KI-Praxisbeispiele
EN
Fachbeiträge
Entdecken Sie fundierte Fachbeiträge zu den zentralen Entwicklungen der Künstlichen Intelligenz – von agentischer KI und Computer Vision über den EU AI Act bis hin zu branchenspezifischen Anwendungen. Die Beiträge verbinden technologische Einordnung mit konkreten Praxisbeispielen und einem klaren Fokus auf messbaren Mehrwert.
Agentische KI: Wenn KI nicht nur antwortet, sondern Aufgaben erledigt
Viele KI-Anwendungen enden bei gut formulierten Antworten. Agentische KI geht einen Schritt weiter: Sie erhält ein Ziel – etwa „Erstelle ein vollständiges Angebot für Kunde XY" – und arbeitet selbstständig darauf hin: Sie plant Teilschritte, ruft APIs auf, liest Datenbanken aus, führt Code aus und prüft Zwischenergebnisse, bis ein belastbares Ergebnis vorliegt. Das Prinzip: Ziel → Plan → Aktion → Prüfung → Anpassung → Ergebnis. Statt nur Text zu produzieren, handelt diese KI wie ein digitaler Mitarbeiter.
Zielorientierung
Das System arbeitet auf ein klar definiertes Ergebnis hin – z. B. einen fertigen Report, eine abgeschlossene Buchung oder ein validiertes Datenobjekt
Planung & Zerlegung
Ein Ziel wie „Analysiere Quartalsdaten und erstelle Executive Summary" wird automatisch in 5–10 Teilschritte zerlegt und sequenziell abgearbeitet
Tool-Nutzung
Zugriff auf REST-APIs, SQL-Datenbanken, Web-Browser, Python-Interpreter, E-Mail-Systeme, CRM und ERP – je nach Aufgabe
Feedback-Schleife
Nach jeder Aktion prüft das System das Ergebnis gegen das Ziel: Stimmt das Ergebnis? Falls nicht → Korrektur und erneuter Versuch
Kontext & Gedächtnis
Zwischenergebnisse, getroffene Entscheidungen und Fehlversuche werden in einem persistenten Arbeitsgedächtnis (z. B. Vector Store) gehalten
Kontrolle & Guardrails
Policies definieren, welche Tools genutzt werden dürfen, welche Aktionen menschliche Freigabe erfordern und wann der Prozess abgebrochen wird
Klassische Chat-KI
  • Reaktiv: Frage → Antwort
  • Meist ein einzelner Output
  • Kaum eigenständige Aktionen
  • Begrenzt auf Textgenerierung
Agentische KI
  • Aktiv: Ziel → Prozessausführung
  • Mehrere iterative Schritte
  • Nutzt Tools und prüft Resultate
  • Liefert überprüfbares Ergebnis
Typische Einsatzfälle in Unternehmen
Business Automation
Angebote automatisch aus CRM-Daten (Salesforce, HubSpot) generieren, Ausschreibungen analysieren und Angebotsentwürfe erstellen, Onboarding-Workflows für neue Kunden vollständig durchlaufen
Data & Analytics Agents
Rohdaten aus Data Warehouses ziehen, bereinigen, Modelle ausführen und eine Management-Summary mit Handlungsempfehlungen in natürlicher Sprache ausgeben – ohne manuelle Zwischenschritte
IT Ops / DevOps
Logs aus Splunk oder Datadog analysieren, Incidents nach Schweregrad triagieren, Runbooks automatisch ausführen und bei Bedarf Eskalations-Tickets in Jira erstellen
Research Agents
Patentdatenbanken, wissenschaftliche Publikationen und Wettbewerber-Websites durchsuchen, relevante Inhalte extrahieren und zu einem strukturierten Recherchebericht verdichten – in Minuten statt Tagen

Merksatz: Agentische KI = ein digitaler Mitarbeiter mit Ziel, Werkzeugkasten und Selbstkontrolle. Sie produziert nicht nur Text – sie erledigt Aufgaben von Anfang bis Ende, überprüfbar und nachvollziehbar.
Was in der Praxis wirklich zählt: Guardrails
Damit agentische KI produktiv einsetzbar ist, braucht es ein klares Sicherheits- und Governance-Design. Diese Schutzmechanismen sind nicht optional, sondern entscheidend für den sicheren Betrieb:
Human-in-the-loop
Aktionen mit externen Auswirkungen (E-Mail senden, Datei löschen, Zahlung auslösen) erfordern explizite Freigabe
Least Privilege
Jeder Agent erhält nur die minimal notwendigen Zugriffsrechte – kein Schreibzugriff, wo Lesezugriff reicht
Logging & Audit-Trails
Jede Aktion, jeder Tool-Call und jede Entscheidung wird mit Timestamp und Begründung protokolliert – DSGVO-konform
Rate- & Budget-Limits
Maximale API-Calls pro Stunde, Token-Budgets und Kostengrenzen verhindern unkontrollierte Ausgaben oder Endlosschleifen
Abbruchkriterien
Nach N Fehlversuchen oder bei Konfidenz unter einem Schwellenwert stoppt der Agent und eskaliert an einen Menschen
Vorteile
  • End-to-End-Abarbeitung: Ein Prozess wie „Ausschreibung analysieren → Angebot erstellen → Versenden" läuft vollautomatisch durch – Zeitersparnis: 60–80 % gegenüber manueller Bearbeitung.
  • Robust bei mehrstufigen Workflows: Selbstkorrektur bei Fehlern reduziert manuelle Nacharbeit um bis zu 70 %.
  • Skalierbar: Hunderte parallele Agenten-Instanzen bearbeiten gleichzeitig unterschiedliche Aufgaben ohne Qualitätsverlust.
  • Konsistente Datenqualität durch automatisierte Validierung und Bereinigung bei jedem Prozessschritt.
  • Mitarbeiter fokussieren sich auf Ausnahmen und strategische Entscheidungen – Routineaufgaben übernimmt die KI.
Risiken im Blick behalten
  • Halluzinationen bei Tool-Calls: Das Modell ruft eine API mit falschen Parametern auf – Folge: fehlerhafte Daten oder ungewollte Aktionen. Gegenmaßnahme: Output-Validierung vor jeder Aktion.
  • Permission Creep: Zu weit gefasste Zugriffsrechte ermöglichen unbeabsichtigte Datenzugriffe. Gegenmaßnahme: Least-Privilege-Prinzip und regelmäßige Rechte-Audits.
  • Compliance-Risiken: Automatisierte Datenzugriffe müssen DSGVO-konform sein – Audit-Trails und Datenschutz-Folgenabschätzung sind Pflicht.
  • Overreach: Ohne klare Abbruchkriterien führt der Agent Aktionen aus, die nicht autorisiert wurden – z. B. das Versenden von E-Mails an externe Empfänger.
Wie Jaroona dabei unterstützt
Jaroona entwickelt agentische KI-Systeme, die direkt in bestehende Unternehmensinfrastrukturen integriert werden – von SAP und Salesforce bis zu internen Datenbanken und Cloud-Plattformen. Wir begleiten den gesamten Weg: von der Prozessanalyse und Machbarkeitsstudie über den Proof-of-Concept bis zur produktionsreifen Lösung mit vollständigem Monitoring. Der Fokus liegt auf vier Kernbereichen:
Operationalisierung
Von der Idee zur produktionsreifen Lösung: Wir definieren Prozessgrenzen, bauen robuste Fehlerbehandlung ein und stellen sicher, dass der Agent auch bei unerwarteten Eingaben stabil läuft – mit SLA-Monitoring und automatischem Retraining.
Tool-Integration
Wir entwickeln maßgeschneiderte Tool-Adapter für Ihre Systeme: REST-APIs, SQL-Datenbanken, SAP-Module, Microsoft 365, Salesforce, interne Wissensdatenbanken und proprietäre Schnittstellen.
Governance & Guardrails
Wir implementieren rollenbasierte Zugriffsmodelle, Human-in-the-loop-Workflows für kritische Aktionen, vollständige Audit-Trails und DSGVO-konforme Datenhaltung – dokumentiert und auditierbar.
Messbarkeit
Wir definieren KPIs vor dem Go-live: Durchlaufzeit, Fehlerrate, Kosteneinsparung, Automatisierungsgrad. Dashboards in Power BI oder Grafana machen den ROI transparent und kontinuierlich nachvollziehbar.

Mit Jaroona transformieren Sie konkrete Unternehmensprozesse – nicht nur Pilotprojekte. Unsere agentischen Systeme laufen produktiv, sind sicher und liefern messbaren ROI.
KI-gestützte Analysen für Drohnen verändern Inspektionen
Jaroona entwickelt herstellerunabhängige KI-Software, die direkt in bestehende Drohnensysteme integriert wird – ohne Hardwareaustausch. Die Lösung kombiniert hochauflösende 4K/8K-RGB-Kameras, Multispektral- und Thermalsensoren sowie LiDAR-Technologie zur Generierung präziser 3D-Geländemodelle. Deep-Learning-Modelle auf Basis von YOLO und CNNs verarbeiten die Bilddaten in Echtzeit per Edge-Computing direkt auf der Drohne – Inspektionszeiten sinken um bis zu 70 %, die Erkennungsgenauigkeit liegt bei über 95 %.
Die KI liefert georeferenzierte, reproduzierbare Befunddaten mit einer Auflösung von bis zu 1 mm/Pixel. Ergebnisse stehen sowohl als Echtzeit-Feedback während des Flugs als auch als strukturierter Cloud-Report zur Verfügung – inklusive automatischer Priorisierung nach Dringlichkeit. Kosteneinsparungen gegenüber manuellen Inspektionen: bis zu 40 %.
Energieinfrastruktur im Fokus
Unsere KI-Systeme sind speziell für die Inspektion von Hochspannungsleitungen, Windkraftanlagen, Photovoltaikparks und Staudämmen optimiert. Für Staudämme werden Daten mit 1 mm/Pixel Auflösung erfasst und durch spezialisierte Segmentierungsmodelle (U-Net, Mask R-CNN) ausgewertet, die zwischen Risstypen, Materialveränderungen und Feuchtigkeitseinträgen unterscheiden.
Rissbildung & strukturelle Veränderungen
YOLO-v8-basierte Objekterkennung identifiziert Haarrisse ab 0,1 mm Breite sowie Korrosion an Beton- und Stahlstrukturen. Erkennungsrate: über 98 %. Befunde werden automatisch klassifiziert (Schweregrad 1–4) und mit GPS-Koordinaten versehen.
Erosion & Feuchtigkeitszonen
Multispektral- (NIR, Red-Edge) und Thermalkameras erfassen Temperaturanomalien und Feuchtigkeitsgradienten im Dammkörper. KI-Modelle erkennen Sickerwasseraustritte und Erosionszonen, die für das menschliche Auge unsichtbar sind – bis zu 3 Wochen früher als konventionelle Methoden.
Anomalien an Dammkörpern & Bauwerksfugen
Deep-Learning-Segmentierungsmodelle analysieren Oberflächenunregelmäßigkeiten, Setzungsrisse und den Zustand von Dehnungsfugen. Verformungsanalysen erfolgen durch Vergleich georeferenzierter 3D-Punktwolken aus aufeinanderfolgenden Inspektionsflügen.
Weitere Einsatzbereiche der Drohnen-KI
Wildtiermonitoring & Artenschutz
YOLO-basierte Erkennungsmodelle identifizieren und zählen Wildtiere anhand von 4K/8K-RGB- und Thermalkameras mit einer Genauigkeit von über 95 % – auch in dichtem Bewuchs oder bei Nacht. Gegenüber manuellen Zählmethoden spart dies 60–80 % Zeit und ermöglicht detaillierte Populationsdynamik-Analysen für fundierte Artenschutzstrategien.
Pflanzen- & Vegetationsanalyse
Multispektral- (NIR, Red-Edge) und Hyperspektralkameras erfassen NDVI-Werte und weitere Vegetationsindizes. CNN-Modelle erkennen Pflanzenarten, Nährstoffmangel, Wasserstress und Schädlingsbefall mit über 98 % Klassifikationsgenauigkeit – und reduzieren den Düngemittel- und Pestizidbedarf um 15–30 % durch präzise, bedarfsgerechte Anwendung.
Bodenbeschaffenheit & Erosionsmanagement
Photogrammetrie und GPS-gestützte Luftbilder erzeugen hochauflösende DEM-Modelle (Digital Elevation Models). KI-Algorithmen modellieren Erosionszonen, Hanginstabilitäten und Bodenerosion mit über 92 % Genauigkeit – und senken Projektkosten für Bodenschutzmaßnahmen um 15–25 % durch effiziente Datenerfassung.
Solarpark- & Windkraftinspektion
Edge-KI auf Wechselrichtern und Drohnen erkennt Hot-Spots, fehlerhafte Module und Kabelprobleme in Echtzeit. Für Windkraftanlagen analysiert das System Vibrations- und Temperatursensordaten zur Früherkennung von Lager- und Getriebeschäden – ungeplante Ausfälle sinken um bis zu 50 %, die Anlagenverfügbarkeit steigt messbar.
Technologie-Stack im Überblick
Sensorik
4K/8K-RGB, Multispektral (NIR, Red-Edge), Thermal, LiDAR, Hyperspektral, GPS/RTK
KI-Modelle
YOLO-v8, CNNs (ResNet, EfficientNet), U-Net, Mask R-CNN, Transformer-basierte Segmentierung
Verarbeitung
Edge-Computing on-board, NVIDIA Jetson-Module, Cloud-Backend (Azure / AWS), Kafka Streams
Analyse & Output
3D-Punktwolken, DEM-Modelle, NDVI-Karten, Schweregrad-Klassifikation (1–4), GPS-Befundkarten
Integration
REST-API, CMMS-Export (SAP PM, IBM Maximo), GIS-Systeme (QGIS, ArcGIS), Power BI Dashboards
70 %
schnellere Inspektionen gegenüber manuellen Methoden
>98 %
Erkennungsrate für Risse, Korrosion und Strukturschäden
40 %
Kosteneinsparung durch automatisierte Auswertung
3 Wo.
frühere Erkennung von Feuchtigkeitsschäden gegenüber konventionellen Methoden

Alle Befunddaten fließen automatisch in ein strukturiertes Inspektionsprotokoll: priorisierte Mängelliste, Schweregrad-Klassifikation, GPS-Koordinaten und Fotodokumentation – direkt exportierbar in gängige Wartungsmanagementsysteme (CMMS) wie SAP PM oder IBM Maximo.
Die Anforderungen des EU AI Act meistern
Gemäß dem EU AI Act, der darauf abzielt, Vertrauen und Akzeptanz für KI in der Europäischen Union zu schaffen, ist ein Hochrisiko-KI-System ein solches, das ein erhebliches Potenzial birgt, die Gesundheit, Sicherheit oder Grundrechte von Personen negativ zu beeinflussen. Dies betrifft insbesondere Systeme, die in sicherheitsrelevanten Bereichen eingesetzt werden oder kritische Entscheidungen treffen, die weitreichende Auswirkungen auf Menschen haben können, wie detailliert in Anhang III des Gesetzes festgelegt.
Hier ist die offizielle und praxisrelevante Übersicht, welche KI-Systeme als „Hochrisiko-KI“ gelten (gemäß dem finalen EU AI Act, verabschiedet im März 2024, in Kraft seit 2025):
Kategorien von Hochrisiko-KI
Biometrische Identifizierung und Kategorisierung
KI-Systeme zur biometrischen Fernidentifikation von Personen in Echtzeit oder ex post (z.B. Gesichtserkennung in öffentlichen Räumen oder zur Überwachung von Arbeitsplätzen) und zur Kategorisierung von Personen basierend auf biometrischen Merkmalen (wie Geschlecht, ethnische Zugehörigkeit, sexuelle Orientierung oder emotionale Zustände).
Management und Betrieb kritischer Infrastrukturen
Systeme, die für den Betrieb oder das Management kritischer Infrastrukturen wie Strom-, Gas- und Wasserversorgung, Verkehrsleitsysteme, digitale Infrastrukturen oder medizinische Notfalldienste eingesetzt werden und deren Ausfall oder Fehlfunktion das Leben, die Gesundheit oder die Sicherheit von Menschen erheblich gefährden könnte.
Bildung und berufliche Ausbildung
KI-Systeme, die dazu bestimmt sind, den Zugang zu Bildungseinrichtungen zu bestimmen oder zu bewerten (z.B. Zulassungsverfahren), Lernleistungen zu beurteilen (z.B. automatisierte Prüfungssysteme) oder die Eignung von Personen für bestimmte Bildungswege oder berufliche Qualifikationen zu beurteilen, was sich auf die Karrierechancen auswirken kann.
Beschäftigung, Personalmanagement und Zugang zur Selbstständigkeit
KI-Systeme, die zur Rekrutierung und Auswahl von Personal (z.B. Filterung von Lebensläufen, psychometrische Tests), zur Bewertung der Leistung von Mitarbeitern, zur Beförderung oder Kündigung, zur Zuweisung von Aufgaben oder zur Überwachung des Arbeitsverhaltens verwendet werden, da diese direkt die Arbeitsbedingungen und Lebensgrundlagen beeinflussen können.
Anforderungen an Hochrisiko-KI
1
Robustes Risikomanagementverfahren:
Implementierung eines systematischen Ansatzes zur Identifizierung, Analyse, Bewertung und Minderung von Risiken über den gesamten Lebenszyklus des KI-Systems, von der Entwicklung bis zur Entsorgung.
2
Hohe Datenqualität und technische Dokumentation:
Sicherung der Qualität der Trainings-, Validierungs- und Testdatensätze hinsichtlich Relevanz, Repräsentativität und Fehlerfreiheit. Erstellung und Pflege einer umfassenden technischen Dokumentation, die eine transparente Prüfung des Systems ermöglicht.
3
Transparenzpflichten und menschliche Aufsicht:
Gewährleistung, dass die Funktionsweise von Hochrisiko-KI-Systemen für Anwender nachvollziehbar ist ("Erklärbarkeit"). Zudem muss eine effektive menschliche Aufsicht jederzeit möglich sein, um unerwünschte Ergebnisse korrigieren oder das System deaktivieren zu können.
4
Konformitätsbewertung und CE-Kennzeichnung:
Bevor ein Hochrisiko-KI-System auf den EU-Markt gebracht wird, muss es einem strengen Konformitätsbewertungsverfahren unterzogen werden. Nach erfolgreichem Abschluss erhält es die CE-Kennzeichnung, die seine Übereinstimmung mit allen EU-Anforderungen bestätigt.
5
Eintragung in die EU-Datenbank:
Obligatorische Registrierung aller eigenständigen Hochrisiko-KI-Systeme in einer öffentlichen EU-Datenbank, um Transparenz zu gewährleisten und die Überwachung durch die Marktüberwachungsbehörden zu erleichtern.
Beispiele zur Einordnung

Jaroona bietet umfassende Expertise zur korrekten Klassifikation und Sicherstellung der Compliance Ihrer KI-Systeme gemäß den komplexen Vorgaben des EU AI Act und unterstützt Sie bei der Implementierung notwendiger Risikomanagementprozesse.
Bleiben Sie informiert
Möchten Sie über die neuesten Entwicklungen, Veröffentlichungen und Veranstaltungen von Jaroona auf dem Laufenden bleiben? Abonnieren Sie unseren Newsletter oder folgen Sie uns auf unseren Social-Media-Kanälen.
Wir teilen regelmäßig wertvolle Ressourcen, Fachartikel und Neuigkeiten aus der Welt der KI und Cybersicherheit. Verpassen Sie keine wichtigen Updates mehr!

t6517e3d4.emailsys2a.net

Newsletter-Anmeldung

Mit unserem Newsletter verpassen Sie keine Neuigkeiten mehr. Jetzt anmelden und auf dem Laufenden bleiben!

Jaroona - Ihr Partner für KI & Maschinelles Lernen
Kontakt
Telefon: +43 1 9195041-0
Website: jaroona.com
Services
  • KI-Entwicklung
  • Datenanalyse
  • Machine Learning
  • Prozessautomatisierung
© 2026 Jaroona. Alle Rechte vorbehalten.