Jannik erklärt, wie aus dem Spot‑Quote‑Prototyp ein erster realer Systembau wird: Datenbanken, AI‑Scans und Schnittstellen ersetzen Dummy‑Daten und reduzieren manuelle Tipparbeit.
Nachdem Feedback von Marco Schenkel hat Jannik den Prototyp aus der Demo‑Blase geholt und auf echte Anbindungen fokussiert. Unter der Haube wurden separate Datenbanken für Angebote, Kunden, Partner sowie Short‑ und Long‑Term‑Memory aufgebaut. Schnittstellen zu LLMs/Gemini lesen Dokumente aus und füllen Felder automatisch, Tarife werden in Vektoren überführt. Ziel ist ein schnellerer, weniger manueller Spot‑Quote‑Flow; der End‑to‑End‑Prozess ist noch nicht vollständig, erste Bugs sind aufgetreten.
Rubriken
Themen & Erkenntnisse
Aus der Demo‑Blase: Erkenntnisse aus dem Reality‑Check · ab 00:15: Feedback von Marco Schenkel führte weg vom hübschen Prototyp hin zu Prozessintegration, mehr Historie und Vertrauen in Preisvorschläge.
Technische Umsetzung: Datenbanken, AI‑Schnittstellen und Tarif‑Vektorisierung · ab 03:29: Aufbau von DBs, Co‑Pilot‑Memory und AI‑Schnittstellen; Tarife werden in Vektoren übersetzt für KI‑gestützte Vergleiche.
Aktueller Stand, Bugs und Ausblick: Warteliste für First‑User · ab 09:02: System mit echten Daten funktioniert, aber noch Lücken und Bugs; bald Warteliste für erste Nutzer (KMU‑Speditionen).
KIDieser Inhalt wurde KI-gestützt erstellt und redaktionell geprüft.