Womit wir KI-Hebel bauen.
Und warum wir uns für genau diese entschieden haben.
KI-Hebel sind das Was. Werkzeuge sind das Wie. Wir empfehlen Tools prozessbasiert, nicht produktbasiert. Hier der Stack, den wir in Mittelstands-Projekten einsetzen, plus jeweils: wofür es passt, wofür nicht.
Was wir wann einsetzen.
n8n
Workflow-Orchestrator
Self-hostable, Open Source, große Community. Workflows laufen auf Ihrer Infrastruktur. Kein Vendor-Lock-In.
Wofür wir es nutzen
- →Multi-System-Integrationen (CRM + ERP + Helpdesk)
- →Long-running Workflows mit Error-Handling und Retry
- →API-Orchestrierung über mehrere Anbieter hinweg
Wann ein anderes Tool besser passt
Reine No-Code-Nutzer ohne IT-Begleitung. Make oder Zapier passen dann besser.
Make (ehemals Integromat)
No-Code-Automatisierung
Visueller Workflow-Builder, riesiger Integrations-Katalog, niedrige Einstiegshürde. Gut für Teams, die intern selbst weiterbauen sollen.
Wofür wir es nutzen
- →Einfache Multi-Step-Automatisierungen (z.B. Lead → CRM → Slack)
- →Marketing- und Sales-Operations-Workflows
- →Wo Ihr Team eigenständig pflegen können soll
Wann ein anderes Tool besser passt
Komplexe Logik mit vielen Bedingungen oder hohem Execution-Volumen, n8n oder Custom dann effizienter.
Zapier
Schnelle Punkt-zu-Punkt-Automatisierungen
Größter Integrations-Katalog der Branche, Sub-5-Minuten-Setup für einfache Use-Cases. Stark für Off-the-Shelf-Workflows.
Wofür wir es nutzen
- →Quick-Wins ohne IT-Beteiligung
- →Standard-Integrationen zwischen SaaS-Tools
- →Prototyping bevor entschieden wird, ob Make oder n8n langfristig sinnvoller ist
Wann ein anderes Tool besser passt
Hochfrequenz-Workflows (kostet schnell), oder Logik mit Verzweigungen, Make oder n8n dann besser.
Anthropic Claude / OpenAI GPT
Large Language Models
Für alles, was über Trigger-Action-Logik hinausgeht: Textverstehen, Klassifikation, Generierung. Wir nutzen Claude für komplexe Reasoning-Aufgaben, GPT für breite Standard-LLM-Tasks.
Wofür wir es nutzen
- →Email-Klassifikation und Priorisierung
- →Datenextraktion aus PDFs und unstrukturierten Quellen
- →Generierung von Drafts, die ein Mensch nur noch reviewt
Wann ein anderes Tool besser passt
Aufgaben mit deterministisch reproduzierbarer Logik. Regeln im Code sind dort günstiger und zuverlässiger.
Custom-APIs / TypeScript / Python
Wenn Standard-Plattformen an Grenzen stoßen
Bei kritischen Workflows mit Performance-, Compliance- oder Datenschutz-Anforderungen bauen wir individuell. Hosting in Ihrer Cloud, Code-Eigentum bei Ihnen.
Wofür wir es nutzen
- →DSGVO-kritische Workflows mit On-Premise-Hosting-Anforderung
- →Hochfrequenz-Pipelines, wo No-Code-Plattformen zu teuer werden
- →Spezielle Integrationen zu Legacy-Systemen ohne API
Wann ein anderes Tool besser passt
Schnelle Quick-Wins. Custom braucht mehr Setup-Zeit als No-Code.
Drei Auswahl-Prinzipien.
01 Prozess vor Tool
Wir wissen erst was nötig ist, dann was passt. Tools auf unklare Prozesse aufzuschnallen ist die teuerste Form von KI-Marketing.
02 Open-Source-First
Self-hostable Tools wo möglich. Geringere Lock-In-Risiken, Skill-Transfer zu Ihrem Team einfacher, Total Cost of Ownership meist gleichwertig oder besser.
03 Pflegbar für Sie
Wenn Ihr Team selbst weiterbauen soll: No-Code-Tools (Make, Zapier). Wenn wir das Heavy-Lifting machen: n8n oder Custom. Entscheidet sich pro Workflow.
Welcher Stack passt zu Ihrem Use-Case?
30 Minuten Erstgespräch. Wir hören zu, was Sie lösen wollen, dann nennen wir konkret welche Tools und warum.