Vom ersten Gespräch bis zum laufenden Betrieb: messbar, datenschutzkonform und iterativ verbessert. AOUX ist der Grund, warum unsere Use Cases tatsächlich ROI liefern.
Wir bauen nicht nur Agenten. Wir messen, ob sie funktionieren — und sichern von Anfang an, dass Datenschutz und Compliance stimmen.
AOUX Score misst die Qualität jeder Lösung gegen 15 Kriterien — bevor sie live geht. Vorher/Nachher-Vergleiche zeigen, ob eine Verbesserung tatsächlich wirkt. Vertrauen wird aufgebaut, nicht vorausgesetzt.
Strukturierte Discovery statt Bauchgefühl. Dokumentierte Entscheidungen, die Sie Ihrem Datenschutzbeauftragten zeigen können. Audit-Trail für jede Phase — auch Monate später nachvollziehbar.
DSGVO-Compliance ist in jeder Phase mitgedacht — nicht nachgerüstet. EU-Hosting by Default, Mensch im Loop bei personenbezogenen Entscheidungen, dokumentierte Datenflüsse.
Vom vagen Wunsch zur laufenden Lösung — in vier strukturierten Phasen. Sie sehen alle zwei Wochen ein Ergebnis, das Sie bewerten können.
Wir hören zu, dokumentieren Anforderungen, identifizieren die größten Hebel. Sie bekommen: priorisierte Use-Case-Liste mit Aufwand-/Nutzen-Schätzung sowie User Stories mit klaren Akzeptanzkriterien.
Wir übersetzen Anforderungen in Architekturen, User Journeys und konkrete Konfigurationen. Sie bekommen: Architektur-Dokument + Demo-Prototyp. Die Grundlage jeder Architektur sind User Stories aus Phase 1 — nicht abstrakte Anforderungen. Aus den User Stories leiten wir automatisch Architekturvorschläge ab.
Wir prüfen die Konzepte gegen 15 Kriterien, identifizieren Schwachstellen. Sie bekommen: Bewertungsbericht + AOUX Score. Wenn der Score nicht stimmt, wird umgebaut — bevor live gegangen wird.
Wir begleiten die Einführung, beobachten die Nutzung, holen Feedback, verbessern pro Zyklus. Sie bekommen: laufende Lösung + monatliche Reports. Am Ende steht ein Prozess, der in Ihrem Unternehmen lebt — nicht ein Agent, den niemand nutzt.
Wir hören zu, dokumentieren Anforderungen, identifizieren die größten Hebel. Sie bekommen: priorisierte Use-Case-Liste mit Aufwand-/Nutzen-Schätzung sowie User Stories mit klaren Akzeptanzkriterien.
4
Phasen
Verstehen · Entwerfen · Bewerten · Betreiben
User-Story
basiert
Anforderungen → Architektur
15
Bewertungskriterien
AOUX Score 1–5
100 %
DSGVO-konform
EU-Hosting · Audit-Trail
AOUX nutzt spezialisierte Agenten in jeder Phase — für schnellere Erfassung, präzisere Architekturen, messbare Qualität und kontinuierliche Verbesserung. Was andere in Monaten leisten, liefern wir in Wochen.
Unsere Agenten verarbeiten Stakeholder-Inputs gleichzeitig: Aus einem 90-Minuten-Interview entstehen 10+ prüfbare User Stories, automatisch angereichert mit Datenquellen-Hinweisen, Architektur-Tags und DSGVO-Artikeln. Was klassisch wochenlange Workshops kostet, dauert hier 1–2 Tage. Sie bekommen keine Stichpunktlisten, sondern maschinenlesbare Anforderungen, aus denen die Architektur direkt abgeleitet wird — ohne Interpretationsspielraum.
Aus 10+ User Stories leiten unsere Agenten automatisch eine vollständige Systemarchitektur ab: Agentenrollen, Orchestrierungsmuster, Datenflüsse, Compliance-Constraints — in Minuten, nicht in Workshop-Wochen. Sie bekommen ein Architektur-Dokument, das Ihr Datenschutzbeauftragter prüfen und Ihr Entwicklungsteam ohne Rückfragen umsetzen kann. Plus: einen Demo-Prototyp nach 2–3 Wochen, der das Konzept sichtbar macht, bevor auch nur eine produktive Zeile Code geschrieben wird.
15 Kriterien, objektiv gemessen — kein Bauchgefühl, keine Verhandlung. Unsere Evaluation-Agenten prüfen jede Lösung gegen UX-Heuristiken, agentenspezifische Qualitätsmerkmale und Vertrauens-Metriken. Ergebnis: ein Score von A bis D mit schriftlicher Begründung pro Kriterium. Score D = kein Go-Live, Rebuild-Empfehlung. Score A = produktionsreif. Sie sehen exakt, wo die Lösung stark ist, wo nachgebessert werden muss — und Ihr Datenschutzbeauftragter kann jeden Bewertungsschritt nachvollziehen.
Monitoring-Agenten beobachten die laufende Nutzung kontinuierlich, identifizieren Adoption-Blockaden und Optimierungspotenziale, bevor Sie sie bemerken. Jeden Monat: ein Iterations-Report mit konkreten Verbesserungsvorschlägen, messbar gegen den letzten AOUX Score. Am Ende steht kein Agent, den niemand nutzt — sondern ein Prozess, der in Ihrem Unternehmen lebt, wächst und sich selbst verbessert.
Das Herzstück von AOUX: Anforderungen werden nicht als abstrakte Spezifikation gesammelt, sondern als User Stories mit konkreten Rollen, Anforderungen und Nutzen. Daraus entstehen automatisch Architekturvorschläge — messbar besser als Workshop-basierte Ansätze.
Methode
Klassisch (Lastenheft)
Wochenlange Workshops, 80+ Seiten Dokument, das zur Hälfte nicht gelesen wird. Widersprüche werden spät entdeckt, Entwicklung muss Rückfragen stellen, Architektur entsteht aus Bauchgefühl, Compliance wird nachgerüstet.
Mit AOUX (User-Story-basiert)
Jede Story hat klare Akzeptanzkriterien. Die KI leitet Architekturvorschläge direkt aus den Stories ab. Compliance-Anforderungen sind pro Story sichtbar. Entwicklung beginnt mit fertigen Konfigurationen, nicht mit Whiteboard-Sessions.
Eine User Story ist kein Dokument, sondern eine prüfbare Aussage
Format: ‚Als [Rolle] möchte ich [Funktion], damit [Nutzen]'. Aus diesen drei Elementen leiten wir ab, welche Daten, welche Prozesse und welche Compliance-Anforderungen die Lösung erfüllen muss — maschinell, nicht in endlosen Workshops.
Drei Schritte von der Anforderung zur Architektur — strukturiert, automatisiert, prüfbar.
Wir interviewen Ihre Stakeholder mit 5 Schlüsselfragen. Jede Antwort wird automatisch in User-Story-Form überführt: Rolle, Anforderung, Nutzen. Keine offenen Antworten, die später interpretiert werden müssen.
Wir interviewen Ihre Stakeholder mit 5 Schlüsselfragen. Jede Antwort wird automatisch in User-Story-Form überführt: Rolle, Anforderung, Nutzen. Keine offenen Antworten, die später interpretiert werden müssen.
Was früher eine Workshop-Woche gekostet hat, ist jetzt eine Stunde strukturierte Erfassung — und das Ergebnis ist konkreter, prüfbarer und compliance-konformer.
Story 1: „Als Vertriebsleiter möchte ich, dass Angebote automatisch erstellt werden, damit ich 3 Stunden pro Woche spare.“
Story 2: „Als Sachbearbeiter möchte ich, dass fehlende Pflichtfelder automatisch ergänzt werden, damit ich keine Rückfragen bekomme.“
Story 3: „Als Geschäftsführer möchte ich sehen, welche Angebote offen sind, damit ich nachfassen kann.“
Agentenrollen: Angebotsersteller + Angebotsübersicht
Datenquellen: CRM, Produktkatalog, E-Mail
Aktoren: PDF-Generator, CRM-Update, E-Mail-Versand
Compliance: Art. 5 (Zweckbindung), Art. 28 (Auftragsverarbeitung)
Orchestrierung: Pipeline mit Checkpoint vor Versand
Eine Discovery-Woche wird zu 1–2 Tagen strukturierter Erfassung. Die KI macht den Architektur-Entwurf in Minuten, nicht in Tagen. Was früher ein Workshop-Marathon war, ist jetzt ein fokussierter Termin.
Konkrete Personas, nicht ‚der Benutzer' — Jede Story definiert, wer die Lösung nutzt: mit konkreter Rolle aus Ihrem Unternehmen. Keine generischen Annahmen, sondern Personas, die Ihre Stakeholder wiedererkennen.
Jede Story hat einen klaren Nutzen: Zeitersparnis, Fehlerreduktion, Umsatzsteigerung. Was nicht messbar ist, ist kein Nutzen — sondern Hoffnung.
Klar definiert, wann etwas fertig ist — Jede Story definiert, wann sie ‚fertig' ist. Keine Diskussionen über ‚ist das jetzt gut genug?' — die Kriterien stehen fest.
Wir bewerten jede Lösung gegen 15 Kriterien, bevor sie live geht. Sie sehen den Score, verstehen die Schwächen und entscheiden mit, was behoben wird.
Angelehnt an Nielsen's Usability-Heuristiken, auf KI-Oberflächen übertragen: Fehlerprävention, Systemstatus-Sichtbarkeit, Konsistenz, Erkennbarkeit von Aktionen, Hilfetexte, Rückmeldung auf Nutzereingaben. Jedes Kriterium wird auf einer Skala von 1 (kritisch) bis 5 (exzellent) bewertet — mit schriftlicher Begründung, die Sie und Ihr Team nachvollziehen können.
Klassische UX-Methoden kennen keine Agenten — deshalb ergänzt der AOUX Score 5 eigene Kriterien: Signalisiert der Agent, was er gleich tun wird (Ankündigung statt Überraschung)? Passt er sich dem Erfahrungsgrad des Nutzers an? Macht er Entscheidungen transparent und korrigierbar? Kommuniziert er seine Grenzen ehrlich? Unterstützt er Korrekturen ohne vollständigen Neustart?
Vertrauen entsteht durch Kontrolle — nicht durch Versprechen. Drei Leitfragen: Kann der Nutzer jederzeit eingreifen und Ergebnisse revidieren? Werden Fehler sichtbar gemacht und als Lernchance behandelt, statt versteckt? Gibt es klare Eskalationspfade für kritische Entscheidungen — insbesondere bei personenbezogenen Vorgängen? Alle drei fließen als eigenes Gewicht in den Gesamt-Score ein.
Das Ergebnis der Bewertungsphase ist kein Abstract — es ist ein konkretes Dokument: Gesamt-Score (A bis D) mit Begründung, Einzel-Scores pro Kriterium, priorisierte Verbesserungsvorschläge, Vorher/Nachher-Vergleich bei Iterationen. Wenn der Score kein Go ergibt, wird umgebaut — und der Bericht hält fest, was geändert wurde und warum. Prüfbar für Sie, Ihr Team und Ihren Datenschutzbeauftragten.
Angelehnt an Nielsen's Usability-Heuristiken, auf KI-Oberflächen übertragen: Fehlerprävention, Systemstatus-Sichtbarkeit, Konsistenz, Erkennbarkeit von Aktionen, Hilfetexte, Rückmeldung auf Nutzereingaben. Jedes Kriterium wird auf einer Skala von 1 (kritisch) bis 5 (exzellent) bewertet — mit schriftlicher Begründung, die Sie und Ihr Team nachvollziehen können.
Fünf Bewertungsstufen, klar definiert. Sie wissen sofort, was der Score bedeutet — und was als Nächstes passieren muss.
Die Lösung erfüllt alle wesentlichen Kriterien. Sie kann live gehen — und die Nutzer werden sie akzeptieren. Produktionsreif: kein Rebuild, kein Redesign nötig.
Die Lösung funktioniert. Einzelne Punkte sollten noch optimiert werden, bevor sie skaliert wird. Geplante Nachbesserung in der laufenden Iteration — kein Showstopper.
Die Lösung hat erkennbare Schwächen. Bevor sie live geht, sollten zentrale Punkte überarbeitet werden. Bei Pilotprojekten akzeptabel, bei Skalierung ein Risiko.
Die Lösung hat fundamentale Probleme. Wir empfehlen einen Redesign-Zyklus, bevor sie live geht. Kein Go-Live in diesem Zustand — das spart langfristig Zeit und Geld.
Die Lösung erfüllt alle wesentlichen Kriterien. Sie kann live gehen — und die Nutzer werden sie akzeptieren. Produktionsreif: kein Rebuild, kein Redesign nötig.
Vergleichbarkeit — Projekte werden messbar
Sie können Projekte A und B vergleichen, ohne jahrelange Erfahrung mit KI. Der Score schafft eine gemeinsame Sprache zwischen Ihnen, Ihrem Team und uns. Kein implizites Expertenwissen nötig.
Verbindlichkeit — wir liefern nicht aus, wenn der Score nicht stimmt
Punkt. Wenn der AOUX Score kein Go gibt, wird umgebaut. Wir sind ehrlicher als schöner — das schützt Sie vor teuren Fehlentscheidungen und verhindert teure Starts mit untauglichen Lösungen.
Im DACH-Raum ist Datenschutz nicht verhandelbar. AOUX prüft Datensouveränität in jeder Phase — von der ersten Anforderung bis zur produktiven Lösung.
Nicht als Add-on, nicht als Aufpreis, nicht als Sonderfall. Standardmäßig EU-Hosting. Wenn Sie explizit non-EU wollen, müssen Sie das aktiv entscheiden — und wir dokumentieren es.
Sie behalten die Datenhoheit. Wir sind Auftragsverarbeiter, nicht Eigentümer. Der LLM-Anbieter verarbeitet nur, was Sie freigeben — und nur so lange, wie Sie es freigeben.
Verzeichnis von Verarbeitungstätigkeiten, Datenschutz-Folgenabschätzung wo nötig, klare Datenflüsse pro Architektur. Ihr Datenschutzbeauftragter kann jede Entscheidung nachvollziehen.
Jede automatisierte Entscheidung hat einen Eskalationspfad. Bei personenbezogenen Entscheidungen — Bonität, Verträge, medizinische Bewertungen — trifft immer ein Mensch, nicht der Agent.
Aufbewahrungsfristen werden pro Daten-Pfad definiert. Löschung erfolgt automatisch — und der Audit-Trail belegt, dass sie erfolgt ist. Sie müssen uns nicht vertrauen, Sie können es prüfen.
Datenschutz durch Technikgestaltung ist messbar — und fließt in den AOUX Score ein. Eine Lösung mit schlechter Privacy-by-Design-Bewertung erreicht keinen A-Score.
Ihre Daten verlassen die EU nicht. Wir nutzen europäische LLM-Anbieter, europäische Hosting-Infrastruktur, europäische Datenbanken. Wo das nicht möglich ist, sagen wir es offen — und suchen gemeinsam eine Alternative.
Ihre Daten verlassen die EU nicht. Wir nutzen europäische LLM-Anbieter, europäische Hosting-Infrastruktur, europäische Datenbanken. Wo das nicht möglich ist, sagen wir es offen — und suchen gemeinsam eine Alternative.
Wir fragen: Welche Daten werden verarbeitet? Welche Zwecke? Welche Aufbewahrungsfristen? Welche Datenschutzbeauftragte sind einzubinden? Das wird in den User Stories dokumentiert.
Wir prüfen: Sind die Architekturen DSGVO-konform? Wo ist Auftragsverarbeitung nötig? Welche EU/non-EU-Provider sind betroffen? Compliance ist Teil der Architektur, nicht Nachgedanke.
Wir bewerten: Wo ist die Datenschutz-Folgenabschätzung nötig? Gibt es Lücken in der Datenfluss-Dokumentation? Datenschutz ist ein Bewertungskriterium — kein separates Compliance-Dokument.
Wichtiger rechtlicher Hinweis
AOUX liefert die methodische und technische Grundlage für datenschutzkonforme KI-Entwicklung. Die abschließende rechtliche Bewertung — insbesondere bei automatisierten Einzelentscheidungen und DSFA — muss durch eine qualifizierte Fachperson erfolgen.
AOUX skaliert mit Ihrer Organisation. Vom Solo-Founder bis zum etablierten Mittelstand mit spezialisierten Rollen.
AOUX auf einen Blick
4
Phasen
Verstehen · Entwerfen · Bewerten · Betreiben
User-Story
basiert
Architektur aus Anforderungen abgeleitet
15
Kriterien
AOUX Score misst Qualität
100 %
DSGVO
Datenschutz by Design
Welcher Use Case passt zu Ihrem Vorhaben?
Sehen Sie, welche Use Cases mit AOUX bereits umgesetzt wurden — und welcher Projekttyp zu Ihrem Vorhaben passt.
Sprechen Sie mit uns über Ihr Vorhaben — unverbindlich, 30 Minuten, online. Wir zeigen Ihnen, wie AOUX in Ihrem konkreten Use Case funktioniert.
