SOPHIA

Vorgehen — Forward Deployed Engineering

Die letzte Meile
ist das Produkt

Viele AI-Projekte scheitern nicht am Modell. Sie scheitern an der letzten Meile. Die Demo funktioniert — aber zwischen Demo und echter Arbeit liegen SAP-Customizing, Excel, EDI, proprietäre Schnittstellen, Berechtigungen, schlechte Stammdaten und Systeme, die seit 20 Jahren gewachsen sind. Für uns ist diese letzte Meile kein notwendiges Übel. Sie ist das Produkt.

Engineers im Feld Gemessen in Work Done 0 → produktiv · 14 Tage

01

01 — Die Rolle

Genau dort beginnt
Forward Deployed Engineering

Forward Deployed Engineers arbeiten tief im operativen Umfeld des Kunden und tragen die Erkenntnisse aus dem Feld zurück ins Produkt. Was lange ungewöhnlich war, wird gerade zum Delivery-Modell für Enterprise AI — weil die Modelle stark genug sind und die letzte Meile der Engpass bleibt.

Die Rolle schärft sich. Der FDE ist weder klassischer Consultant noch Solutions Engineer noch ausgelagerter Softwareentwickler. Er macht aus Technologie ein produktives System.

02

02 — Der Maßstab

Wir pushen Outcomes,
keine Agenten

Ein Agent ist kein Outcome. Ein Agent, der erklärt, wie ein Auftrag angelegt werden müsste, hat noch keine Arbeit erledigt — auch zehn miteinander kommunizierende Agents sind noch kein Business Value. Uns interessiert, was am Ende im System steht: Wurde der Auftrag korrekt angelegt? Wurde die Ausnahme gelöst? Wurde der Vorgang abgeschlossen? Wie viele Fälle liefen ohne menschlichen Eingriff durch?

Deshalb messen wir nicht primär Chats, Agent Runs oder Tokens. Wir messen Work Done.

No-Touch Rate Durchlaufzeit Fehlerquote Abgeschlossene Transaktionen

Der Agent ist ein Werkzeug. Nicht das Produktversprechen.

03

03 — Das Terrain

Die Komplexität liegt
zwischen den Systemen

Gerade für komplexere Industrien wie die verarbeitende Industrie oder den Maschinenbau ist dieses Modell für uns unabdingbar. Ein Geschäftsprozess gehört dort selten einem einzigen System: Vertrieb, ERP, Einkauf, Planung, Produktion, Logistik und Finance greifen ineinander. SAP trifft auf MES, MES auf proprietäre Maschinen-Software — dazu DMS, EDI, Outlook, Excel, Eigenentwicklungen und teilweise jahrzehntealte Datenbanken. Und fast jedes Unternehmen ist anders.

Ein FDE kann nicht sagen: „Dafür gibt es keine API." Er muss fragen: Wie wird diese Arbeit heute tatsächlich erledigt? Ob die Antwort REST, RFC, SQL, EDI, SFTP oder CSV lautet, ist zweitrangig.

Heterogenität ist kein Edge Case. Heterogenität ist Teil des Produkts.

04

04 — Das Ökosystem

Wir bekämpfen
Drittanbieter nicht

Wir wollen nicht jede bestehende Software durch unsere eigene ersetzen — das Gegenteil ist interessanter: Wir wollen bestehende Systeme und Spezialanbieter holistischer machen. Ein SAP Consultant kennt SAP und sollte weiterhin mit SAP arbeiten können. Aber warum sollte seine Sicht auf einen Prozess an der SAP-Systemgrenze enden? Wenn seine Aufgabe Informationen aus einem DMS, CRM, MES oder einer E-Mail braucht, sollte dieser Kontext genauso verfügbar sein.

Dafür integrieren wir Systeme und Drittanbieter über unser Enterprise Context Protocol in unsere Plattform. Aus einem isolierten SAP-Agenten wird ein Teilnehmer an einem unternehmensweiten Prozess: Ein spezialisiertes Tool muss nicht plötzlich alles können — es bekommt den Kontext und die Capabilities, die außerhalb seiner eigenen Systemgrenze liegen. Wir ersetzen das bestehende Ökosystem nicht. Wir machen es zusammenspielfähig.

SAP S/4HANA
SAP R/3 (ECC)
SAP Business One
Microsoft Dynamics 365
Dynamics 365 Business Central
Oracle NetSuite
Sage
weclapp
proALPHA
abas
QuickBooks
APplus
Microsoft 365
Google Workspace
Alphaplan
+ Eigenentwicklungen
via MCP-Server

05

05 — Die Verantwortung

Breit lesen.
Eng schreiben

Mit dieser Reichweite wächst die Verantwortung. Ein System darf Kontext aus zehn oder zwanzig Quellen lesen — Schreibrechte müssen trotzdem präzise bleiben. Autonomie bedeutet nicht, dass ein Agent alles darf. Autonomie bedeutet, klar zu definieren, welche Arbeit einem System zuverlässig anvertraut werden kann.

Anlegen
Ein Auftrag darf angelegt werden — innerhalb definierter Grenzen, idempotent, validiert.
Verändern
Ein Preis vielleicht nicht. Schreibrechte werden je Aktion vergeben, nie pauschal.
Eskalieren
Eine definierte Abweichung geht immer an einen Menschen — automatisch, mit vollem Kontext.
Belegen
Audit Logs, Berechtigungen, Validierungen, Evals und Observability gehören zum Produkt wie Modelle und Prompts.

06

06 — Der Kreislauf

Jede Integration, die wir je gebaut haben,
arbeitet heute mit

Forward Deployed Engineering darf nicht zu individuellem Projektgeschäft werden. Hinter jedem Einsatz steht ein System, das aus allen vorherigen gebaut ist: Jede Integration, jede Business Rule, jede gelöste Ausnahme und jedes verstandene System hat die Plattform besser gemacht — und macht den nächsten Einsatz schneller.

F/01

Adapter

Aus einem kundenspezifischen Problem entsteht ein wiederverwendbarer Adapter — die nächste Anbindung geht schneller.

F/02

Capability

Aus einer gelösten Ausnahme entsteht eine Capability — verfügbar für jeden Agenten auf der Plattform.

F/03

Plattformwissen

Aus einem Deployment entsteht Plattformwissen — jedes Feld-Learning fließt zurück ins Produkt.

Field Work compiled in Product IP: Mit jeder Integration werden wir besser und schneller. Deshalb werden wir unschlagbar in Geschwindigkeit und Impact.

07

07 — Der Einsatz

Wir starten beim Ergebnis
und arbeiten rückwärts

Wir starten nicht mit: Welchen Agenten können wir bauen? Sondern mit: Welches Ergebnis soll am Ende im System stehen? Dann arbeiten wir rückwärts — durch Prozesse, Integrationen, Drittanbieter, Legacy und Sonderfälle. Bis aus AI echte Arbeit wird. Vor Ort, in euren Systemen, mit Baseline und Abnahme:

Tag 1–3

Lesender Zugang, Systeme verbunden, Mapping mit eurem Team.

Tag 4–6

Policies gesetzt: Freigaben, Grenzen, Rollenprofile, Audit.

Tag 7–10

Erster Agent im Schattenlauf gegen eure Historie, Nachschärfen.

Tag 11–14

Freigabe und Go-live des ersten Vorgangs. Baseline steht, Messung läuft.

Danach

Vorgang für Vorgang, in eurer Reihenfolge. Jedes Learning macht die Plattform besser.

Enterprise AI entscheidet sich nicht daran, welcher Agent am intelligentesten klingt — sondern daran, welchem System ein Unternehmen echte Arbeit anvertraut.

Wir pushen
Outcomes

Gespräch anfragen