Projekte und Case Studies

Vor dem Website-Relaunch lief die Seite auf einem Baukasten und lud auf der Startseite rund 6 MB, davon fast 5 MB Hintergrundbilder. Für eine Vermietung, deren Anfragen überwiegend vom Telefon kommen, ist das die falsche Grundlage: Wer auf dem Bau steht und eine Unterkunft sucht, wartet nicht. Dazu kam die Sprachfrage, denn ein erheblicher Teil der Monteure spricht Polnisch, Slowenisch oder Serbisch.

Die TOPEOPLE Group ist eine Personalberatung in Frankfurt am Main, und jeden Monat kommen rund 1.400 neue Kandidaten in ihr ATS. Vor der Automatisierung rief ein Recruiter jeden davon selbst an, meist am selben Tag, und auch die Schritte danach liefen von Hand: die Antworten ins ATS übertragen, den Lebenslauf ins Firmenlayout bringen, die Vorstellung an den Kunden schreiben, absagen. Bei diesem Volumen frisst die Routine genau die Zeit, die ein Recruiter für die Gespräche braucht, die nur ein Mensch führen kann.

Bei der TOPEOPLE Group arbeitete jede Abteilung in ihrem eigenen Programm: der Vertrieb in HubSpot, die Personalabteilung in Personio, die Recruiter in RecruitCRM. Jedes System kostete eigene Lizenzen, keines war mit den anderen verbunden, und Abläufe, die es so nur in diesem Unternehmen gibt, ließen sich in keinem davon abbilden. Dazu kam der Wunsch, KI direkt in die tägliche Arbeit einzubauen. Das Ziel war ein Ort für alles, statt die Daten über mehrere Systeme zu verstreuen.

Phoenix Parkservice bietet Valet-Parken am Frankfurter Flughafen an: Kunden geben ihr Auto am Flughafen ab und bekommen es bei der Rückkehr dort zurück. Eine eigene Website hatte das Unternehmen nicht, Buchungen kamen ausschließlich über das Portal eines Dritten. Gebraucht wurden deshalb zwei Dinge: ein eigener Buchungsweg mit eigenem Überblick über Kunden und Termine, und Sichtbarkeit bei Google, damit Kunden direkt buchen. Der Weg dorthin war eine eigene Buchungsplattform aus Website und Buchungssystem, dazu KI-SEO, also Suchmaschinenoptimierung, bei der n8n Recherche, Texte und Veröffentlichung automatisiert.

Unit-Tests für Spring-Boot-Services zu schreiben ist wiederkehrende Arbeit, die Teams aufschieben, weshalb die Abdeckung über die Zeit sinkt. Vorhandene Generatoren erzeugten strukturell gültige, inhaltlich aber leere Tests, und keiner davon griff in den Maven-Build ein, den das Team ohnehin ausführte. Eine Literaturrecherche zu Testwerkzeugen und LLM-Anwendungen in der Softwaretechnik fand keinen Ansatz, der Abdeckungsanalyse, Testerzeugung und Build-Lebenszyklus für Java Spring Boot zusammenbringt.

Business-Intelligence-Berichte werden auf flachen Bildschirmen gelesen, was begrenzt, wie viele Dimensionen gleichzeitig darstellbar sind. Augmented Reality war im Unternehmenskontext schon erprobt, aber nicht in Verbindung mit einem Reporting-System, und es gab keine Erhebung dazu, ob Unternehmen so etwas überhaupt einsetzen würden. Offen waren also zwei Fragen: ob browserbasierte AR gegen eine Live-SAP-Quelle technisch trägt, und was Organisationen davon abhält.