Künstliche Intelligenz
Die Herausforderung
Unser Kunde aus dem Medien- und Kommunikationsumfeld stand vor der Aufgabe, große Mengen an Medien- und Social-Media-Daten nicht nur technisch zugänglich zu machen, sondern diese in einen nutzbaren journalistischen und kommunikativen Arbeitsprozess zu überführen.
Insbesondere datengetriebene Recherchen, Analysen und erste Textentwürfe waren bislang mit hohem manuellem Aufwand verbunden. Ein Großteil der Zeit floss in vorbereitende Tätigkeiten wie Datensichtung, Strukturierung und Verdichtung – noch bevor die eigentliche redaktionelle oder strategische Arbeit beginnen konnte.
Gerade bei komplexen Themen, umfangreichen Datenquellen und wiederkehrenden Analyseaufgaben führte dies zu ineffizienten Prozessen und einer hohen Belastung der Teams in Redaktion und PR.
Parallel dazu sollte im Rahmen einer Pilotphase geprüft werden, ob sich eine modulare KI-Agentenplattform für diesen Anwendungsfall fachlich, technologisch und organisatorisch sinnvoll aufbauen lässt.
Zusätzliche Herausforderungen lagen im Aufbau von AI-Engineering-Know-how, im Onboarding neuer Teammitglieder sowie in der engen Abstimmung zwischen fachlichen Anforderungen und technischer Umsetzung.
- Anwendungsfall
Kommunikation & PR
Entwicklung einer modularen automatisierten KI-Agentenplattform für die datengetriebene Recherche, Analyse und erste Texterstellung, um journalistische Arbeitsprozesse effizienter und skalierbar zu gestalten.
- Zielsetzung
- Nutzbarmachung großer Datenmengen
- Reduktion manueller Aufwände
- Schnellere Analyse- und Content-Prozesse
- Aufbau eines datengetriebenen Workflows
- Skalierbare Basis für weitere KI-Anwendungen
- Entlastung von Redaktion und PR
- Technologie
- LangGraph
- LangChain
- Python
- Vue.js
- FastAPI
- Node.js
- Container-Technologien (Docker)
- Microsoft Azure
Der Lösungsweg
Gemeinsam mit dem Kunden wurde eine modulare KI-Agentenplattform als skalierbare Architektur aufgebaut, die Datenintegration, Analyse und Content-Erstellung in einem durchgängigen Workflow verbindet. Dazu wurden Medien- und Social-Media-Datenquellen über automatisierte Datenpipelines angebunden und strukturiert verfügbar gemacht. Darauf aufbauend wurde eine Agentenarchitektur entwickelt, in der spezialisierte KI-Agenten definierte Aufgaben übernehmen und über einen zentralen Supervisor orchestriert werden. Die Steuerung der Workflows erfolgt über LangGraph und LangChain, wodurch flexible und erweiterbare Prozesslogiken umgesetzt werden konnten. Analyse- und Research-Agenten übernehmen die Auswertung und Aufbereitung strukturierter und unstrukturierter Daten, während Strategie-Agenten daraus Themen, Trends und Handlungsempfehlungen ableiten. Content-Agenten generieren darauf basierend erste Textentwürfe entlang definierter Zielgruppen und Tonalitäten. Technisch basiert die Lösung auf Python, FastAPI und containerisierten Services in einer skalierbaren Azure-Umgebung, ergänzt durch ein Frontend auf Basis von Vue.js und Node.js zur Steuerung der Prozesse. Durch den modularen Aufbau werden manuelle Einzelschritte in einen integrierten, teilautomatisierten Gesamtprozess überführt und können flexibel erweitert werden.
Das Ergebnis
Der Kunde verfügt heute über eine skalierbare KI-Plattform, die große Datenmengen strukturiert verarbeitet und gleichzeitig journalistische sowie kommunikative Prozesse gezielt unterstützt. Wiederkehrende und zeitaufwendige Tätigkeiten – insbesondere in der Recherche, Analyse und in frühen Content-Phasen – können automatisiert oder deutlich beschleunigt werden. Darüber hinaus ermöglicht die Plattform eine neue Qualität in der datengetriebenen Kommunikation: eine fundiertere Themenplanung auf Basis von Daten und Trends, die frühzeitige Identifikation relevanter Entwicklungen im öffentlichen Diskurs, eine gezieltere Steuerung von Kommunikationsmaßnahmen sowie die Ableitung konsistenter, datenbasierter Storylines. Die Arbeitsweise entwickelt sich damit von reaktiver Recherche hin zu proaktiver, datengetriebener Kommunikation.
- Kundenvorteile
- Reduktion manueller Recherche- und Analyseaufwände
- Reduzierter manueller Aufwand durch automatisierte Datenverarbeitung
- Schnellere Analyse- und Content-Erstellungsprozesse
- Strukturierte und nutzbare Aufbereitung großer Datenmengen
- Automatisierung wiederkehrender Aufgaben
- Skalierbare Grundlage für den weiteren KI-Einsatz im Unternehmen