IntegraAI: Ein ereignisgesteuertes Framework für intelligente Prozessautomatisierung

Moderne Unternehmen arbeiten mit einer Vielzahl heterogener Systeme — ERP, CRM, Postfächer, Kalender, Cloud-Speicher, Datenbanken — jedes mit Kontext, den die anderen benötigen. Diese Systeme klassisch zu verbinden bedeutet fragile Punkt-zu-Punkt-Integrationen, die mit jeder neuen Anforderung schwerer wartbar werden. Gemeinsam mit ADIVEX haben wir einen anderen Weg entwickelt: ein dezentrales, ereignisgesteuertes Framework, in dem autonome KI-Agenten die Koordination und Automatisierung übernehmen.

Agenten, die reagieren statt orchestrieren

Die Architektur basiert auf einem Kafka-Event-Bus. Unabhängige Agenten abonnieren die Ereignisse, die sie verstehen, und veröffentlichen neue Ereignisse als Antwort — kein zentraler Orchestrator, keine statische Pipeline. Eingehende Nutzeranfragen werden von einem Router-Agenten klassifiziert und weitergeleitet: an einen Workflow-Agenten für mehrstufige Prozesse, an einen Data-Agenten für Abrufe oder direkt an einen Connector. Workflows entstehen dynamisch aus Ereignisketten, nicht aus zentralen Vorgaben.

Diese lose Kopplung erlaubt es, Komponenten unabhängig hinzuzufügen, auszutauschen oder zu skalieren. Das LLM operiert auf der Reasoning-Ebene, nicht auf der Koordinationsebene — es gibt strukturierte, schemavalidierte Befehle aus, die das Framework weiterleitet. Externe Systeme werden nie direkt vom Modell angesprochen.

Integration bestehender Systeme

Connectors verbinden das Framework mit bestehender Infrastruktur: ERP- und CRM-Systeme über APIs und Datenbankabfragen, E-Mail via IMAP/SMTP, Kalender (Google, Office 365), Cloud-Speicher und Dateiablagen, Microsoft Teams, WhatsApp, Code-Repositories und weitere. Spezialisierte Services übernehmen die Dokumentenverarbeitung — OCR, Rechnungsgenerierung inkl. ZUGFeRD/XRechnung, TTS/STT und Bildklassifizierung.

Jeder Connector stellt seine Fähigkeiten als typsichere Kafka-Events bereit, die einmalig in einem gemeinsamen Schema definiert werden. Ein Event SDK generiert DTOs, Serializer und Kafka-Producer/Consumer aus diesem Schema für verschiedene Programmiersprachen und vereinfacht so die Integration zusätzlicher Systeme erheblich.

Sicherer Kontext durch RAG

Alle angebundenen Datenquellen speisen eine gemeinsame Vektordatenbank. Wenn ein Agent Kontext benötigt, wird der Abruf stets nach Mandant, Organisationsbereich, Rolle und Nutzer gefiltert — bevor irgendetwas den LLM-Prompt erreicht. Das Modell sieht ausschließlich, worauf der anfragende Nutzer Zugriff hat. Nur so lässt sich ein geteiltes KI-System sicher über Organisationsgrenzen hinweg betreiben, ohne das Risiko von Datenlecks.

Observability und Compliance integriert

Hilfsdienste decken die operative Basis von Beginn an ab: Ein Audit-Logger zeichnet jeden Datenzugriff und jeden Tool-Aufruf mit vollständigem Korrelationskontext auf, ein Telemetrie-Logger aggregiert mandantenspezifische Metriken für Grafana/Prometheus-Dashboards und SLO-Alerts, und ein Policy-Gatekeeper validiert alle Prompts und Tool-Ausführungsanfragen vor der Weiterleitung. Jede Aktion ist nachverfolgbar und zuordenbar. Der Zustand jeder Komponente wird kontinuierlich überwacht — Anfragen an ausgefallene Komponenten werden frühzeitig abgewiesen, ohne stille Timeouts.

Als Managed Service verfügbar

Das Framework entstand in Zusammenarbeit mit ADIVEX — der Kombination aus deren Expertise in Enterprise-Integration und unserer Erfahrung in skalierbarer Softwarearchitektur. Es ist produktionsreif und lässt sich als Cloud-Microservices auf Kubernetes betreiben oder in einem hybriden Setup mit lokalen Agenten auf Nutzergeräten — für Szenarien, in denen Daten das Unternehmen nicht verlassen dürfen.

Wenn Sie Geschäftsprozesse automatisieren, bestehende Systeme mit KI verbinden oder einen kontextbewussten Assistenten für Ihre Organisation aufbauen möchten — wir bieten das Framework als Managed Service an und passen es an Ihre Infrastruktur und Anforderungen an. Sprechen Sie uns an.