webconia GmbH

webconia GmbH webconia ist Ihr Partner für die Realisierung von anspruchsvollen Web-Projekten Wir sind für Sie da wenn Sie uns brauchen, notfalls auch 24 Stunden am Tag.

Impressum:
webconia GmbH
Gänsemarkt 31
20354 Hamburg

Support-Hotline: +49-1805-778075 (9-17 Uhr)

Fon: +49-40-609432300
Fax: +49-40-79695953

Vertretungsberechtigter Geschäftsführer: Nico Flemming

Amtsgericht Hamburg
HRB 111723

USt.ID: DE268131156

Verantwortlich i.S.d.MDStV:
Nico Flemming

Individuelle Web-Software

Wir betreiben seit 1999 die Entwicklung individueller und anspruchsvoller Web-

Software für Web-Projekte, Internet-Portale und Intranet-Lösungen namhafter Kunden. Hierbei haben wir uns auf High Traffic Portale, eBusiness Lösungen, Ausschreibungs-Plattformen und Marktplätze, Communities und Social Networks sowie Intra- und Extranet Enterprise Applications spezialisiert. Exakt auf Ihre Bedürfnisse abgestimmt

Individuelle Software ist exakt auf Ihre Bedürfnisse abgestimmt. Gute Software versteht zunächst den Bedarf des Kunden, daher analysieren wir zuerst exakt Ihre Bedürfnisse um sie anschließend auf Daten-modelle, Masken, Strukturen und Workflows zu übertragen. Modernste Technologien und Methoden

Unsere Software verwendet modernste Technologien (Zend Framework, objekt-relationales Mapping, Unit-Tests, modularer Aufbau) und zeichnet sich durch einen hohen Grad an Skalierbarkeit, Verfügbarkeit und Wartbarkeit aus. Darüber hinaus nutzen wir die Agile Softwareentwicklung die es uns ermöglicht, den Kunden frühzeitig in die Entwicklung einzubeziehen. Wettbewerbsvorteile

Kurze Wege, flache Hierarchien und ein starkes Team ermöglichen ein Höchstmaß an Flexibilität, schnellen Entscheidungen und gewährleisten kurze Reaktionszeiten. Verständnis von Unternehmensprozessen

Grundlage für die Abbildung von Unternehmensprozessen in einer Software ist das Verständnis der Unternehmensprozesse an sich. Durch unsere breite Erfahrung in den unterschiedlichsten Branchen können wir uns schnell in Ihren Unternehmensprozess hineinversetzen und gemeinsam mit Ihnen zu maßgeschneiderten Lösungsansätzen gelangen. Qualitätssicherung

Bestimmen Sie selbst den Grad der Qualitäts-Sicherung, je nach Projekt. Der Grad der Testabdeckung bestimmt, wie viele Fehler später im Produktivbetrieb überhaupt noch auftreten können. Typische Qualitäts-sicherungswerkzeuge sind vollautomatische Unit- und Web-Tests. Die letzte Instanz sind natürlich immer menschliche Qualitätssicherer die das neue Produkt auf Herz und Nieren testen. Zertifizierung und Weiterbildung

Durch die konsequente Schulung und Zertifizierung unserer Mitarbeiter stellen wir unseren hohen Qualitätsstandard sicher. Unsere Mitarbeiter sind z.B. zertifiziert als Zend Certified PHP5 Engineer oder als BVSI Certified IT Consultant. Durch ständige Fortbildung stellen wir sicher, das wir Ihnen immer die zur Zeit bestmöglichen Technologien anbieten können. Unsere Kunden

Unsere Kunden sind große und mittelständische Unternehmen sowie StartUps aus den Bereichen Internet Marketing, Medien, Communities, Im-/Export, Luftfahrt-/Raumfahrt, Produktion, Kosmetik, Agenturen und Shops.

Diese Woche war ich bei einem neuen Kunden in Düsseldorf.Das Spannendste an dem Termin war gar nicht die Technik.Mir ist...
02/07/2026

Diese Woche war ich bei einem neuen Kunden in Düsseldorf.

Das Spannendste an dem Termin war gar nicht die Technik.
Mir ist vor allem eine Sache aufgefallen: Die Fragen ähneln sich inzwischen in fast jedem Unternehmen.

- Wie bauen wir Ängste und Vorbehalte gegenüber AI ab?
- Wie machen wir AI zu einem selbstverständlichen Werkzeug im Arbeitsalltag?
- Wie geben wir Mitarbeitern die Freiheit zu experimentieren - mit klaren Leitplanken?
- Wie automatisieren wir die richtigen Prozesse, statt nur bestehende Arbeit zu beschleunigen?
- Und wie messen wir den tatsächlichen Mehrwert?

Aus meiner Sicht liegt genau hier aktuell der größte Hebel. Nicht in noch besseren Modellen, sondern in klaren Prozessen, guten Daten und AI-Agenten, die echte Arbeit übernehmen statt nur Antworten zu liefern.

Die Unternehmen, die das heute richtig angehen, werden in den nächsten zwei Jahren einen deutlichen Vorsprung aufbauen.

Die meisten Unternehmen bauen keine AI Agents. Sie bauen Chatbots mit Werkzeugen.Aktuell scheint plötzlich alles ein Age...
02/07/2026

Die meisten Unternehmen bauen keine AI Agents. Sie bauen Chatbots mit Werkzeugen.

Aktuell scheint plötzlich alles ein Agent zu sein. Ein LLM, das eine Datenbank abfragt? Agent. Ein Chatbot mit einer Google-Suche? Agent. Ein Workflow mit drei API-Aufrufen? Natürlich auch ein Agent. Ich sehe das ehrlich gesagt etwas anders.

Für mich ist das meiste davon einfach ein ziemlich guter Workflow. Und das ist überhaupt nichts Schlechtes. Im Gegenteil. Wenn ich heute für ein Unternehmen einen Prozess automatisieren müsste, würde ich in den meisten Fällen wahrscheinlich gar keinen echten Agenten bauen. Ich würde einen Workflow bauen.

Der Grund ist einfach: Workflows sind vorhersehbar. Ich weiß genau, was passiert, kann sie testen, Fehler reproduzieren und das Ergebnis kontrollieren. Genau das möchte ein Unternehmen im produktiven Einsatz. Ein Agent dagegen bekommt kein festes Skript, sondern ein Ziel. Wie er dieses Ziel erreicht, entscheidet er weitgehend selbst.

Nehmen wir als Beispiel die Aufgabe, einen Investment-Report über ein Unternehmen zu erstellen. Ein Workflow würde exakt festgelegte Quellen abarbeiten und anschließend einen Report erzeugen. Ein Agent könnte dagegen zunächst das Handelsregister durchsuchen, danach die Unternehmenswebsite analysieren, LinkedIn auswerten, feststellen, dass wichtige Informationen fehlen, weitere Quellen suchen und seinen Plan unterwegs anpassen. Genau diese Fähigkeit, den Lösungsweg selbst zu entwickeln, macht für mich den Unterschied aus.

Deshalb glaube ich auch, dass wir uns aktuell zu stark auf Prompts konzentrieren. Die eigentlichen Herausforderungen liegen längst woanders: Wie kommt ein Agent an Wissen? Welche Werkzeuge darf er nutzen? Wie bewertet er seine eigenen Ergebnisse? Wann erkennt er, dass er in eine Sackgasse läuft? Und wann sollte er lieber einen Menschen um Hilfe bitten?

Ich habe manchmal das Gefühl, dass wir denselben Fehler machen wie vor zehn Jahren. Damals war plötzlich jeder Algorithmus „künstliche Intelligenz“. Heute ist jedes LLM mit Tool Calling ein „AI Agent“. Marketingtechnisch funktioniert das hervorragend. Technisch führt es aber dazu, dass völlig unterschiedliche Systeme unter demselben Begriff diskutiert werden.

Dabei werden echte AI Agents in den nächsten Jahren wahrscheinlich eine der spannendsten Entwicklungen überhaupt. Gerade deshalb sollten wir sauber unterscheiden, worüber wir eigentlich sprechen.

01/07/2026

𝗗𝗶𝗲 𝗺𝗲𝗶𝘀𝘁𝗲𝗻 𝗨𝗻𝘁𝗲𝗿𝗻𝗲𝗵𝗺𝗲𝗻 𝘀𝘁𝗲𝗹𝗹𝗲𝗻 𝗯𝗲𝗶 𝗹𝗼𝗸𝗮𝗹𝗲𝗻 𝗟𝗟𝗠𝘀 𝗱𝗶𝗲 𝗳𝗮𝗹𝘀𝗰𝗵𝗲 𝗙𝗿𝗮𝗴𝗲

Überall lese ich: "Warum zahlt ihr eigentlich noch für Claude oder GPT? Nutzt doch einfach ein lokales Modell."

Also haben wir das Thema nicht diskutiert, sondern getestet. Nicht mit ein paar Prompts, sondern anhand unserer echten Produktivsysteme.

Wir haben rund 70 AI-Workflows analysiert – von einfachen Textzusammenfassungen bis hin zu AI Agents, Financial Reasoning und der Extraktion strukturierter Finanzdaten.

Meine eigentliche Frage war: 𝗪𝗼 𝗯𝗲𝘇𝗮𝗵𝗹𝗲𝗻 𝘄𝗶𝗿 𝗵𝗲𝘂𝘁𝗲 𝗳ü𝗿 𝗖𝗹𝗼𝘂𝗱-𝗟𝗟𝗠𝘀, 𝗼𝗯𝘄𝗼𝗵𝗹 𝗲𝗶𝗻 𝗹𝗼𝗸𝗮𝗹𝗲𝘀 𝗠𝗼𝗱𝗲𝗹𝗹 𝘃ö𝗹𝗹𝗶𝗴 𝗮𝘂𝘀𝗿𝗲𝗶𝗰𝗵𝗲𝗻 𝘄ü𝗿𝗱𝗲?

Ich hatte ehrlich gesagt erwartet, dass die Antwort ziemlich eindeutig ausfällt.
Tat sie aber nicht.

Die erste Überraschung: Ein lokales LLM aufzusetzen ist heute fast schon langweilig. Linux-VM. Ollama installieren. Modell herunterladen. API aufrufen. Läuft. Vor zwei Jahren wäre das noch ein kleines Projekt gewesen. Heute ist der technische Einstieg kaum noch die Hürde.

Die eigentliche Herausforderung beginnt danach. Nämlich bei der Frage, welche Aufgaben das Modell zuverlässig erledigen muss:
- Text Summarization
- Content Classification
- Translation
- FAQ Generation

Das funktionierte erstaunlich gut.

Dann haben wir dieselben Modelle auf unsere echten Produkt-Workflows losgelassen.

- PDFs analysieren
- strukturierte Finanzdaten extrahieren
- Agentic Workflows
- Function Calling
- Komplexe JSON-Strukturen

Und plötzlich sah die Welt ganz anders aus. Nicht, weil die Antworten schlecht waren, sondern weil die Ausgabe nicht ausreichend deterministisch und reproduzierbar war, um geschäftskritische Workflows darauf aufzubauen. Ein Chat darf kreativ sein. Ein Produktionssystem nicht.

Und manchmal reicht in einem Produkt eben schon ein einziges Mal. Mein größtes Learning war deshalb gar kein technisches. Ich glaube, viele Unternehmen vergleichen heute Modelle. Dabei sollten sie Anwendungsfälle vergleichen. Nicht jede Aufgabe braucht Claude. Aber längst nicht jede Aufgabe eignet sich für ein lokales LLM.

Die eigentliche Architekturentscheidung lautet deshalb nicht Cloud oder lokal.
Sondern: Welches Modell ist für welchen Anwendungsfall das richtige?

Mich würde interessieren:
Welche Erfahrungen habt ihr bereits mit lokalen LLMs gemacht?

Adresse

Gänsemarkt 31
Hamburg
20354

Öffnungszeiten

Montag 08:00 - 18:00
Dienstag 08:00 - 18:00
Mittwoch 08:00 - 18:00
Donnerstag 08:00 - 18:00
Freitag 08:00 - 18:00

Telefon

+49-40-609432300

Webseite

Benachrichtigungen

Lassen Sie sich von uns eine E-Mail senden und seien Sie der erste der Neuigkeiten und Aktionen von webconia GmbH erfährt. Ihre E-Mail-Adresse wird nicht für andere Zwecke verwendet und Sie können sich jederzeit abmelden.

Service Kontaktieren

Nachricht an webconia GmbH senden:

Verknüpfungen

Teilen

Kategorie