KI-Automatisierung: n8n, Chatbots, E-Mail- & Content-Pipelines | Claude, Copilot Studio

11/2025 – 7/2026

Aufbau und Erprobung eines Zwei-Agenten-Systems in Microsoft Copilot Studio für den Sales-/Cloud-Bereich eines ERP-Konzerns (2.500+ Mitarbeitende): Cloud Sales Assistant plus Sales-Coach-Subagent, angebunden an eine Cloud-Wissensbasis mit 2.600+ Seiten. Bewertung nach Quellenqualität, Halluzinationsfreiheit, FAQ-Freigabeprozess und Nutzbarkeit im Vertriebsalltag; Validierung mit Fragenkatalog des Fachbereichs, Mitarbeiterbefragung und Experteninterviews. Ergebnis in der Bachelorarbeit „Vergleichende Analyse KI-gestützter Assistenzsysteme im Unternehmenskontext" (B. Eng., 2026): kein Ansatz führt auf allen Bewertungsdimensionen; Befähigung der Mitarbeitenden und Integration in den Arbeitsalltag entscheiden über den wirtschaftlichen Nutzen. Handlungsempfehlungen (KI-Schulung, klare Tool-Policy) wurden im Unternehmen umgesetzt.
Eingesetzt: Microsoft Copilot Studio, Prompt-/Systemanweisungs-Design, Wissensbasis-Anbindung, Evaluationsmatrix, Umfrage- und Interviewauswertung.

Generative KI, Large Language Models, Prompt Engineering, Wissensmanagement

8/2025 – offen

Aufbau der Automationen, die QuantIT selbst nutzt, kein Kundenprojekt, sondern der laufende Proof. Firma seit 08/2025, die Autopiloten laufen produktiv seit 09/2026:
1. Inbox- und Lead-Autopilot: LinkedIn-Nachrichten und -Reaktionen werden gelesen und sortiert, Antworten mit freien Terminen aus dem Kalender vorbereitet, alle E-Mail-Konten in einem überwachten Posteingang gebündelt; Leadlisten aus öffentlichen Stellenanzeigen mit Scoring nach Budgetsignalen (erste Liste: 57 qualifizierte Leads für eine Recruiting-Agentur). Versand nur nach Freigabe. Erster Lauf: 2 Reaktionen, 2 Termine.
2. Content-Autopilot: Podcast-Folgen werden per OpusClip-API geschnitten und betextet, Claude wählt die nächste Folge und plant täglich einen Post auf YouTube, TikTok und Instagram (seit 10.09.2026: 42 Posts, 0 Minuten Schnittzeit pro Clip), wöchentlicher Review-Loop.
3. Jarvis: Claude-natives Betriebssystem mit Obsidian-Vault als Langzeitgedächtnis (4.800+ Notizen), eigenem MCP-Server, Sprachsteuerung (Groq Whisper, LLM, ElevenLabs); gesprochene Aufträge werden von Claude Code gebaut und von einem Prüf-Agenten abgenommen.
Eingesetzt: Claude (Code, Skills, MCP-Server, geplante Aufgaben), Python, n8n, OpusClip API, ElevenLabs, LinkedIn API, Gmail/Google Calendar, Airtable, Obsidian.

Generative KI, Large Language Models, Prompt Engineering, Python, Workflows

4/2024 – 8/2025

Konzeption und Umsetzung eines unternehmensinternen Wissens-Chatbots als Proof of Concept, ausgehend von einem Praxismodul zur KI-Unterstützung im Kundensupport (2024): Python, Rasa-Framework, FAISS-Embeddings für semantische Suche über interne Dokumentation, Antworten mit Quellenangabe, zweisprachig Deutsch/Englisch. Betriebskonzept mit Feedback-Loop, Bad-Case-Review-Pipeline und Knowledge-Monitoring, damit die Wissensbasis laufend nachgeschärft wird. Der PoC wurde intern gut angenommen und von CEO und Head of AI wahrgenommen; er bildete die technische Grundlage für das spätere Copilot-Studio-Projekt und die Bachelorarbeit.
Eingesetzt: Python, Rasa, FAISS, Embeddings/Vektorsuche, Retrieval mit Quellenangabe, Evaluations- und Feedback-Prozesse.

Document Retrieval, Generative KI, Large Language Models, Python, Vektordatenbank, Wissensmanagement