Agenten

Agenten, die arbeiten – nicht nur antworten.

Ein Agent in MadeForPrivacy ist kein Prompt mit Chatfenster, sondern eine Pipeline aus Tools: definierte Schritte, strukturierte Ein- und Ausgaben, eine Datenzone, klare Freigaben. Fertig mitgeliefert, an deine Abläufe angepasst – oder von dir selbst gebaut.

Agent-Editor im MadeForPrivacy Client: Pipeline aus document-processor, llm-extract und llm-chat

Was ein Agent ist

Drei Dinge machen aus einem Prompt einen Prozess.

Jeder Agent hat eine Identität, eine Datenzone und eine Pipeline. Die Pipeline ist eine geordnete Liste von Tool-Schritten – und die tauschen keine losen Variablen aus, sondern Items im Aktenkoffer.

Schritte & Tools

Jeder Schritt ist ein Tool-Aufruf mit definiertem Ein- und Ausgabetyp. Dokument lesen, Werte extrahieren, Datenbank abfragen, Mail senden, Modell fragen – in der Reihenfolge, die du festlegst.

document-processorllm-extractdatabaseapimail-send

Aktenkoffer

Der Container, der durch die Pipeline wandert: Dateien, Felder, Metadaten. Jeder Schritt liest daraus und schreibt hinein – deshalb ist immer klar, woher ein Wert kommt und wohin er geht.

filedocumentvertragsdatenresponse

Bedingungen & Validierung

Schritte laufen nur, wenn ihre Bedingung erfüllt ist; Ausgaben lassen sich gegen ein Schema prüfen. Ein Agent, der Rechnungen bucht, bucht nichts ohne gültige Rechnungsnummer.

execution_conditionsjson_template

Fertige Agenten

Der Startpunkt ist fertig. Der Feinschliff ist deiner.

Im Client wählst du Agenten nach Kategorie oder Suche – oder beschreibst einfach die Aufgabe. Für typische Arbeiten gibt es sie fertig; wir passen Prompts, Tools und Datenzone gemeinsam an deine Abläufe an.

  • 📑Vertragsprüfung
  • 🧾Rechnungsagent
  • 📧Mail-Agent
  • 🌐Übersetzung
  • 📄Dokumentenersteller
  • 📚Knowledge-Agent
  • 🔧IT-Support
  • 📊Datenblattagent
  • 🧠Sparringspartner

Der Dokumentenersteller liefert fertige Word-, Excel-, PowerPoint- oder PDF-Dateien auf deinem Briefpapier – mit gerechneten Zahlen statt Platzhaltern.

Agenten-Auswahl im Client: Kategorien, Suche und Datenzone

Ein Einstieg für alles

Neva kennt deine Agenten – du musst es nicht.

Die persönliche Assistentin antwortet selbst, wenn sie kann, und übergibt Spezialaufgaben an den passenden Agenten. Wer die Aufgabe kennt, aber nicht den Agenten, nutzt die dynamische Auswahl.

Neva antwortet, erinnert, delegiert

Sie beantwortet Fragen aus dem Gespräch, holt gespeichertes Wissen, merkt sich, was dir wichtig ist – pro Person getrennt – und lässt den Mail-Agenten eine Rechnung beantworten, statt es selbst zu versuchen.

Sie behält Signale im Blick

Agenten können Signale senden: neue Rechnung, Antwort vom Kunden, Auftrag im System. Neva prüft sie gegen deine Regeln – lokal, ohne Modellaufruf – und meldet sich nur, wenn etwas passt.

Dynamische Auswahl mit +

Aufgabe beschreiben, Dateien anhängen, fertig: Ein Selektor wählt aus den Agenten, die du nutzen darfst, den passenden Spezialisten. Die Datenzone stellst du per Badge daneben ein.

Arbeiter: Agenten ohne Chat

Geplante Arbeiter suchen regelmäßig nach neuen Einträgen – Tickets, Aufträge, Postfächer – und starten für jeden den passenden Agenten als Job. Doppelarbeit wird über Item-Läufe vermieden.

MadeForPrivacy Client: Vertragsprüfung mit Zusammenfassung und Empfehlung

Kosten im Griff

Die KI wird gerufen, wenn sie gebraucht wird. Nicht dauernd.

Viele KI-Tools lassen ein Modell in Schleifen entscheiden, was es als Nächstes tut – jeder Umweg kostet Tokens. Hier steuert die Pipeline den Ablauf; das Modell bekommt nur den Schritt und den Kontext, den es braucht.

Modell pro Schritt

Einfache Schritte laufen auf günstigen oder lokalen Modellen, anspruchsvolle dort, wo es sich lohnt – pro Tool konfiguriert, nicht pro Agent.

Erweiterter Modus

Teure Modelle oder abweichende Pipelines liegen hinter einer Gruppenfreigabe. Berechtigte schalten sie pro Lauf per Blitz-Symbol zu.

Kosten auf den Cent

Jeder Modellaufruf wird mit Prompt- und Antwort-Tokens und den hinterlegten Sätzen erfasst – pro Lauf, pro Agent, im Zeitverlauf.

Tracker pro Lauf

Welcher Schritt wie lange lief, was er bekam, was er lieferte, was es kostete. Optimierung nach Zahlen statt nach Gefühl.

Anpassen und bauen

Im Client, ohne Code.

Prompt schärfen, Tool tauschen, Datenzone ändern, Gruppe freigeben: Änderungen wirken sofort. Neue Agenten legst du aus denselben Bausteinen an – und siehst im Tracker, ob sie tun, was sie sollen.

Ausführungs-Tracker eines Agenten: Steps, Laufzeit, Tokens, Kosten
  • Pipeline zusammenstellenTools in Reihenfolge bringen, Ein- und Ausgabetypen passen automatisch oder zeigen dir, wo es hakt.
  • Prompts pro SchrittSystem-, Basis- und Format-Prompt getrennt – und Platzhalter, die Werte aus dem Aktenkoffer einsetzen.
  • Datenzone und FreigabenZone wählen, AD-Gruppen eintragen, in der Auswahl sichtbar schalten. Fertig ist ein Agent, den nur die Richtigen sehen.
  • Live schalten, beobachten, nachziehenJeder Lauf landet im Tracker. Passt etwas nicht, änderst du den Schritt – der nächste Lauf nutzt ihn.

Live-Demo

Welcher Agent wäre bei dir der erste?

Bring einen echten Vorgang mit – eine Rechnung, einen Vertrag, ein Postfach. Wir zeigen live, wie der passende Agent ihn bearbeitet.