Seien wir ehrlich: Jeder will derzeit KI einsetzen. Sie ist das Schlagwort in jeder Strategiepräsentation, jeder Keynote und jedem Kundengespräch. Vom Vertrieb über den Kundenservice bis hin zum Recruiting – KI soll alles verändern.
Doch die Wahrheit ist: Während der Wunsch, „etwas mit KI zu machen“, überall präsent ist, sind solide Anwendungsfälle noch selten.
Vom Hype zur Umsetzung: Wie wir bei COViS KI-Projekte entwickeln
Auch wir erleben diesen „Run auf KI“ hautnah. Kunden fragen gezielt nach KI-Funktionen. Intern wächst der Druck. Jeder will der Erste sein. Aber wir wissen: Glänzende, handverlesene Demos reichen nicht aus. Unser Ansatz ist langfristiger gedacht: Wir entwickeln, probieren aus, lernen dazu – und gehen in die nächste Iteration.
Im Zentrum steht unser R&D-Team – allen voran Entwickler Panagiotis „Panos“ Kapros. Wer unsere Recruiting-Lösung aiFind kennt, hat bereits eines seiner Projekte im Einsatz gesehen.
aiFind ist unsere KI-gestützte Recruiting-Lösung. Und hier ist der Begriff „KI“ nicht bloß Buzzword, sondern funktionaler Kern. Ziel ist es, Struktur in den oft unübersichtlichen Recruiting-Alltag zu bringen – mit Tausenden Lebensläufen, einer Vielzahl an Jobangeboten und viel manueller Kleinarbeit.
Und trotzdem kam immer wieder eine zentrale Frage auf:
„Was kann KI sonst noch für uns tun?“
Ein Agent, der die Fleißarbeit übernimmt
Unsere Idee: Warum nicht der KI das Tippen überlassen?
So entstand ein KI-Agent, der Lebensläufe analysiert, passende Stellenangebote im aiFind-System identifiziert und diese automatisch nach Relevanz (0–100) bewertet. Kein manuelles Copy-Paste mehr, kein Suchen nach Keywords.
Der Nutzer lädt einen Lebenslauf hoch. Dann liest, extrahiert und interpretiert der Agent – und beginnt mit der Suche in aiFind. Dabei berücksichtigt er:
Qualifikationen
Land oder Standort
Rollenspezifische Fähigkeiten
Das Ergebnis? Eine nach Relevanz sortierte Liste von Jobangeboten, abgestimmt auf den jeweiligen Lebenslauf. Schnell, skalierbar – und reduziert Stunden manueller Arbeit auf wenige Sekunden.
Technischer Blick: 2 Agents, 3 Modelle
Das System basiert auf der PydanticAI-Bibliothek sowie den Sprachmodellen von OpenAI. Zwei KI-Agents arbeiten im Hintergrund: Einer übernimmt die Nutzerinteraktion, der andere führt die Suche durch.
Dabei können Werkzeuge wie „Text aus PDF extrahieren“ oder hybride Suchfunktionen eingesetzt werden. Die Agents tauschen sich aus, bewerten Ergebnisse – und geben strukturierte Vorschläge zurück.
Doch was wir gelernt haben: Eine KI ist nur so gut wie die Werkzeuge und Vorgaben, die man ihr gibt.
Unklare Anweisungen? Unklare Ergebnisse.
Freier Internetzugang? Wird oft durch Login-Seiten blockiert.
Blindes Vertrauen? Garantierte Enttäuschung.
Agent oder klassischer Button? Was wirklich hilft
Dahinter steckt eine zentrale Frage in der Produktentwicklung:
Soll KI bestehende Workflows verbessern – oder ganz neue Wege eröffnen?
Wir sehen drei Richtungen:
CRM-naher Agent – wie aiFind, ergänzt bestehende Systeme
Workflow-Neudenker – verändert die Art, wie Nutzer arbeiten
Client-facing Agent – z. B. als smarte Unterstützung für Kunden oder externe Partner
Jeder Ansatz hat seine Vor- und Nachteile: Eine Schaltfläche oder ein „Button“ steht für Klarheit und einfache Bedienung – sie löst eine definierte Funktion aus. Ein Agent hingegen ist flexibler, trifft eigenständige Entscheidungen – und benötigt dadurch mehr Vertrauen.
Wir experimentieren aktiv mit allen drei Ansätzen.
Weitere KI-Anwendungsfälle aus unserem R&D Lab
Unsere KI-Initiativen beschränken sich nicht auf das Recruiting. Im R&D-Lab entwickeln wir kontinuierlich Lösungen für reale Herausforderungen.
1. Intelligente Einsatzplanung bei Vor-Ort-Inspektionen
Hier haben wir ein KI-gestütztes Planungstool entwickelt, das zertifizierte Prüfer effizient auf Inspektionsaufträge verteilt.
Die Herausforderung: Die richtigen Personen mit den passenden Qualifikationen, zeitlicher Verfügbarkeit und unter Berücksichtigung von Anfahrtswegen optimal einzuplanen.
Zur Effizienzsteigerung wurde jede zusätzliche Reisestrecke negativ gewichtet – so konnte die KI automatisch ressourcenschonende Vorschläge erarbeiten.
2. Warteschlangen-Simulation am Flughafen
In einem weiteren Projekt simulierten wir mit einem ereignisbasierten Modell die Wartezeiten an Check-in-Schaltern und Sicherheitskontrollen.
Datenbasis waren tagesaktuelle Flugpläne, ergänzt durch realistische Ankunftszeiten (1–2 Stunden vor Abflug). Die Simulation zeigte, wie sich Warteschlangen im Tagesverlauf entwickeln – und half so, Engpässe frühzeitig zu erkennen.
Ein praktischer Anwendungsfall für effizientere Passagiersteuerung in Flughäfen.
Ideen werden zu Tools: Die Rolle von Forschung & Entwicklung
Bei COViS bleibt es nicht bei Ideen. Unser R&D-Team testet, entwickelt und denkt weiter – besonders im Recruiting-Bereich, wo sich KI rasant weiterentwickelt.
Unsere Erfahrung zeigt:
Nicht jede Idee funktioniert sofort,
aber jedes Experiment bringt Erkenntnisse
und manchmal zeigt sich der beste Anwendungsfall erst beim zweiten Blick
Ob bei der Analyse riesiger Logdaten oder bei der Ablösung starrer Suchlogik durch intelligente Filter – wir arbeiten daran, was technologisch und praktisch möglich ist.
Fazit: KI muss Probleme lösen, nicht beeindrucken
Wir glauben an KI, die Prozesse vereinfacht, echte Mehrwerte schafft und sich sinnvoll in bestehende Workflows einfügt.
Denn die Zukunft gehört nicht den Tools, die am lautesten werben – sondern denen, die konkret weiterhelfen. Und wenn in Ihrem Unternehmen ein Prozess noch zu viel Handarbeit erfordert: Vielleicht bauen wir genau dafür den passenden Agenten.
