KI-Lösungen, die Ihr Unternehmen voranbringen
Ein Agent ist die richtige Wahl, wenn eine Aufgabe über mehrere Schritte Urteilsvermögen, Werkzeuge und Kontext braucht. Wenn ein Skript, ein Workflow oder ein einzelner Prompt die Aufgabe erledigt, sagen wir Ihnen das stattdessen.
Oronts konzipiert, baut und betreibt agentische KI-Systeme aus München: Agenten, die Werkzeuge und APIs aufrufen, den richtigen Kontext abrufen und Aktionen mit einem Menschen in der Schleife ausführen, wo es das Risiko verlangt. Aufgebaut auf offenen Frameworks wie Mastra, LangGraph, CrewAI und dem Vercel AI SDK, mit Modellen von OpenAI und Anthropic, sodass Ihnen das System gehört und Sie es in Ihrer eigenen Infrastruktur betreiben können.
Der Stack, auf dem wir bauen
Wählen Sie ein agentisches KI-System, wenn eine Aufgabe über mehrere Schritte Urteilsvermögen braucht: Kontext lesen, entscheiden was zu tun ist, Werkzeuge oder APIs aufrufen und auf das Ergebnis reagieren, statt einem festen Pfad zu folgen. Ein Agent passt, wenn die Arbeit für einen deterministischen Workflow zu variabel, aber zu wiederkehrend und verstanden ist, um sie weiter von Hand zu erledigen: Triage und Routing, Retrieval über Ihre eigenen Dokumente, Entwerfen und Prüfen, mehrstufige Recherche und Abläufe, die mehrere Systeme berühren. Wir bauen diese auf offenen Frameworks, Mastra, LangGraph, CrewAI und dem Vercel AI SDK, mit Modellen von OpenAI und Anthropic hinter einer anbieterunabhangigen Schicht, sodass Sie nie an einen einzelnen Anbieter gebunden sind. Der Kompromiss: Agenten sind probabilistisch, daher brauchen sie Leitplanken, Evaluation und einen Menschen in der Schleife überall dort, wo eine Aktion riskant oder schwer umkehrbar ist. Wo ein deterministisches Skript, ein n8n-Workflow oder ein einzelner Prompt den Bedarf deckt, sagen wir das im ersten Gespräch klar. Der Beleg, auf den wir verweisen, ist unser eigener Assistent, der auf dieser Website im Produktivbetrieb läuft, gebaut auf Mastra.
Der Assistent auf dieser Website ist ein agentisches System, das wir auf Mastra gebaut haben und das im Produktivbetrieb läuft. Es ist keine Demo hinter einem Login: Es ist dieselbe Art von werkzeugnutzendem, kontextabrufendem Agenten, den wir für Kunden bauen, und Sie können ihn hier nutzen, bevor Sie mit uns sprechen.
Unsere KI-Arbeit ansehenUnsere Agenten rufen Werkzeuge und APIs auf und führen Aktionen aus, aber die riskanten laufen mit einem Menschen in der Schleife. Wir legen fest, wo ein Agent eigenständig handelt und wo er einen Vorschlag macht und auf Bestätigung wartet, sodass eine unumkehrbare Aktion nie stillschweigend geschieht.
Wir bauen auf offenen Frameworks, Mastra, LangGraph, CrewAI und dem Vercel AI SDK, und halten den Modellanbieter hinter einer Schicht, OpenAI oder Anthropic. Die Agenten-Logik gehört Ihnen, in Ihrem Repository, sodass eine Framework- oder Modellwahl nie eine Einbahnstraße ist.
Wir gestalten den Datenfluss so, dass Sie steuern, wohin Kontext und Prompts gehen und welcher Modellanbieter was sieht. Wo personenbezogene Daten beteiligt sind, arbeiten wir DSGVO-bewusst, schließen einen Auftragsverarbeitungsvertrag und halten Retrieval und Speicherung in einer Infrastruktur, die Sie betreiben, wenn der Fall es verlangt.
Ein Koordinator plant die Arbeit und verteilt sie an spezialisierte Agenten, mit expliziten Übergaben, gemeinsamem Speicher und klar begrenzten Werkzeugen.
Übergaben sind explizit und nachvollziehbar, der gemeinsame Speicher trägt den Zustand über alle Agenten hinweg, und ein Freigabeschritt durch einen Menschen sichert folgenreiche Aktionen ab.
Wir definieren, was der Agent tun soll, wo er eigenständig handelt und wo ein Mensch freigibt. Das Ergebnis ist ein abgestecktes Design: die Aufgabengrenze, die Werkzeuge, der benotigte Kontext und die Punkte, an denen er innehalten und nachfragen muss, bevor der Bau beginnt.
Agenten sind nur nutzlich, wenn sie handeln können. Wir verbinden sie über saubere, typisierte Werkzeuge und APIs mit Ihren Systemen, mit Idempotenz und Fehlerbehandlung, sodass ein Werkzeugaufruf sicher wiederholbar und ein Fehler sichtbar statt stillschweigend ist.
Wir bauen Retrieval über Ihre eigenen Dokumente und Daten, sodass der Agent aus Ihrem Wissen antwortet, nicht aus seinem Training. Chunking, Embeddings und ein Vector Store, verdrahtet mit dem Agenten, mit Quellenangaben zurück zur Quelle, sodass eine Antwort geprüft werden kann.
Wir gestalten die Grenze zwischen dem, was ein Agent eigenständig tut, und dem, was er zur Bestätigung vorschlägt, dazu Leitplanken für Ein- und Ausgabe, Raten- und Kostengrenzen und einen klaren Audit-Trail, sodass das System innerhalb der von Ihnen gesetzten Linien bleibt.
Wir bauen Evaluationen, die messen, ob der Agent die Aufgabe erfüllt, sowie Tracing und Logging, sodass Sie jeden Schritt, Werkzeugaufruf und jede Entscheidung im Produktivbetrieb sehen. Ohne Evals ist ein Agent eine Blackbox, daher behandeln wir sie als Teil des Baus, nicht als nachträglichen Gedanken.
Wir bringen einen Agenten von einem funktionierenden Prototyp zu etwas, das Sie betreiben können: Kostenkontrollen, Wiederholungen und Fallbacks über Modellanbieter, Prompt- und Ausgabevalidierung, Monitoring und ein Deployment, das Ihre Ingenieure ohne uns in der Schleife betreiben können.
Agenten agieren auf Ihren Systemen, daher beurteilen alle Beteiligten diese unterschiedlich.
Sie möchten Agenten betreiben und ändern können, nicht eine Black-Box-Plattform.
Modell-neutrale Agenten auf offenen Frameworks, Ihr Code, EU-gehostet, kein Lock-in.
Agenten, die auf Systemen agieren, benötigen Governance und Audit.
Human-in-the-Loop-Genehmigung, Audit-Logging und Guardrails, DSGVO und TOM-Bereitschaft.
Sie benötigen einen funktionierenden Agenten, kein Forschungsprojekt.
Ein abgegrenzter Agent in einem 90-Tage-Pilot, dann skaliert.
Ihr Kunde benötigt Senior-Agentic-Arbeit unter Ihrer Marke.
White-Label-Agenten-Engineering, derselbe Stack hinter unserer öffentlichen Arbeit.
Vom Anwendungsfall-Fit bis zum gestarteten, eigenen Agenten: abgesteckt, mit Evaluationen gebaut, mit einem Menschen in der Schleife geprüft, gehärtet und betrieben, von Senior-Ingenieuren, mit dem Code und der Roadmap in Ihren Handen.
Wir legen die Aufgabe fest, die Eingaben, die Aktionen, die der Agent ausführen darf, und die Kosten, wenn eine davon falsch läuft. Wir bestätigen, dass ein Agent hier das richtige Werkzeug ist, und wenn ein Workflow oder ein einzelner Prompt die Aufgabe erledigt, sagen wir das vor der Zusage.
Wir entwerfen den Agenten: das Framework, den Modellanbieter, die Werkzeuge und APIs, die er aufruft, den Kontext und das Retrieval, das er braucht, und die Punkte, an denen ein Mensch freigeben muss. Das Design ist vor dem Code prüfbar, nicht erst während des Codes entdeckt.
Wir bauen den Agenten und seine Evaluationen gemeinsam. Evals messen, ob er die Aufgabe in den Fallen erfüllt, die zahlen, sodass eine Änderung, die einen Pfad verbessert und einen anderen bricht, vor dem Produktivbetrieb sichtbar wird statt danach.
Wir verdrahten die Bestätigungspunkte: wo der Agent vorschlägt und wartet, was ein Prüfer sieht und wie eine Aktion freigegeben, bearbeitet oder abgelehnt wird. Riskante und unumkehrbare Aktionen laufen nie, ohne dass ein Mensch entscheidet.
Wir fügen die Produktivteile hinzu: Kosten- und Ratengrenzen, Wiederholungen und Anbieter-Fallbacks, Leitplanken für Ein- und Ausgabe und Tracing, sodass jeder Schritt und Werkzeugaufruf sichtbar ist. Der Agent hört auf, eine Blackbox zu sein, und wird ein System, das Sie betreiben können.
Wir deployen den Agenten in Ihre Infrastruktur und übergeben den Code, die Evals und ein Runbook, sodass Sie ihn ohne uns in der Schleife betreiben. Ein optionaler Retainer deckt Wartung, Evals, Modell-Updates und Bereitschaft bis zu einem vereinbarten SLA-Ziel.
Ein agentisches System bringt Macht und Komplexität zugleich. Vier Fragen entscheiden, ob es das richtige Werkzeug für Ihren Fall ist.
Agenten verdienen ihre Komplexität, wenn eine Aufgabe über mehrere Schritte Urteilsvermögen braucht: Kontext lesen, wählen, welches Werkzeug aufgerufen wird, und auf das Ergebnis reagieren, wo der Pfad für einen festen Workflow zu variabel ist. Ist die Aufgabe eine feste Schrittfolge, ist ein deterministischer Workflow oder ein Skript einfacher, günstiger und vorhersehbarer, und wir empfehlen das stattdessen.
Agenten sind probabilistisch, daher läuft eine riskante oder schwer umkehrbare Aktion mit einem Menschen in der Schleife: Der Agent schlägt vor, ein Mensch bestätigt. Wir gestalten diese Grenze ausdrücklich, fügen Leitplanken für Ein- und Ausgabe hinzu und halten einen Audit-Trail, sodass das System autonom ist, wo es sicher ist, und beaufsichtigt, wo nicht.
Sie steuern, wohin Kontext und Prompts gehen und welcher Modellanbieter was sieht. Wir halten Retrieval und Speicherung in einer Infrastruktur, die Sie betreiben, wo der Fall es verlangt, schließen einen Auftragsverarbeitungsvertrag und gestalten DSGVO-bewusste Datenflüsse, wo personenbezogene Daten beteiligt sind. Modellaufrufe an OpenAI oder Anthropic sind auf das beschränkt, was die Aufgabe braucht.
Die Agenten-Logik, die Werkzeuge, die Evals und die Prompts gehören Ihnen, in Ihrem Repository, gebaut auf offenen Frameworks mit dem Modellanbieter hinter einer Schicht. Es gibt keine Oronts-Lizenzsperre für Betrieb oder Änderung, und jedes kompetente Engineering-Team kann es übernehmen, sodass die Framework- und Anbieterwahl nie eine Einbahnstraße ist.
Dasselbe Ziel verlangt sehr unterschiedliche Werkzeuge, je nachdem, wie variabel die Aufgabe ist und wie viel Urteilsvermögen sie braucht. Hier endet ein einzelner Prompt, hier endet ein fester Workflow, und hier verdient ein agentisches System seine zusätzliche Komplexität.
Seitwarts scrollen, um alle drei Spalten zu vergleichen.
| Einzelner Prompt | Workflow-Automatisierung | Agentisch + Oronts | |
|---|---|---|---|
| Bewältigt variable, mehrstufige Aufgaben, die kein fester Pfad sind | |||
| Ruft Werkzeuge und APIs auf und führt echte Aktionen aus | |||
| Entscheidet anhand des Kontexts, welches Werkzeug zu nutzen ist | |||
| Ruft Kontext aus Ihren eigenen Dokumenten und Daten ab | |||
| Mensch in der Schleife bei riskanten Aktionen | |||
| Evaluation und Tracing für den Produktivbetrieb eingebaut | |||
| Deterministische und vollständig vorhersehbare Ausgabe | |||
| Senior-Engineering-Team dahinter |
Ein Haken bedeutet, es passt ab Werk gut zum Fall. Ein Minus bedeutet teilweise oder mit Aufwand. Textzellen sagen, was es tatsächlich braucht. Ein deterministischer Workflow bleibt die bessere Wahl, wo der Pfad fest ist und volle Vorhersehbarkeit wichtiger als Urteilsvermögen ist.
Konkrete Situationen, in denen Urteilsvermögen über mehrere Schritte ein festes Skript schlägt, und das Ergebnis, das der Agent zusammen mit unserem Engineering liefert.
Ein agentischer Checkout-Assistent, der über typisierte Werkzeuge die passenden Produkte findet, Verfügbarkeit und Preis prüft und die Bestellung zur Bestätigung durch einen Menschen vorschlägt, bevor sie verbindlich wird.
Ein Operations-Agent, der den Fall liest, entscheidet, welches Werkzeug er aufruft, und innerhalb gesetzter Grenzen handelt, mit Eskalation an einen Menschen, sobald ein Schritt heikel oder schwer rückgängig zu machen ist.
Ein Support-Triage-Agent, der jede Anfrage klassifiziert und weiterleitet, eine fundierte Antwort mit Quellenverweisen entwirft und die sensiblen Fälle mit vollem Kontext an einen Menschen übergibt.
Die meisten Teams brauchen am ersten Tag keinen Agenten. Wir führen Sie nur so weit die Leiter hinauf, wie die Aufgabe es verlangt, und sagen klar, wenn ein günstigerer Schritt den Bedarf bereits deckt. Jede Stufe ist ein funktionierendes System, das Ihnen gehört, kein Wegwerfstück.
Wir beginnen mit einem gut formulierten Modellaufruf, wenn ein einzelner Prompt mit guten Anweisungen die Aufgabe erledigt. Das ist die günstigste, am besten vorhersehbare Option, und für viele Aufgaben ist es der richtige Punkt zum Aufhören. Wir sagen Ihnen, wenn es ausreicht.
Wenn die Aufgabe eine feste Abfolge von Schritten ist, verdrahten wir einen deterministischen Workflow oder einen n8n-Flow, der Werkzeuge in bekannter Reihenfolge aufruft. Vollständig vorhersehbar, leicht nachvollziehbar und ohne Modellurteil, wo keines nötig ist.
Wenn Antworten von Ihren eigenen Dokumenten abhängen, ergänzen wir Retrieval über Ihre Daten mit Quellenverweisen, sodass die Ausgabe in Ihrem Wissen verankert und überprüfbar ist, statt blind vertraut zu werden.
Wenn die Arbeit wirklich Urteilsvermögen über mehrere Schritte braucht, heben wir sie zu einem Agenten an, der entscheidet, welches Werkzeug er aufruft, mit Leitplanken, Kosten- und Ratengrenzen, Evaluierungen und einem Menschen in der Schleife bei jeder heiklen Aktion.
Wir härten das System mit Tracing, Anbieter-Fallbacks und einem Runbook und übergeben dann den Code und die Evals, sodass Sie es in Ihrer eigenen Infrastruktur betreiben. Ein optionaler Retainer deckt Wartung und Modellaktualisierungen bis zu einem vereinbarten SLA-Ziel ab.
Wie sich die Verantwortung zwischen Oronts, Ihrem Team und den Modell- und Cloud-Anbietern bei einer agentischen Umsetzung aufteilt.
| Verantwortung | Oronts | Ihre Agentur / Ihr Partner | Sie | Modell- / Cloud-Anbieter |
|---|---|---|---|---|
| Agentendesign und Orchestrierung | Oronts verantwortet Agentendesign und Orchestrierung | |||
| Evaluierungen und Test-Harness | Oronts verantwortet Evaluierungen und Test-Harness | |||
| Guardrails und Freigabe-Gates | Oronts verantwortet Guardrails und Freigabe-Gates | Sie verantwortet Guardrails und Freigabe-Gates | ||
| Prompts, Richtlinien und Geschäftsregeln | Sie verantwortet Prompts, Richtlinien und Geschäftsregeln | |||
| Hosting, Daten und Modell-Keys | Sie verantwortet Hosting, Daten und Modell-Keys | Modell- / Cloud-Anbieter verantwortet Hosting, Daten und Modell-Keys | ||
| Bereitschaft und Incident Response | Oronts verantwortet Bereitschaft und Incident Response | |||
| Code und IP | Sie verantwortet Code und IP |
Oronts arbeitet mit ernsthaften Teams, die Senior-Delivery brauchen, kein Billig-Outsourcing.
Der genaue Preis hängt von Umfang, Verantwortung, Liefergeschwindigkeit, Teamgröße, Integrationen, Support-Erwartungen und Produktionsrisiko ab.
Grunder-geführte, ausschließlich seniorbesetzte Lieferung aus München. Stecken Sie Ihren agentischen KI-Anwendungsfall in einem Gespräch ab.