ki · ki-agenten, llm, claude, aws bedrock, nestjs
KI-Agenten entwickeln lassen: Agenten, die echte Aktionen ausführen, mit Leitplanken.
Ein Chatbot beantwortet Fragen. Ein Agent prüft freie Plätze, bucht den Tisch und merkt sich, dass der Gast kein Fleisch isst. So einen habe ich für Restaurants auf WhatsApp gebaut, und er ist live. In Ihr Produkt baue ich einen Agenten genauso ein, mit einer Bestätigung vor jeder Aktion und einem Kostenlimit pro Nutzer.
- Modelle
- Claude Sonnet, Claude Haiku
- Plattform
- AWS Bedrock, EU-Inferenzprofile
- Backend
- NestJS, Postgres mit Vektorsuche
- Einsatz
- Als Projekt oder als Beratung
- Arbeitszeit
- Mo–Fr 04:00–18:00 Buenos Aires 09:00–23:00 Berlin 03:00–17:00 New York
- Verfügbar ab
- Q4 '26
Was in einen Agenten gehört, der funktioniert
- Tools: Das Modell ruft Funktionen Ihres Systems auf, zum Beispiel freie Plätze prüfen oder eine Buchung anlegen. Der WhatsApp-Assistent hat 37, pro Kunde schaltbar.
- Das passende Modell für jeden Schritt: Ein regelbasierter Router schickt Buchungen an Claude Sonnet, das weniger Fehler macht, und einfache Fragen an Claude Haiku, das schneller ist und etwa ein Drittel kostet.
- Antworten aus Ihren eigenen Daten: FAQ, gefunden per Vektorsuche in Postgres und neu gerankt, bevor das Modell sie sieht.
- Leitplanken: Das Modell schlägt eine Aktion nur vor, ausgeführt wird sie erst nach Bestätigung. Dazu geprüfte Eingaben, Timeouts und ein tägliches Kostenlimit pro Nutzer.
- Tests und Tracing: End-to-End-Gespräche mit den echten Modellen in der CI, und jeder Durchlauf nachvollziehbar, damit Sie sehen, warum der Agent getan hat, was er getan hat.
Im Einsatz: Reservierungen per WhatsApp
Restaurants verbinden ihre bestehende Nummer mit WhatsApp Business. Gäste schreiben, schicken Sprachnachrichten oder tippen auf Buttons, und der Agent prüft freie Plätze, nimmt Reservierungen an und beantwortet Fragen zu Speisekarte, Allergenen und Events, in der Sprache des Gastes. Ernährungswünsche merkt er sich für den nächsten Besuch. Ein Deployment bedient alle Restaurants, jedes mit eigenen Anweisungen, eigener Ansprache und eigenen Kostenlimits. Zur Case Study.
Inferenz in der EU
Die Modelle laufen über AWS Bedrock mit EU-Inferenzprofilen, die Anfragen werden also in EU-Regionen verarbeitet, und personenbezogene Daten werden entfernt, bevor sie ins Fehler-Tracking gelangen. Bei einem europäischen Produkt ist das oft die erste Frage.
So können wir zusammenarbeiten
- App-Entwicklung: ein Agent in Ihrem Produkt, mit schriftlichem Umfang, einer Demo pro Woche und dem Code in Ihrer Hand. Das Backend ist meist NestJS.
- Beratung: eine zweite Meinung, bevor Sie bauen, zu Modellen, Kosten und Leitplanken, oder ein Review einer KI-Funktion, die Sie schon haben.
Häufige Fragen
Welche Modelle setzen Sie ein?
Beim WhatsApp-Assistenten Claude Sonnet und Claude Haiku über AWS Bedrock. Welches Modell passt, hängt von der Aufgabe und dem Budget ab. Wer jeden Schritt an ein starkes oder ein günstigeres Modell schickt, spart Kosten, ohne die wichtigen Schritte zu gefährden.
Wie verhindern Sie, dass der Agent etwas Falsches tut?
Aktionen mit Folgen laufen erst, wenn der Nutzer sie bestätigt. Dazu kommen geprüfte Eingaben, Timeouts, Kostenlimits und eine feste Ersatznachricht, falls etwas schiefgeht. Die Bestätigung begrenzt auch, was eine Prompt-Injection anrichten kann.
Kann der Agent unsere bestehenden Systeme nutzen?
Ja, dafür sind die Tools da: Jedes kapselt eine Funktion Ihres Backends, zum Beispiel freie Plätze prüfen oder eine Buchung anlegen.
Was kostet der Betrieb?
Das hängt vom Aufkommen und von den Modellen ab. Einfache Anfragen an ein kleineres Modell zu schicken, das etwa ein Drittel kostet, ist einer der größten Hebel, und ein Kostenlimit pro Nutzer verhindert Überraschungen.