TUP entwickelt eigenes KI-Ökosystem

Im Projekt myTUP entwickelt das Unternehmen interne Lösungen, die es Mitarbeitenden ermöglichen, generative KI und Automatisierung gezielt als Hebel zu nutzen. Der unternehmensweit verwendbare Werkzeugkasten ermöglicht eine intuitive und vor allem sichere Interaktion mit unternehmensinternen sowie externen KI-Diensten. Das Ökosystem umfasst bereits eine Vielzahl an Workflows und Agenten, die einen direkten und skalierbaren Mehrwert bieten: Von der Automatisierung repetitiver verwalterischer Prozesse über die Unterstützung beim Verfassen wichtiger Dokumente, hin zu Assistenzsystemen in Entwicklung und Projektmanagement. Dieser Beitrag gibt einen Überblick und zeigt auf, dass das Themenfeld KI nicht nur Großunternehmen vorbehalten ist.

Generative KI, allen voran LLMs (Large Language Models) wie ChatGPT, ist für viele Menschen ein täglich genutztes Werkzeug. Das zeigt auch die erste Nutzungserhebung von ChatGPT. Sie gewährt interessante Einblicke:

• ChatGPT durchdringt fast alle demografischen Schichten.
• Die größten Anwendungsszenarien sind Anleitungen, Antworten auf Fragen und Textproduktion.
• Bei Texten fragen die Nutzer eher nach Anpassungen und Feedback für bereits bestehende Inhalte.

Wie in der OpenAI-Studie formuliert, verbessern LLMs wie ChatGPT insbesondere in wissensintensiven Berufen das Urteilsvermögen und die Produktivität. Zudem rückt die agentische Nutzung von KI zunehmend in den Vordergrund: Durch die Automatisierung repetitiver und zeitaufwändiger Aufgaben werden Mitarbeitende entlastet. Sie können sich auf strategische und kreative Aktivitäten konzentrieren und so die Produktivität steigern. Nicht umsonst hat sich „KI in Unternehmen“ schnell zu einem Schlagwort entwickelt, unter dem sich zahlreiche Dienstleister und Plattformen angesiedelt haben.

Wie sollten KI und Automatisierung innerhalb eines Unternehmens am besten umgesetzt werden? So lautet die große Frage. Eine für alle passende Antwort sucht man dagegen vergeblich: Um es mit dem TUP-eigenen Claim „Software follows function“ zu beschreiben, kommt es – wie auch bei Warehouse-Management-Systemen – vor allem auf das betreffende Unternehmen selbst an. TUP hat bereits einen Weg gewählt – und geht, wie in der Vergangenheit, gerne mit gutem Beispiel voran.

Branchengemäß verfügt TUP über ausgeprägte IT-Expertise. Darüber hinaus nutzt das Unternehmen für den Betrieb seiner intralogistischen Softwaresysteme auch leistungsfähige technische Infrastrukturen. Diese Faktoren führen zu Synergieeffekten sowie zu der Möglichkeit, flexiblere Umsetzungsstrategien für eine hauseigene KI-Lösung zu verfolgen. Man befinde sich in einer günstigen Ausgangslage, um die Technologie zu adaptieren und zu einer echten eigenen Lösung zu machen, sagt CIO Eduard Wagner. Dennoch sei nicht zu verkennen, dass das Unternehmen in seinem Bereich TUP.AI ernsthafte Investitionen mit entsprechenden monetären Mitteln tätige.

Der Bereich TUP.AI hat die Aufgabe, alle KI- und BI-Initiativen im Unternehmen zu strukturieren, zu bündeln und zu standardisieren. Ziel ist es, intelligente Tools zu entwickeln, die operative Abläufe verbessern, den Zugang zu Daten und Wissen innerhalb des Unternehmens vereinfachen und dadurch auch die Entscheidungsfindung beschleunigen. TUP kann hier bereits auf verschiedene Erfahrungen und Projekte verweisen – von industriellen KI-Anwendungen bis hin zu smarter Datenanalyse. Daneben reihen sich nun auch die Tätigkeiten rund um generative KI-Lösungen samt Automatisierung als Teilbereich ein.

TUP strebt diese Effizienzgewinne unter Anwendung eines fundierten, zukunftsfähigen Ansatzes an, in dem Wissen und Hoheit im Unternehmen gehalten werden. Auf dem Weg zum KI-Ökosystem myTUP galt es folglich zunächst, einen in diesem Sinne geeigneten Rahmen zur Implementierung generativer KI-Lösungen zu schaffen.

Die Überlegung, ein firmeninternes KI-Ökosystem zu schaffen, wird auch durch Faktoren wie Datenschutz, Sicherheit und Souveränität beeinflusst. Unternehmen investieren nicht nur in Technologien, sie unterliegen dabei immer auch gesetzlichen Vorgaben. In Bezug auf die Einhaltung von Datenschutzbestimmungen ist in Europa insbesondere die Datenschutz-Grundverordnung (DSGVO) zu nennen; perspektivisch müssen aber auch Regularien wie die Verordnung über künstliche Intelligenz der EU berücksichtigt werden – im Deutschen KI-Verordnung (KI-VO), im europäischen Kontext wird vom AI Act gesprochen.

Die Konferenz der unabhängigen Datenschutzaufsichtsbehörden des Bundes und der Länder empfiehlt in ihrer Orientierungshilfe zu KI, Routinen im Datenschutzmanagement zu etablieren, um regelmäßig die internen Richtlinien an technische Entwicklungen und mögliche Risiken anzupassen. Ein internes KI-System stellt hierbei keine Hürden dar und ermöglicht somit einen risikoärmeren Umgang mit sensiblen Informationen. Ein weiteres Argument für ein firmeneigenes System ist die Möglichkeit, eine maßgeschneiderte Nutzungsvariante zu entwickeln, die den Einsatz externer Lösungen ermöglicht, ohne dabei eigene Erkenntnisse oder die Möglichkeit zur Vertiefung interner Kompetenzen einzubüßen.

Die Unabhängigkeit von APIs sowie von spezifischen Modell- oder LLM-Anbietern gewährleistet sowohl Sicherheit als auch eine höhere Resilienz des Unternehmens. Diese digitale Souveränität ermöglicht es, diverse technische Lösungen flexibel zu integrieren, ohne sich langfristig an bestimmte Anbieter zu binden. So kann das Unternehmen schnell auf Marktveränderungen reagieren, technologische Entwicklungen adaptieren und gleichzeitig die Kontrolle über die genutzten Technologien und Daten behalten: Durch den Aufbau des Systems kann das zugrunde liegende LLM-Modell, angebunden per API, flexibel ausgetauscht werden. Dies stärkt nicht nur die Entscheidungsfreiheit, sondern erhöht auch die Innovationskraft des Unternehmens.

Inwieweit KI-Lösungen für Unternehmen tatsächlich in Eigenleistung umsetzbar sind, ist nicht zuletzt eine handwerkliche Frage. TUP verfügt über eigene technische Teams aus ITOPS-, DEVOPS-, Data-Engineering- und Entwicklungsbereichen, wodurch die interne Umsetzung überhaupt erst realistisch wird. Die Nutzung vorhandener technischer Ressourcen zieht weitere Vorteile nach sich – von der Unabhängigkeit bei der Weiterentwicklung bis hin zu verbesserter Akzeptanz bei den Mitarbeitenden.

Der Aufbau des KI-Ökosystems bei TUP umfasst folgende Schichten:

• Selbstgehostete Instanzen
  • Reaktive Bereitstellung hält die Dienste vor und startet sie, wenn der Nutzer Workflows beginnt oder andere Trigger ausgelöst werden.
  • Managed Services sind die individuell auf das Unternehmen angepassten KI-Lösungen.
  • Bei kritischen internen Prozessen können beispielsweise sichere, unternehmenseigene LLMs verwendet werden.
• Externe Anbieter werden durch Schnittstellen und rechtlich bindendes Account-Management eingegrenzt, sodass keine kritischen Daten abfließen können.

Das System ermöglicht Mitarbeitenden (Usern) eine intuitive und sichere Interaktion mit unternehmensinternen und externen KI-Diensten. Die Lösungen werden in bestehende Frontends integriert, wie beispielsweise den Unternehmenschat. Die Backend- bzw. Workflow-Automatisierung wird über die Open-Source-Plattform n8n realisiert. Dort werden interne und externe Tools aus verschiedensten Bereichen – ERP, Verwaltung, Projektmanagement, Wissensmanagement, GitHub, Kommunikation wie Chat oder Mail, Kalender – zusammengeführt. Sogenannte KI-basierte Orchestratoren verknüpfen die Tools in intelligenten Arbeitsprozessen und sorgen für einen aktiven Wissensaustausch der Systeme. TUP verwendet dafür das KI-Framework LangChain.

Ein MCP-Server (Model Context Protocol) ermöglicht den dynamischen Austausch zwischen Werkzeugen wie Mail-Clients oder GitLab und den verschiedenen KI-Agenten. So können schnell und sicher weitere Unternehmenswerkzeuge mit Agenten verknüpft werden, ohne dass jedes Mal eine komplett neue Steuerungslogik entworfen werden muss. Der Server prüft eingehende Anfragen und steuert diese dynamisch an ein im Sinne des Datenschutzes adäquates KI-Modell aus:

• interne Modelle
  • private Cloud-LLM-Instanzen, isoliert vom öffentlichen Internet
  • öffentliche LLM-Services, wie beispielsweise von OpenAI oder Anthropic.

Als ersten Schritt im KI-Ökosystem myTUP stellt das Unternehmen seinen Mitarbeitenden ein eigenes Framework zur Verfügung, das ihnen einen geregelten und sicheren Umgang mit KI ermöglicht. Das Besondere daran ist, dass auf dieser Basis die verschiedensten Dienste aufgesetzt und vor allem fortlaufend optimiert werden können – von Automatisierungslösungen über Chatbots bis hin zu geschäftsspezifischen Ansätzen.

Die aktive Gestaltung des Themas liefert zudem Anreiz, die damit verbundenen Möglichkeiten kennenzulernen und ausgiebig zu nutzen. Letzteres wird durch eine vollständige Dokumentation sowie interne Vorträge zur produktiven Nutzung zusätzlich flankiert.
Der unternehmensweite Wissens-Chatbot macht internes Wissen zentral und schnell abrufbar. Nutzer müssen nicht länger verschiedene Plattformen durchsuchen, sondern erhalten alle Antworten gebündelt an einem Ort im Chat. Aktuell greift das Tool bereits auf verschiedene interne Quellen zu; die Einbindung speziell projektrelevanter Informationen wird noch vorbereitet, ist aber bereits absehbar.

Das Tool unterstützt unter anderem auch verschiedene Anwendungsmodelle, die analog zu den sogenannten GPTs in ChatGPT für einen bestimmten Zweck vordefiniert sind. So bietet myTUP bei seinem Start Anwendungsmodelle zur DSGVO-konformen Pseudonymisierung, Dateiübersetzung, Use-Case-Erstellung sowie – Stichwort Befähigung – Hilfestellungen beim Prompting selbst.

Hinsichtlich Automatisierung übernimmt myTUP direkt ab Launch verschiedene Arbeitsprozesse, beispielsweise:

• ein automatischer Newsroom im Unternehmenschat, in dem aktuelle Beiträge bei Erscheinen kurz und prägnant zusammengefasst werden,
• die automatisierte Abwicklung und Kalendereintragung von per E-Mail eingereichten Krank- und Abwesenheitsmeldungen sowie Vermerken zum mobilen Arbeiten,
• die automatische Buchung von Meetingräumen für interne Meetings und Kundentermine.

Weitere Anwendungsfelder und Use Cases werden nach und nach erschlossen und hinzugefügt.

Die Identifikation von Use Cases, speziell im Bereich der Automatisierung, muss gerade zu Beginn als dedizierte Aufgabe betrachtet werden. Auch hierfür hat TUP eigens Ressourcen geschaffen. Mitarbeitende des TUP.AI-Teams analysieren in direkter Absprache mit den verschiedenen Unternehmensbereichen, welche Prozesse besonders gewinnbringend automatisiert werden können.
Das Ziel – wie dies betont formuliert wird – ist es, die Technologie konkret für die Kolleginnen und Kollegen zu entwickeln und anzupassen. Teil der Implementierungsstrategie ist nicht zuletzt auch, identifizierte Anwendungsfälle mit der gesamten Belegschaft zu teilen, um auf diese Weise ein größeres Bewusstsein für hilfreiche Anwendungsfälle zu schaffen oder daran anschließende Ideen anzuregen.

Zurück zur Startseite
Zu unseren weiteren Blogbeiträgen