In deiner Operations-Schicht. An deiner Infrastruktur. Mit deinem Team. Wir vermessen den Reifegrad, bauen die Agents, übergeben die Steuerung. Daten und Modelle bleiben deine.
Operations werden autonom. Diese Verschiebung ist im Gang. Offen ist nur, wer sie für den Mittelstand gestaltet. Heute stehen dafür drei Wege offen, jeder mit einem Preis.
SPAX steht in der Mitte: methodisch führend, technisch tief, regulatorisch zuhause.
Wir bauen und betreiben die Agents selbst, entlang einer prüfbaren Reifegrad-Methodik, modell-neutral und mit dokumentierten Exit-Bedingungen. EU AI Act, DSGVO und Betriebsrat sind für uns Engagement-Bestandteil, nicht Nachgedanke. Was wir empfehlen, liefern wir.
Wer Full Self-Driving versteht, weiß: am Ende sitzt der Mensch immer noch im Auto. Was sich ändert, ist die Nutzung seiner Stunde. Die Anwesenheit bleibt. Dieselbe Bewegung läuft jetzt durch Operations. Die Ausführung wird übergeben. Die Person bleibt.
Wer heute dreißig Reklamationen pro Tag bearbeitet, designt morgen den Agent, der dreitausend bearbeitet. Aus der Ausführungs- in die Orchestrierungsschicht. Eine Beförderung mit Hebelwirkung.
Nach der Beförderung
Schreibt System-Prompt und Tool-Boundaries. Setzt den Bounded Context, das heißt welche Daten, welche Aktionen, welche Verweigerung. Legt fest, welche Entscheidungen der Agent allein trägt und welche er hochreicht.
Baut Test-Sets, fährt Simulationen gegen historische Fälle, kuratiert Edge-Cases. Misst Pass-Rate, Halluzinations-Quote, Eskalations-Quote. Bei jeder Version: Re-Eval gegen dieselbe Latte.
Legt fest, wann der Agent stoppt, sei es über Konfidenz-Schwellwert, Domain-Grenze oder Compliance-Marker. An wen er übergibt, in welcher Latenz, mit welchem Kontext und welcher Begründungsspur. Eskalation ist eine auditierbare Aktion, kein Fallback.
Übernimmt die Fälle, die der Agent nicht trägt: Edge Cases, sensible Kontexte, Kunden-Eskalationen. Jede Behandlung produziert ein Datum: neue Eval-Probe, Prompt-Update, Tool-Anpassung. So wächst der Agent durch die Ausnahme, nicht trotz ihr.
Operiert das Dashboard: Durchsatz, Kosten pro Fall, Eskalations-Quote, Kunden-Sicht. Entscheidet, wann der nächste Level-Schritt sinnvoll ist und wann der Agent zurückgenommen wird. Steuerung im Regelbetrieb, nicht nur in der Krise.
Methodisch erreichbar. Entlang sechs Reifegraden.
Vier Schritte, jeder einzeln buchbar und ein Tor zum nächsten. Du fängst klein an und skalierst nur, wenn der Befund trägt.
Reifegrad-Befund pro Prozess. Wir priorisieren die Kandidaten, beziffern den Aufwand und legen den Pfad offen. Fixpreis, klar umrissen.
Ziel-Level pro Prozess, Architektur-Entscheidung, Compliance-Pfad. Die eigene Plattform wird transparent gegen existierende Lösungen bewertet, auch wenn die Empfehlung gegen sie ausfällt.
Custom Agents, deployt und lauffähig. Kein Template-Verkauf. Dein Team übernimmt die Steuerung ab Tag eins.
Laufender Betrieb der deployten Agents: Monitoring, Drift-Detektion, Incident-Response, Eskalations-Pfade und periodische Re-Bewertung gegen das Ziel-Level.
Compliance, Workforce und Governance liefern wir über ein zertifiziertes Partner-Netzwerk. SPAX bleibt durchgängig dein Ansprechpartner.
Sechs Reifegrade von L0 (Manual) bis L5 (Full): vom Vorgang per Hand bis zur End-to-End-Ausführung durch den Agent, mit dem Menschen in der Strategie- und Audit-Rolle. Analog zu SAE J3016 für das autonome Fahren, übertragen auf operative Geschäftsprozesse. OAL macht prüfbar, wo ein Prozess heute steht, wohin er wandert und welche Architektur ihn strukturell trägt.
Drei Dinge in einer Sprache: Diagnose, Roadmap und gemeinsames Vokabular für alle Stakeholder. OAL ist die Sprache, in der wir den Befund stellen. Sie bleibt, wenn wir gehen. Dein Team führt sie weiter.
Sechs Reifegrade. Vom Operator zum Architect.
Bestellungen werden am Telefon aufgenommen, Reklamationen per E-Mail bearbeitet, Status-Updates auf Zuruf gegeben. Excel ist das einzige System, das mehr als eine Person sieht. Wissen sitzt in den Köpfen erfahrener Mitarbeiter, nicht in dokumentierten Prozessen.
Erste Dashboards zeigen Volumen und Bearbeitungszeiten. Einzelne Schritte sind automatisiert: Order-Bestätigungen, einfache Lookups. Jede Entscheidung läuft weiterhin durch den Menschen, jeder Vorgang wird einzeln angefasst.
Systeme klassifizieren Eingänge, ziehen passende Kunden-Daten heraus, schlagen Antwort-Templates vor. Der Mensch sieht den Kontext aufbereitet und entscheidet schneller, aber jede Aktion bestätigt er selbst. Augmentation. Die Entscheidung bleibt menschlich.
Standard-Vorgänge laufen automatisch: Auftragsannahme bei klaren Parametern, Status-Updates ohne menschliche Hand, Routine-Reports auf Knopfdruck. Der Mensch reviewt im Sampling und übernimmt alles, was außerhalb der Regel-Grenzen liegt.
Der Agent verhandelt eigenständig Reklamationen, schließt Tickets, koordiniert mit Schwester-Systemen. Erkennt er einen Edge-Case oder eine compliance-relevante Konstellation, übergibt er an den Menschen mit voller Begründungsspur. Der Default-Fall läuft ohne Mensch.
Der Agent läuft den ganzen Prozess End-to-End ohne Eingriff. Der Mensch wechselt in die Strategie- und Audit-Rolle: setzt Ziele, prüft Audit-Trails, entscheidet wann der Agent weiterentwickelt wird. Strategische Reviews einmal pro Quartal, operative Eingriffe gehören der Ausnahme.
Der Agent arbeitet in einem Korridor, den du setzt. Mit jeder Stufe nimmt er mehr Aufgaben auf, die Kontrolle bleibt nachvollziehbar.
Mit jeder OAL-Stufe verschiebt sich die Arbeitszeit eines Mitarbeiters, der bleibt, von Execution zu Design zu Strategy. Derselbe Mensch, andere Schicht. Das ist der Stack-Aufstieg.
Schichten
Ausgangslage. Industriebetrieb. Operative Routine-Schicht mit täglich vierstelliger Vorgangsfrequenz, Reifegrad L1.
Pfad. Vier Wochen Analyse vor Ort → Multi-Vendor-Architektur ohne Lock-in → Pilot auf 10 % des Volumens → schrittweiser Roll-out.
Übergabe. Drei Operations-Mitarbeiter werden Agent-Trainer und -Supervisor. Sie steuern den Agent ab Tag eins selbst.
Was bleibt. Skalierte Vorgangsfrequenz bei gleichbleibendem Headcount. Audit-Trail. Internes Team in der neuen Rollenklasse.
Ausgangslage. Spezialisierter Großhändler. Moderates Vorgangsvolumen, aber jede Eskalation regulatorisch oder vertraglich dicht.
Pfad. Eskalations-Pfade dokumentieren → Conditional-Autonomy-Agent mit Schwellwert-Routing → Audit-Trail pro Eskalation.
Übergabe. Agent-Supervisor-Rolle wird im Operations-Team eingeführt, mit klarer Übergabe-Logik an Operations-Lead.
Was bleibt. Eskalations-Reaktionszeit halbiert. Dokumentierte Audit-Spur für jeden regulatorischen Review.
Ausgangslage. Regulierter Dienstleister. Jeder Vorgang muss EU-AI-Act-fähig sein.
Pfad. Compliance-Mapping pro Vorgangs-Typ → hybride Architektur (autonomer Lauf nur unter dokumentierten Bedingungen) → Audit-Trail-First-Deployment.
Übergabe. Agent-Governor-Rolle als Schlüssel-Position für laufende Compliance-Verantwortung.
Was bleibt. Audit-Bereitschaft zu jedem Zeitpunkt. Skalierbare Compliance ohne lineares Personal-Wachstum.
Thomas Daiber hat Hubject als CEO zu einer der führenden E-Mobility-Plattformen der Welt gebaut: das eRoaming-Joint-Venture von BMW, Bosch, Daimler, EnBW, RWE und Siemens, das anbieterübergreifendes Laden in Europa überhaupt erst möglich gemacht hat. Davor Ladeinfrastruktur bei EnBW, E-Mobility-Beratung bei Porsche Consulting, Brennstoffzellen-Entwicklung bei Daimler.
2019 gründete er die Cosmic Cat Group in Berlin, ein Strategie- und Venture-Haus für neue Mobilität, von E-Mobility über MaaS bis autonomes Fahren. Als Founding Investor steht er hinter mehreren Startups. Er redet nicht über die Zukunft der Mobilität, er baut und finanziert die Unternehmen, die sie tragen.
Mehmet Emin Tok, 17 Jahre in DACH-Unternehmen: Versicherung, Logistik und Maritime, Energie und Netzbetrieb, Handel und E-Commerce. Industrien an dem Punkt erlebt, an dem IT die operative Schicht digitalisiert hat und den Umbau mit angepackt.
Bei einem großen Versicherer den Weg von Altsystemen zu event-driven Microservices quer durch ein IT-Department mit 400 Personen getrieben, mit Governance bis auf CIO-Ebene und die Organisation von Wasserfall zu domänengetriebener Arbeit gebracht. Bei einer der größten Containerreedereien die Sales-Systeme technisch geführt, in einem großen Projekt mit über 100 Personen. Im Energiesektor disruptive Konzepte für E-Mobilität in den Markt gebracht.
Mehmet und Thomas haben dieselbe Welle aus zwei Richtungen gefahren: öffentliche Ladeinfrastruktur in großem Maßstab auf die Straße gebracht, ein Plattform-Geschäft über Konzerngrenzen hinweg skaliert. Um die beiden herum ein Kern aus Ingenieuren und Strategen mit eigener Bau-Erfahrung.
Dieselbe Verschiebung läuft jetzt durch Operations, in einer anderen Größenordnung. Wir wissen, wie ein Unternehmen im DACH-Raum dafür gebaut werden muss. Die letzte Welle haben wir schon gefahren, in Konzernen und in eigenen Unternehmen.
Hamburg · The Human Ascent GmbH
Daten, Modelle, Prozesslogik und Wissen bleiben im Eigentum des Unternehmens, das sie geschaffen hat. Modell-neutral, mit dokumentierten Exit-Bedingungen. Wir arbeiten nicht in Lock-in.
Klare Sprache, klares Framework, nachvollziehbarer Weg sind im Mittelstand-Kontext mehr wert als jede Buzzword-Sammlung. Wer Sprünge verspricht, betrügt.
AI-Adoption setzt Kapazität frei. Wer heute Vorgänge ausführt, steuert morgen den Agent, der sie ausführt. Wir bauen für den Aufstieg in die Orchestrierungsschicht und machen den Betriebsrat zum Partner im Übergang.
Elf Beispiele aus zehn Branchen.
Zalando
GenAI und KI-Model-Digital-Twins erzeugen Editorial- und Kampagnen-Bilder. Die Produktionskosten sinken um 90 %, die Bildproduktion geht von 6 bis 8 Wochen auf 3 bis 4 Tage zurück. In Q4 2024 waren rund 70 % der Editorial-Bilder KI-generiert.
Quelle. Matthias Haase (VP Content Solutions) gegenüber Reuters · 2025
Allianz
Project Nemo setzt sieben spezialisierte Agents auf einfache, hochfrequente Schäden an. Bearbeitungs- und Regulierungszeit: minus 80 %, von rund sieben Tagen auf unter einen Tag. Der Rollout lief in unter 100 Tagen.
Quelle. Maria Janssen, Chief Transformation Officer, Allianz Services (Allianz Newsroom) · 03.11.2025
BMW Group
KI-Agenten korrigieren Roboter in der Montage, Computer Vision (AIQX) prüft die Qualität. Eine einzelne Anwendung spart über 1 Mio. $ pro Jahr, sechs Mitarbeitende sind in höherwertige Rollen verlagert, die Qualitätsprüfung erreicht das Fünffache des für möglich Gehaltenen.
Einordnung. Die 1 Mio. $ beziehen sich auf eine spezifische Anwendung, nicht auf das Gesamt-Werk.
Quelle. Curtis Tingle (BMW Group Manager) gegenüber CNBC · Juli 2023
Bosch
Computer-Vision-Qualitätsprüfung, Predictive Maintenance und KI-Energiemanagement erreichen sechs- bis siebenstellige Einsparungen pro Jahr und Werk. Im Werk Bursa sanken Wasser um 30 %, Energie um 6 % und Ausschuss um 9 %.
Einordnung. Die Werks-Ersparnis ist als Spanne (sechs- bis siebenstellig) zu lesen. Die Bursa-Prozente sind extern durch das WEF validiert.
Quelle. Bosch Manufacturing Leadership; WEF-Lighthouse-Anerkennung · 2023 bis 2025
Otto Group
Der Movex Virtual Content Creator erzeugt GenAI-Bilder aus einem einzigen Produktfoto als Input. Damit entsteht 5-mal mehr Content pro Tag, neue Kollektionen stehen in Stunden statt Wochen bereit.
Einordnung. Produktivitäts- und Speed-Metrik, keine Euro-Zahl.
Quelle. Marc Opelt (CEO Otto), CIO.de · 2025
Deutsche Telekom
Der KI-Assistent "Frag Magenta" (Chat und Voice, LMOS-Plattform) führte 2023 über 5 Mio. Kundendialoge zu rund 400 Themen, mehr als ein Drittel davon sofort gelöst. Die Mail-KI "Sherloq" erkennt 80 % der Mail-Anliegen.
Einordnung. Betriebsmetriken: solides Volumen und Automatisierung, ausgewiesen ist keine Euro-Ersparnis.
Quelle. Deutsche Telekom Corporate · 2023 bis 2024
Commerzbank
Enterprise-KI "Momentum 2030" mit Assistent "Ava", LLM "CobaGPT" und agentic AI für Beschwerden, KYC und Verträge. Bereits heute werden über 10 Mio. € pro Jahr realisiert. "Ava" bearbeitet rund 30.000 Anfragen pro Monat, davon über 70 % autonom.
Einordnung. Die genannten rund 350 Mio. € Kostenersparnis und 500 Mio. € Gewinnbeitrag pro Jahr sind ein Ziel bis 2030, keine bereits auditierte Zahl. Realisiert sind heute die über 10 Mio. € pro Jahr.
Quelle. Bettina Orlopp (CEO), Hauptversammlung; Bloomberg · 20.05.2026
Klarna
Der KI-Service-Assistent führt Tier-1-Chats end-to-end mit Backend-Zugriff. Im ersten Monat liefen 2,3 Mio. Konversationen darüber (rund zwei Drittel aller Chats), die Lösungszeit sank von 11 auf unter 2 Minuten. Angesetzt wurde die Arbeit von 700 Vollzeit-Kräften und ein Gewinn-Effekt von rund 40 Mio. $ für 2024.
Einordnung. Klarna hat das Framing der 700 Vollzeit-Kräfte 2025 relativiert und menschlichen Support für komplexe Fälle wieder ausgebaut. Die 40-Mio.-Zahl ist nur mit diesem Kontext zu lesen.
Quelle. Klarna Pressemitteilung · 27.02.2024
Siemens
Senseye Predictive Maintenance verbindet KI und IoT, um Maschinenausfälle vor dem Stillstand zu erkennen. Berichtet werden bis zu minus 50 % ungeplante Ausfallzeit, bis zu plus 55 % Wartungseffizienz und ein ROI von rund 3 Monaten.
Einordnung. Vom Anbieter berichtete Bestwerte (bis zu, Siemens-berichtet), kein Durchschnitt und kein auditierter Wert.
Quelle. Siemens Produkt- und Case-Material · 2023 bis 2025
Moderna
ChatGPT Enterprise lief unternehmensweit, darauf entstanden über 750 eigene GPTs in zwei Monaten. 40 % der Wochen-Aktiven bauten eigene GPTs, im Schnitt rund 120 Konversationen pro User und Woche, im Legal-Team 100 % Adoption.
Einordnung. Vom Anbieter erstellte Case Study. Adoptionsmetriken konkret, für Pharma-Breite, nicht als primärer ROI-Beleg.
Quelle. OpenAI Case Study (CEO Stéphane Bancel, CIO Brad Miller) · 2024
ABOUT YOU
On-Model-Produktbilder werden KI-generiert statt fotografiert. Berichtet werden rund 90 % geringere Bild-Produktionskosten, kumuliert Millionenbeträge, eine stabile oder höhere Conversion sowie rund 50 % automatisierte First-Level-Service-Anfragen.
Einordnung. Selbst berichtet im Podcast-Kontext. Als Aussage des Managements zu lesen, nicht als auditierte Zahl.
Quelle. Tarek Müller (Co-Founder & Co-CEO), OMR-Podcast · 02.03.2026
Stand: Mai 2026
Wenn du eine operative Schicht hast, die ein Kandidat für Autonomie ist, oder noch unsicher bist, ob sie es ist: meld dich. Wir antworten direkt, ohne Trichter.