Workflows zuerst, KI nur mit Grund
Jede Funktion hat ein Ziel: Kontrolle behalten, Kosten senken. ThinkShip kombiniert eine deterministische Workflow-Schicht (Cronjobs, Trigger, Datenabgleich) mit einer eigenen Eskalationsschicht für Themen-Reifung, Selbst-Organisation und Passiv-Betrieb – KI wird erst zugeschaltet, wenn die Workflow-Schicht allein nicht ausreicht.
Workflows sparen Tokens
Wiederkehrende Prüfungen laufen als normaler Cronjob – 0 Tokens, solange nichts zu tun ist. KI wird erst aktiv, wenn tatsächlich etwas gefunden wurde.
Natürliche Sprache statt Prompt-Engineering
Mitarbeitende beschreiben ihr Anliegen wie einer Kollegin – keine Tool-Schulung, kein Prompt-Handbuch nötig.
Nur so viel KI wie nötig
Das System entscheidet pro Aufgabe, ob ein einfacher Workflow reicht oder echte KI-Bewertung durch einen oder mehrere Agenten nötig ist.
Eine Organisation, die mitwächst
Ein Koordinations-Agent führt Teamleitungen, Teamleitungen führen Spezialisten – echte Berichtslinie statt flacher Werkzeugliste.
Drei-Stufen-Freigabe
Jede Aktion lässt sich einmalig, immer oder nie freigeben – auf Ebene von Thema, Rolle oder einzelner Aktion.
Budgets & Token-Deckel auf jeder Ebene
Maximalwerte je Run, Agent, Thema und Organisation, laufend sichtbar auf dem Taskboard.
Datenresidenz-Routing
Aufgaben mit sensiblen Daten lassen sich per Policy strikt auf lokale Modelle beschränken – Cloud bleibt außen vor.
Echte Mandantenfähigkeit
Jeder Mandant hinterlegt eigene, verschlüsselte Provider-Schlüssel. Kein geteiltes Credential, keine Datenvermischung.
Self-hosted, eigene Infrastruktur
Ein Installer richtet den kompletten Stack auf eigener Hardware oder in der eigenen Cloud-Umgebung ein.
Passiv-Modus
Läuft als deterministischer Workflow (Cron/Trigger) im Hintergrund – kostet nichts, solange nichts passiert. Erst ein echter Treffer schaltet KI dazu.
Zugriffsprüfung für Rollen & Freigaben
Erhöhte Zugriffsrechte, die länger als 90 Tage nicht erneut bestätigt wurden, landen automatisch auf einer Prüfliste – Bestätigen oder Entziehen in einem Klick.
Ende-zu-Ende-Verschlüsselung
Sensible Inhalte sind durchgängig verschlüsselt, mit einem mandanteneigenen Schlüssel – auch der Betreiber kann sie nicht mitlesen.
Mehr als eine Chat-Oberfläche
Diese Fähigkeiten stecken schon im Konzept und der aktuellen Entwicklung, nicht nur als Idee für später.
Mehrere Workflow-Startpunkte
Cronjob, Webhook, eine Datei- oder Feed-Änderung, ein externes Ereignis oder eine formulierte Anfrage – ein Workflow lässt sich auf unterschiedliche Weise auslösen, nicht nur per Chat.
Agenten werden regelmäßig bewertet
Jede Rolle hat ein eigenes Eval-Set aus Golden-Tasks. Neue Agenten laufen in Probezeit mit engmaschigem Review; wer die Erfolgsquote nicht hält, wird zurückgestuft (Retiring), statt still weiterzulaufen.
Vereinfachung nach Ihrer Vorgabe
Das System erkennt wiederkehrende Muster und schlägt vor, was sich automatisieren ließe – was davon tatsächlich vereinfacht wird, entscheiden immer Sie, nicht eine stille Autonomie-Eskalation.
Variablen- und Objekt-Picker im Workflow-Editor
Felder aus der Antwort eines Konnektors oder einem vorherigen Schritt lassen sich direkt auswählen, statt Feldnamen zu raten oder abzutippen.
Aktions-Buttons folgen der echten Berechtigung
Fehlt einer Person die Berechtigung für eine Aktion, ist der Button deaktiviert – mit erkennbarem Grund, nicht nur optisch ausgegraut.
Audit-Log mit transaktionaler Integrität
Jeder Audit-Eintrag wird in derselben Datenbank-Transaktion wie die Aktion selbst geschrieben – kein stiller Protokoll-Ausfall.
Wissenslöschung auf Anfrage
Wissenselemente lassen sich unwiderruflich aus Wissensbasis und Vektorindex entfernen – für das DSGVO-Recht auf Löschung.
SIEM-/Log-Aggregation über OpenTelemetry
Dasselbe Audit-Signal, strukturiert exportierbar an ein externes Log- oder SIEM-System (z. B. Splunk, Elastic).
Verschlüsselte interne Kommunikation (mTLS)
Nachrichten zwischen den eigenen Diensten (NATS, Model Broker) laufen über mTLS mit einer intern betriebenen Zertifizierungsstelle.
Prompt-Pseudonymisierung
Vorab festgelegte Begriffe (z. B. Kunden- oder Firmennamen) werden durch zufällige Platzhalter ersetzt, bevor sie an ein KI-Modell gehen – die Antwort wird danach automatisch zurückgesetzt. Platzhalter sind pro Lauf neu und werden nirgends gespeichert.
Was passiert, wenn ein Agent zu viele Fehler macht?
Nicht still weiterlaufen lassen, sondern automatisch reagieren – siehe „Agenten werden regelmäßig bewertet“ weiter oben.
Und was, wenn eine Rolle zu oft daneben liegt? Jede Aufgabe läuft durch ein Golden-Task-Eval. Sinkt die Erfolgsquote unter die hinterlegte Schwelle, wird die Rolle automatisch zurückgestuft (Retiring) – eine neue Instanz übernimmt, und der Vorgang landet gleichzeitig im Audit-Log, statt dass es still weiterläuft.
Als Nächstes geplant
Ehrlich getrennt ausgewiesen: Diese Punkte sind noch nicht verfügbar, sondern die nächsten Ausbaustufen.
Low-Code-Workflow-Editor
Wiederkehrende Workflows visuell zusammenstellen und anpassen, statt jeden Schritt nur textuell zu beschreiben.
Verteilte, gruppierte Scheduler
Lastverteilung über mehrere Scheduler-Knoten hinweg für hohen Durchsatz an wiederkehrenden Jobs, gruppiert nach Mandant oder Priorität.
Regelmäßige Workflow-Prüfung
Automatisierte Gesundheitschecks für hinterlegte Workflows, damit eine stille Fehlkonfiguration auffällt, bevor sie zum Problem wird.
Telefonie-Anbindung
Ein Anruf lässt sich direkt an einen KI-Agenten weiterleiten, während parallel strukturierte Notizen entstehen.
Wachsendes Integrations-Netz
Anbindungen an gängige Systeme (CRM, ERP, Ticketing, Kalender und mehr) werden schrittweise ergänzt, statt in einem großen Wurf versprochen.
Automatische Pseudonymisierung
Ergänzt die manuelle Begriffsliste um automatische Erkennung – validierte Muster (IBAN, E-Mail, Telefonnummer) plus ein lokal laufendes NER-Modell für Namen und Orte im Fließtext, bevor Prompts (inklusive Wissensbasis-Kontext) an ein KI-Modell gehen.
Wie das im Alltag aussieht
Sehen Sie sich an, wie eine Anfrage vom ersten Satz bis zum Ergebnis durch das System läuft.