9. Das Prompt-Engineering
Nachdem das LLM-Setup ausgewählt wirde, folgt der nächste Schritt:
das Prompt-Engineering.
In dieser Phase wird festgelegt, wie die KI denkt, antwortet und handelt. Vimmera AI übernimmt diesen Schritt in enger Abstimmung mit Ihnen, denn hier geht es nicht um Technik, sondern darum, wie Ihre KI Ihr Unternehmen nach innen und außen repräsentiert.
Eine KI besteht nicht nur aus Daten und Modellen. Sie benötigt klare Regeln, nach denen sie dieses Wissen nutzt. Diese Regeln bestimmen, wie sie formuliert, wie sie mit Unsicherheit umgeht, wie tief sie antwortet, wie empathisch oder sachlich sie auftritt und wie sie mit sensiblen Themen umgeht. Genau hier entsteht die Persönlichkeit und Verlässlichkeit Ihres Systems.
Was passiert im Prompt-Engineering?
Im Prompt-Engineering werden die grundlegenden Arbeitsanweisungen für die KI definiert. Ein zentraler Bestandteil ist dabei der sogenannte Systemprompt. Dieser beschreibt nicht einzelne Antworten, sondern die Rolle, die die KI einnimmt.
Hier wird festgelegt, in welcher Sprache und in welchem Stil die KI kommuniziert, welche Tonalität sie verwendet, wie präzise oder ausführlich sie antwortet, wie sie auf Unklarheiten reagiert und wie sie Informationen strukturiert.
Darüber hinaus werden in diesem Schritt auch inhaltliche und organisatorische Grenzen gesetzt. Der Systemprompt enthält Vorgaben zu erlaubten und unerlaubten Handlungen, zu internen Richtlinien, zum Unternehmenscodex, zu Compliance-Vorgaben, Datenschutz, Haftung und Eskalationsregeln. Die KI lernt dadurch, wann sie antworten darf, wann sie vorsichtig sein muss und wann sie eine Anfrage ablehnen oder weiterleiten soll.
So wird aus einer neutralen KI ein System, das in Ihrer Sprache spricht, Ihre Werte berücksichtigt und Ihre Regeln einhält.
Warum dieser Schritt so wichtig ist
Ohne Prompt-Engineering bleibt eine KI trotz guter Daten unberechenbar. Sie kann zwar Informationen liefern, aber nicht sicherstellen, dass diese in der richtigen Form, im richtigen Ton und innerhalb der richtigen Grenzen ausgegeben werden.
Erst durch klar definierte Prompts wird aus Wissen ein verlässlicher Unternehmensassistent. Die KI weiß dann nicht nur, was sie sagen soll, sondern auch wie, wann und in welchem Rahmen.
Dieser Schritt kann erst sinnvoll durchgeführt werden, wenn die Wissensbasis vollständig, strukturiert und verifiziert ist (also wenn Ihr Vimmera Cortex fertiggestellt ist). Nur dann ist klar, welches Wissen gilt und welche Regeln darauf angewendet werden sollen.
Was Sie davon haben
Durch das Prompt-Engineering erhält Ihre KI eine eindeutige Identität. Sie kommuniziert konsistent, verwendet Ihre Fachsprache, folgt Ihren Regeln und tritt so auf, wie es zu Ihrem Unternehmen passt.
Für Mitarbeitende bedeutet das klare, verständliche und einheitliche Antworten. Für Kunden bedeutet es Professionalität, Sicherheit und Vertrauen. Und für Ihr Unternehmen bedeutet es Kontrolle darüber, wie KI auftritt, entscheidet und kommuniziert.
1. Das Kennenlernen
Der Einsatz von Künstlicher Intelligenz in Unternehmen beginnt nicht mit Technik, sondern mit Verstehen.Deshalb startet jede Zusammenarbeit mit Vimmera AI mit einem strukturierten Kennenlerngespräch. Dieses Gespräch dient dazu, Ihre Organisation, Ihre Herausforderungen und Ihre Ziele wirklich zu erfassen. Es ist keine Verkaufspräsentation und keine technische Abfrage, sondern ein fachlicher Austausch zwischen unseren Unternehmen. Gleichzeitig lernen auch Sie uns kennen. Wir stellen Ihnen Vimmera AI, unsere Arbeitsweise und unsere technologische Herangehensweise so vor, dass Sie ein klares Bild davon erhalten, wie eine Zusammenarbeit abläuft und was der Einsatz von KI in Ihrem Unternehmen konkret bedeutet. Selbstverständlich haben Sie dabei Raum für alle Fragen. Nutzen Sie das Gespräch, um offen alles anzusprechen, was Ihnen wichtig ist. Egal ob fachlich, organisatorisch oder strategisch.…
2. Der Prozessworkshop
Nach dem Kennenlernen und einer gefassten Entscheidung in Richtung KI im Unternehmen, folgt der nächste, entscheidende Schritt: das Analysegespräch bzw. der Prozessworkshop. Je nach Unternehmensgröße und Prozesskomplexität ist ein umfassendes Gespräch (das Analysegespräch) oder ein Workshop mit mehreren Personen und ggf. über mehrere Tage hinweg erforderlich.Im Workshop bzw. im Analysegespräch geht es nicht mehr um das gegenseitige Kennenlernen, sondern um ein systematisches, gemeinsames Verstehen Ihrer Organisation und Ihrer Prozesse. In diesem Schritt beginnen wir mit der strukturierten Unternehmensanalyse auf Basis von DEX (Digital Experience & Execution). DEX ist das Analyse- und Wirkungsframework von Vimmera AI mit dem wir gezielt herausbekommen, wo Potenziale stecken. DEX bietet uns und Ihnen darüber hinaus aber auch die Möglichkeit den späteren Nutzen der KI-Einführung objektiv…
3. Die DEX-Analyse
Die DEX-Analyse (Digital Experience & Execution) ist das Fundament jeder erfolgreichen KI-Einführung mit Vimmera AI. Sie schafft ein objektives, belastbares Bild davon, wie Ihre Organisation tatsächlich arbeitet. Nach dem Analysegespräch führen wir auf Wunsch gemeinsam eine vollständige DEX-Analyse von Prozessen und Arbeitsschritten in Ihrem Unternehmen oder Ihrer Organisation durch. Dabei erreichen wir eine deutlich höheren Detaildichte als im Analysegespräch selbst. Während viele Projekte auf Annahmen, Einzelmeinungen oder isolierten Prozessbeschreibungen basieren, erfasst DEX die gesamte Arbeitswirklichkeit: Informationsflüsse, Prozesse, Systeme, Schnittstellen, Wissensquellen und menschliche Arbeitsweisen werden gemeinsam betrachtet und in einen klaren Zusammenhang gebracht. Wofür ist die DEX-Analyse da? Die DEX-Analyse beantwortet zwei zentrale Fragen: Wo entfaltet KI in Ihrer Organisation den größten Nutzen? Wie hoch ist der Nutzen in Ihrem Unternehmen…
4. Die Wissenssammlung
Bevor KI Wissen nutzen, verstehen und zuverlässig bereitstellen kann, muss dieses Wissen zunächst vollständig und richtig erfasst werden. Genau deshalb ist die systematische Sammlung des Unternehmenswissens einer der wichtigsten Schritte auf dem Weg zu einer funktionierenden KI-Lösung. Dabei geht es ausdrücklich nicht darum, einfach Dokumente in eine Datenbank oder einen „KI-Ordner“ hochzuladen. Eine solche Ablage erzeugt Dateien aber noch kein nutzbares Wissen. Dokumente enthalten Inhalte, aber meist nur sehr wenig von dem Kontext, der für eine professionelle Nutzung entscheidend ist: In welchem Prozess gilt diese Information? Für welche Rolle? Ist sie aktuell? Welche Ausnahmen existieren? Welche Erfahrungen haben Mitarbeitende damit gemacht? Eine KI, die nur auf hochgeladene Dateien zugreift, kann Textstellen wiederfinden aber sie kann nicht wirklich verstehen, was diese…
5. Die Datenaufbereitung
Nachdem das Unternehmenswissen vollständig gesammelt wurde, beginnt der Schritt, der maßgeblich darüber entscheidet, wie leistungsfähig, zuverlässig und nützlich die spätere KI tatsächlich sein wird: die Datenaufbereitung. In dieser Phase wird aus einer großen Menge einzelner Dateien, Texte, Medien, Systemauszüge und Erfahrungsberichte erstmals ein zusammenhängendes, strukturiertes und fachlich belastbares Wissenssystem. Hier kommt Vimmera Cortex zum Einsatz. Unsere Wissensdatenbank mit ganz spezieller Datenstruktur. Die gesammelten Informationen liegen zunächst in sehr unterschiedlicher Qualität vor. Häufig existieren mehrere Versionen desselben Inhalts, es gibt widersprüchliche Aussagen, veraltete Stände, informelle Arbeitsweisen, uneinheitliche Begriffe oder fehlende Bezüge zwischen zusammengehörenden Themen. Vieles ist historisch gewachsen, nicht konsistent gepflegt oder auf unterschiedliche Zielgruppen und Situationen ausgelegt. Ein besonders wichtiger Bestandteil der Datenaufbereitung ist dabei die Vereinheitlichung und Strukturierung der…
6. Die Datenverifikation
Nachdem das Unternehmenswissen gesammelt und in der Datenaufbereitung für Vimmera Cortex strukturiert, bereinigt und miteinander verknüpft wurde, folgt der Schritt, der aus Information wirklich verlässliches Wissen macht: die Datenverifikation. In dieser Phase wird entschieden, welche Inhalte tatsächlich als gültig, verbindlich und aktiv nutzbar gelten dürfen. Denn selbst technisch perfekt aufbereitete Daten sind ohne fachliche Prüfung noch kein tragfähiges Fundament. In jeder Organisation existieren parallel offizielle Regelwerke, gewachsene Praxis, individuelle Erfahrungswerte, alte Dokumente und neue Richtlinien. Diese widersprechen sich häufig oder gelten nur in bestimmten Kontexten. Würde eine KI all diese Informationen ungefiltert gleichwertig behandeln, würde sie zwangsläufig falsche, veraltete oder widersprüchliche Aussagen liefern. Die Datenverifikation sorgt dafür, dass aus der Wissensbasis keine bloße Ansammlung von Meinungen entsteht, sondern eine klare,…
7. Das Datenembedding und Datenvektorisierung
Nachdem Wissen gesammelt, aufbereitet und verifiziert wurde, folgt der Schritt, der dafür sorgt, dass die KI später schnell, präzise und kontextgenau auf dieses Wissen zugreifen kann: Das Chunking, Embedding, semantische Aufbereitung und der Aufbau von Vektordatenbanken (Vector Stores). Dieser Schritt ist der technische Kern dafür, dass die KI nicht „irgendwo sucht“, sondern gezielt das passende Wissen findet, auch dann, wenn Nutzer andere Worte verwenden, Abkürzungen nutzen oder unvollständig fragen. Er entscheidet maßgeblich darüber, ob Antworten stabil, reproduzierbar und fachlich sauber entstehen. Was passiert in diesem Schritt? In diesem Schritt wird aus der verifizierten Wissensbasis eine Form erzeugt, die eine KI effizient durchsuchen und zuverlässig nutzen kann. Zunächst werden Inhalte in kleinere, inhaltlich sinnvolle Wissenseinheiten zerlegt. Dieser Prozess wird Chunking genannt.…
8. Die Auswahl des oder der LLMs
Nachdem Wissen strukturiert, verifiziert und technisch so aufbereitet wurde, dass es präzise gefunden und genutzt werden kann (also Ihr Unternehmensspezifischer Vimmera Cortex aufgebaut wurde), folgt der nächste zentrale Schritt: die Auswahl der Large Language Models (LLMs). LLMs sind die „Denkmaschinen“ hinter der KI. Sie bestimmen, wie Sprache verstanden wird, wie Texte entstehen, wie logisch argumentiert wird und wie flexibel das System reagieren kann. Vimmera AI wählt diese Modelle nicht pauschal aus, sondern gemeinsam mit Ihnen und auf Basis Ihrer konkreten Anforderungen. Denn es gibt nicht „das eine beste Modell“. Es gibt große und kleine Modelle, sehr kreative und sehr präzise Modelle, schnelle und ressourcenschonende Modelle sowie hochspezialisierte Modelle für bestimmte Aufgaben. Je nach Einsatzbereich kann ein einziges Modell sinnvoll sein…
9. Das Prompt-Engineering
Nachdem das LLM-Setup ausgewählt wirde, folgt der nächste Schritt: das Prompt-Engineering. In dieser Phase wird festgelegt, wie die KI denkt, antwortet und handelt. Vimmera AI übernimmt diesen Schritt in enger Abstimmung mit Ihnen, denn hier geht es nicht um Technik, sondern darum, wie Ihre KI Ihr Unternehmen nach innen und außen repräsentiert. Eine KI besteht nicht nur aus Daten und Modellen. Sie benötigt klare Regeln, nach denen sie dieses Wissen nutzt. Diese Regeln bestimmen, wie sie formuliert, wie sie mit Unsicherheit umgeht, wie tief sie antwortet, wie empathisch oder sachlich sie auftritt und wie sie mit sensiblen Themen umgeht. Genau hier entsteht die Persönlichkeit und Verlässlichkeit Ihres Systems. Was passiert im Prompt-Engineering? Im Prompt-Engineering werden die grundlegenden Arbeitsanweisungen für die…
10. Implementierung von Sicherheitsmechanismen
Neben der Auswahl und Kombination der passenden LLMs wird, je nach Anforderung und Einsatzbereich, ein weiterer wichtiger Schritt umgesetzt: die Implementierung zusätzlicher Sicherheitsmechanismen. Denn Ihr Wissen ist wertvoll, und es verdient denselben Schutz wie jedes andere geschäftskritische System. Vimmera AI betrachtet Sicherheit nicht als Option, sondern als integralen Bestandteil einer professionellen KI-Architektur. Je nach Sensibilität der Daten, rechtlichen Vorgaben und Einsatzszenarien werden unterschiedliche Schutzebenen aktiviert und kombiniert. Was passiert in diesem Schritt? In dieser Phase werden technische und organisatorische Schutzmechanismen in die KI-Pipeline integriert, sowohl vor der Verarbeitung durch ein LLM als auch nach der Erzeugung einer Antwort. Auf der Eingabeseite werden Filter eingesetzt, die Anfragen prüfen, bevor sie überhaupt an ein Sprachmodell weitergegeben werden. So kann verhindert werden, dass…
11. Zusätzliche Datenquellen und Schnittstellen
Je nach Anwendungsfall kann es sinnvoll oder notwendig sein, die Wissensbasis aus Dokumenten und verifiziertem Unternehmenswissen um weitere Datenquellen zu ergänzen. Dazu zählen etwa Datenbanken, Business-Systeme und andere Datenschnittstellen, die beispielsweise über moderne Integrationsstandards wie MCP angebunden werden können. Der Hintergrund ist einfach: Nicht alles, was eine KI beantworten oder erledigen soll, steht in Dokumenten. Viele wichtige Informationen sind „lebendig“ und ändern sich ständig, etwa Preise, Lagerstände, Kundenstatus, Vorgangsdaten, Tickets, Liefertermine, Stammdaten oder Projektinformationen. Damit die KI hier zuverlässig arbeiten kann, braucht sie einen kontrollierten Zugriff auf die Systeme, in denen diese Daten bereitgestellt werden. Was passiert in diesem Schritt? In diesem Schritt wird gemeinsam festgelegt, welche externen Systeme angebunden werden sollen und wofür. Das können klassische Datenbanken sein (z.…
12. Anpassung der Benutzeroberfläche
Damit KI im Unternehmen wirksam wird, reicht es nicht, dass sie technisch funktioniert. Sie muss dort verfügbar sein, wo Mitarbeitende tatsächlich arbeiten. Deshalb setzt Vimmera AI auf browserbasierte Frontends wie Vimmera Studio und Vimmera Assist. Browserbasierte Lösungen bieten entscheidende Vorteile: Sie funktionieren auf nahezu allen Geräten, ohne lokale Installation, ohne komplexe Updates und ohne aufwendige IT-Eingriffe. Ob im Büro, im Homeoffice oder unterwegs, der Zugriff auf die KI ist überall möglich, sicher und stets aktuell. Neue Funktionen stehen sofort zur Verfügung, ohne dass IT-Abteilungen oder Nutzer aktiv werden müssen. Was passiert in diesem Schritt? In diesem Schritt wird die Benutzeroberfläche definiert, angepasst und integriert. Dabei geht es nicht darum, den Mitarbeitenden „noch eine neue Software“ zu geben, sondern darum, eine…
13. Rollout der KI-Systeme
Nachdem alle technischen, inhaltlichen und organisatorischen Grundlagen geschaffen wurden, beginnt die Rollout-Phase. In diesem Schritt wird die KI nicht einfach „freigeschaltet“, sondern kontrolliert, begleitet und abgestimmt in den realen Arbeitsalltag eingeführt. Ziel ist es, dass die KI nicht nur funktioniert, sondern von den Mitarbeitenden verstanden, akzeptiert und sinnvoll genutzt wird. Deshalb erfolgt die Einführung in enger Abstimmung mit Ihrem Unternehmen, häufig beginnend in einzelnen Teams, Abteilungen oder klar abgegrenzten Anwendungsbereichen. Was passiert in der Rollout-Phase? Der Rollout startet in der Regel mit Pilotgruppen. Das können einzelne Teams, Standorte oder Fachbereiche sein, in denen die KI zunächst produktiv eingesetzt wird. So lassen sich Erfahrungen sammeln, Prozesse verfeinern und Rückmeldungen aus der Praxis direkt einarbeiten, bevor das System unternehmensweit ausgerollt wird. Parallel…
14. Change-Management
Die Einführung von KI ist nicht nur ein technisches Projekt, sondern ein tiefgreifender organisatorischer und kultureller Wandel. Neue Systeme, neue Arbeitsweisen und neue Möglichkeiten lösen bei vielen Menschen Unsicherheit, Fragen oder sogar Ängste aus. Vimmera AI weiß das und genau deshalb ist Change-Management ein fester Bestandteil jeder KI-Einführung. Unser Ziel ist nicht nur, KI bereitzustellen, sondern Vertrauen aufzubauen, Verständnis zu schaffen und Akzeptanz zu fördern. Mitarbeitende sollen nicht das Gefühl haben, ersetzt oder kontrolliert zu werden, sondern unterstützt, entlastet und befähigt. Was passiert im Change-Management? Im Change-Management schaffen wir Raum für Fragen, Bedenken und offene Gespräche. Mitarbeitende können ihre Sorgen äußern, Rückmeldungen geben und verstehen lernen, was die KI tut und was nicht. Vimmera AI begleitet diesen Prozess aktiv durch…
15. Feinabstimmungen vor der echten Einführung
Nachdem die KI in ersten Teams oder Abteilungen eingeführt wurde, folgt eine gezielte Phase der gemeinsamen Optimierung, Anpassung und Fehlerkorrektur, noch bevor das System unternehmensweit live geht. Diese Phase ist entscheidend, um aus einer funktionierenden Lösung eine wirklich belastbare, praxistaugliche KI zu machen. Der Pilotbetrieb zeigt, wie die KI im echten Arbeitsalltag genutzt wird. Hier wird sichtbar, wo Antworten noch zu ungenau sind, wo Abläufe nicht optimal greifen, wo Begriffe missverstanden werden oder wo zusätzliche Informationen fehlen. Genau diese Erkenntnisse fließen in diese Feinabstimmungsphase ein. Was passiert in diesem Schritt? In enger Zusammenarbeit mit den Pilotanwendern sammelt Vimmera AI strukturiertes Feedback aus dem täglichen Einsatz. Fragen, Probleme, Missverständnisse und Verbesserungsvorschläge werden systematisch erfasst und ausgewertet. Auf dieser Basis werden gezielte…
16. Go-live
Nach der erfolgreichen Pilotphase und der gemeinsamen Feinabstimmung folgt der entscheidende Moment: der Go-Live. In diesem Schritt wird die KI offiziell für den produktiven Einsatz im gesamten definierten Umfang freigeschaltet. Ab jetzt ist sie nicht mehr nur ein Pilotprojekt, sondern ein fester Bestandteil Ihrer Arbeitswelt. Der Go-Live erfolgt bewusst geplant und koordiniert. Ziel ist ein reibungsloser Übergang vom Testbetrieb in den produktiven Alltag, ohne Unterbrechungen, Unsicherheiten oder Überraschungen für die Mitarbeitenden. Was passiert beim Go-Live? Zum Go-Live werden die final abgestimmten Systeme, Wissensstände, Sicherheitsmechanismen und Benutzeroberflächen aktiviert. Die KI wird für alle vorgesehenen Nutzergruppen freigeschaltet und in die vorgesehenen Arbeitsumgebungen integriert. Begleitend dazu stellt Vimmera AI sicher, dass Support, Monitoring und Ansprechpersonen bereitstehen. So können Fragen, Rückmeldungen oder unerwartete Effekte…
17. Die zweite DEX-Analyse
Nach dem Go-Live beginnt die Phase, in der sich entscheidet, ob KI nicht nur „eingeführt“, sondern wirklich wirksam geworden ist. Genau dafür wird die DEX-Analyse ein zweites Mal durchgeführt. Sie ist kein formaler Abschluss, sondern ein bewusst gesetzter Messpunkt, um den Zustand nach der Einführung mit dem Ausgangszustand zu vergleichen. Die erste DEX-Analyse hat den Ist-Zustand vor der KI-Einführung sichtbar gemacht: Prozesse, Informationsflüsse, Engpässe, Reibungsverluste, Wissensabhängigkeiten und Systembrüche. Die zweite DEX-Analyse bildet nun den neuen Ist-Zustand ab, nach der Einführung. Aus diesen beiden Messpunkten entsteht ein belastbarer „Vorher–Nachher“-Vergleich, der nicht auf Gefühl basiert, sondern auf einer strukturierten, nachvollziehbaren Bewertung. Was passiert in der zweiten DEX-Analyse? In der zweiten DEX-Analyse betrachten wir erneut die gleichen relevanten Bereiche wie beim ersten Mal,…
18. Pflege, Betreuung & Weiterentwicklung
Mit dem Go-Live und der zweiten DEX-Analyse ist die KI erfolgreich in Ihrem Unternehmen angekommen. Doch wie Ihr Unternehmen selbst bleibt auch Ihre KI nicht stehen. Produkte verändern sich, Prozesse werden angepasst, neue Erkenntnisse entstehen, Märkte und Anforderungen entwickeln sich weiter. Gleichzeitig entwickeln sich auch die zugrunde liegenden Technologien rasant: Neue LLMs, bessere KI-Modelle, leistungsfähigere Datenbanken, schnellere Hardware und neue Sicherheitsmechanismen entstehen in kurzen Zyklen. Um wettbewerbsfähig zu bleiben, müssen Systeme deshalb regelmäßig überprüft, angepasst und weiterentwickelt werden. Vimmera AI begleitet diesen Prozess langfristig und partnerschaftlich. Ihre KI ist kein abgeschlossenes Projekt, sondern ein lebendes System, das sich technisch, fachlich und organisatorisch mit Ihrem Unternehmen weiterentwickelt. Was passiert in diesem Schritt? Im laufenden Betrieb werden neue Informationen regelmäßig in das…