NDA erforderlich

Für den Zugriff auf den Quellcode unterzeichnen Sie bitte die Vertraulichkeitsvereinbarung (NDA). Dies ist eine übliche rechtliche Formalität.

Verwandte Beratungsleistungen

Brauchen Sie Hilfe bei der Gestaltung von KI-gestützten Betriebsplattformen? Entdecken Sie meine Beratungsleistungen.

Partnerschaft

Interesse an Athena AI?

Dieser Prototyp richtet sich an Organisationen, die begrenzte abteilungsübergreifende Workflows oder eine Partnerschaft rund um seinen Quellcode erkunden.

Kontakt aufnehmen
KI-Einblicke

The AI Dispatch

Von der Demo zum verlässlichen Betrieb. Melden Sie sich für neue Beiträge zu Physical AI an.

Jederzeit abbestellbar. Kein Spam, niemals.