LogTech Podcast
LogTech Podcast

LogTech Lab #4: Von Demo zu Datenbank mit Jannik

12. Juli 2026 · 14 Min.

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.

Zahlen & Fakten

95%

Beispielhafte Genauigkeitsangabe für die Vergleichbarkeit eines alten Angebots mit einem neuen (Vektorvergleich).

20+

Empfohlene Anzahl historischer Datenpunkte statt nur drei, um das System zu verbessern.

5–10 Minuten

Geschätzter Aufwand für manuelles Abtippen eines Dokuments vor der AI‑Extraktion.

Weitere 2 Zahlen & Fakten anzeigen

2–3 Monate

Zeitfenster, in dem Jannik das nächste Update und weitere Entwicklungen ankündigt.

Sekunden

Dauer, in der ein AI‑Scan Informationen aus Dokumenten extrahiert und Felder befüllt (statt Minuten).

Diese Folge steckt voller Zahlen – neugierig?

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.

Ähnliche Folgen

exchanges by Exciting Commerce · 9. Juli 2026

Exchanges #394: Meine KI-Freunde - oder: The Power of Consumer Agents

Consumer Agents können durch vertrauensbasierte, personalisierte KI-Dienste Konsumenten besser unterstützen, Datenkontrolle verschieben und neue orts‑ sowie interface‑getriebene Geschäftsmodelle ermöglichen.

Payment & Banking Fintech Podcast · 14. Juli 2026

#66 Ai in Finance: Der Chat ist tot, es lebe der Agent

KI-Modelle wandeln sich vom einfachen Frage‑Antwort‑Chat zu ausführenden, agentischen Systemen, die über Workflows, Plugins und Server‑Browser eigenständig Aufgaben ausführen und Ergebnisse liefern.

t3n Arbeit in Progress · 10. Juli 2026

Kein Job ohne KI-Kenntnisse: Der krasse Wandel in der Agentur-Branche

Nemo Tronier betont, dass KI-Kenntnisse für Agenturen heute unverzichtbar sind und gezielte KI-Anwendung Reichweite, Effizienz und Kreativität steigern kann.

Digitale Vorreiter:innen · 13. Juli 2026

Wie AI-first auf dem Desktop gedacht wird – mit Marco Szeidenleder

Marco Seidenleder erläutert, wie PandaOS als AI‑first Desktop-Betriebssystem native Integrationen, lokale Inferenz und datenschutzfreundliche Zugriffe auf Unternehmensdaten kombiniert, um Routinearbeit durch Agenten zu automatisieren.

Doppelgänger Tech Talk · 10. Juli 2026

Scam-Anruf für Herrn Philipp | USA und China ziehen KI-Zäune hoch | Lovable auf $13 Mrd. #578

Aktuelle KI- und Tech-News: große Modell-Releases und Produkt-Updates, wachsende geopolitische Spannungen um Modellnutzung und -vertrieb, mehrere große Finanzierungen sowie lokale Initiativen zur Umnutzung von Büroflächen.

Future Weekly · 12. Juli 2026

#532 - Wolfgang Weingraber über KI Logistik, Retourware & marktgetriebene Pivots

Wolfgang Weingraber erklärt, wie BuyAgain als "Refurbishment as a Service" Retourware für Brands per KI-gestützter Prozesse aufbereitet, Entsorgung reduziert und Produkte kontrolliert über Resale-Kanäle abverkauft.