Übersicht

GenKITS - Generative KI in IT-Systemhäusern

GenKITS entwickelt GPT-Agenten zur Unterstützung interner Prozesse und befähigt Mitarbeitende der Starke + Reichert GmbH & Co. KG im effektiven Umgang mit KI.

Letzte Aktualisierung: 25. April 2025

Projektdetails

Im Rahmen des Projekts GenKITS werden große Sprachmodelle (u.a. GPTs) und generative KI in dem mitteltständischen IT-Systemhaus Starke+Reichert GmbH & Co. K.G. verwendet, um KI-Agenten zu entwickeln, die komplexe Unternehmensprozesse unterstützen und vereinfachen sollen. Ein spezieller „GPT-Orchestrator“ ermöglicht die Entwicklung dieser Agenten durch eine nutzerfreundliche Low-Code-/No-Code-Umgebung, wodurch auch Mitarbeitende ohne tiefgehende Programmierkenntnisse eigene KI-Anwendungen erstellen können. Neue methodische Ansätze im Bereich des Prompt Engineerings und Conversational Designs werden genutzt, um menschzentrierte KI-Systeme zu entwickeln und um durch Schulung und Weiterbildung die Mitarbeitenden in den Bereichen der künstlichen Intelligenz zu empowern. Dabei spielt auch die Integration von bestehenden KI-Modellen wie ChatGPT mittels API in die bestehenden Systeme von Starke+Reichert GmbH & Co. K.G. eine wichtige Rolle.

Das Projekt GenKITS findet Anwendung in verschiedenen praxisnahen Bereichen, insbesondere in der Optimierung von kaufmännischen und administrativen Prozessen in IT-Systemhäusern und KMU. Durch den Einsatz von GPT-Agenten können wiederkehrende Aufgaben, wie die Verarbeitung von Dokumenten, das Verfassen von E-Mails oder die Erkennung und Bearbeitung von Rechnungen, vereinfacht werden. Mitarbeitende werden durch die Low-Code-/No-Code-Entwicklung befähigt, eigenständig KI-basierte Lösungen zu erstellen und in ihren Arbeitsalltag zu integrieren. Zudem wird der Einsatz von GPT-Modellen zur Analyse von Real-Daten und zur besseren Verknüpfung von Wissensdatenbanken genutzt. Langfristig profitieren auch Partner und Kunden von Starke+Reichert GmbH & Co. K.G. durch die Integration dieser Technologien in bestehende Produkte und Dienstleistungen.

Am Projekt GenKITS sind zwei Hauptpartner beteiligt: Die Starke + Reichert GmbH & Co. KG (SR) und die Universität Kassel (UKS). SR, ein mittelständisches IT-Systemhaus, übernimmt die praktische Umsetzung des Projekts und bringt seine Expertise in Dokumentenmanagement und kaufmännischen Prozessen ein. SR-Mitarbeitende entwickeln und testen die GPT-Agenten, um diese in ihre Unternehmensprozesse zu integrieren. Die Universität Kassel fungiert als wissenschaftlicher Partner und unterstützt das Projekt durch Forschung und methodische Begleitung. Sie konzipiert den „GPT-Orchestrator“ und untersucht die Effizienz von generativen KI-Technologien in KMUs. Beide Partner arbeiten eng zusammen, wobei SR die praktische Anwendung und UKS die wissenschaftliche Analyse und technische Entwicklung vorantreiben. Die Mitarbeitenden beider Partner sind aktiv in Workshops, Tests und der Implementierung neuer Technologien eingebunden.

Showroom

„To be or not to be an Agent“ - Strategien für Agenten im Dokumentenmanagement

Im Workshop am 25.06.2025 stand die Frage im Mittelpunkt: Welche Rolle sollen Agenten im DMS der Zukunft spielen und wie gehen wir mit Agenten anderer Anbieter um? Diskutiert wurden dafür drei Strategien: eigene Apex (überlegene) Agenten, Offenheit für Externe Agenten mit einem (Agenten-) Marktplatz, sowie ein hybrider Ansatz, der zusätzlich Low- und No-Code-Tools für individuelle Agenten bietet. Als besonders zukunftsfähig haben wir den hybriden Ansatz identifiziert.

Workshop bei den Starke+Reichert Partnertagen: Risikomanagement in Agentic AI – Mehr Sicherheit für den Unternehmenseinsatz

Bei den Partnertagen von Starke+Reichert stand das Thema Risikomanagement bei Agentic AI im Fokus. Diskutiert wurden konkrete Anwendungsfälle wie Rechnungsprüfung oder Vertragsanalysen. Als wichtigste Strategien für den sicheren Einsatz von Agenten wurden Konfidenzschätzer, Human-in-the-loop und Plausibilitätsprüfungen identifiziert. Sie geben Unternehmen Transparenz, sichern kritische Prozesse und ermöglichen Produktivitätsgewinne durch Automatisierung.

Vision - Zukunftsszenarien für das Dokumentenmanagement

Im zweiten GenKITs-Workshop am 09.04.2025 entwickelten die Teilnehmenden unter Leitung der Universität Kassel Szenarien für das Dokumentmanagement in fünf Jahren. Im Fokus: eine intuitive Nutzung durch Agentic AI, die Prozesse beschleunigt, Entscheidungen unterstützt und den Fachkräftemangel adressiert. Neben dem bekannten DocAnalyst wurden DocScheduler und DocMediator als neue Agenten vorgestellt.

GenKITs Projekttreffen und Workshop zur Zukunft des Dokumentenmanagements

Im Rahmen des Distr@al-Projekts GenKITs fand das zweite Projekttreffen von Starke+Reichert und der Universität Kassel statt. Im Fokus lagen die Präsentation bisheriger Ergebnisse und die zentrale Fragestellung: Wie verändert generative KI und die damit verbundenen technologischen Trends den Umgang mit Dokumenten in der Zukunft? Wie sieht der Arbeitsplatz der Zukunft aus?

Zur Website

Projekt Kick-Off

Am 10.09 fand das Kick-Off für das neue Projekt GenKITS an der University of Kassel statt! Gemeinsam haben wir, die Starke + Reichert GmbH & Co. KG und das Fachgebiet Wirtschaftsinformatik der Universität Kassel eine gemeinsame Vision entwickelt und die Prioritäten für die kommenden zwei Jahre gesetzt.

Zur Website

Fact or Fiction? Exploring Explanations to Identify Factual Confubulations in RAG-Based LLM Systems

The adoption of generative artificial intelligence (GenAI) and large language models (LLMs) in society and business is growing rapidly. While these systems often generate convincing and coherent responses,
they risk producing incorrect or non-factual information, known as confabulations or hallucinations. Consequently, users must critically assess the reliability of these outputs when interacting with LLM-based agents. Although advancements such as retrieval-augmented generation (RAG) have improved the technical performance of these systems, there is a lack of empirical models that explain how humans detect confabulations. Building on the explainable AI (XAI) literature, we examine the role of reasoningbased explanations in helping users identify confabulations in LLM systems. An online experiment (n = 97) reveals that analogical and factual explanations improve detection accuracy but require more time and cognitive effort than the no explanation baseline.

Download (PDF 1,57 MB)

GenAI-CoP: A Reusable Co-Creation Process for Identifying Generative AI Agents

Generative AI (GenAI) can enhance organizational processes and productivity. To realize these benefits, organizations must design GenAI agents that augment human work. A key challenge lies in making sense of the diverse forms of GenAI agents and aligning them with existing work processes. To ad-dress this, we propose a reusable co-creation process for identifying GenAI agents (GenAI-CoP) that enables organizations to involve domain experts in lev-eraging GenAI’s potential for their products and workflows. Grounded in action design research (ADR), our approach draws on collaboration engineering to de-velop GenAI-CoP. We iteratively refined and tested it through simulations, ex-pert interviews, and pilot tests. Our research contributes to GenAI and collabora-tion engineering literature by introducing a reusable, bottom-up identification procedure for GenAI agents. GenAI-CoP packages facilitation expertise, allow-ing practitioners to execute it without prior training in tools or techniques. They gain actionable guidelines to identify augmentation potential and summarize it as GenAI agents.

Download (PDF 430,70 KB)

Das Projekt GenKITS hat bereits erste innovative Ansätze zur Erarbeitung von GenAI Use Cases wie beispielsweise das GenAI Pattern Canvas entwickelt. Im Rahmen eines Workshops und erster Anforderungsanalysen wurden Anwendungsszenarien skizziert, User Journeys entwickelt und das GenAI Service-Portfolio der Starke+Reichert GmbH & Co. KG erarbeitet. Zudem wurden konkrete KI-Agenten konzipiert und priorisiert. Eine zentrale Erkenntnis: Die Zukunft des Dokumentenmanagements liegt nicht in der vollständigen Automatisierung, sondern in der Zusammenarbeit von Mitarbeitenden und KI-Agenten liegt.

Weitere Informationen

Stimmen zum Projekt

Aus wissenschaftlicher Sicht liegt großes Potenzial in der Orchestrierung autonomer KI-Agenten innerhalb von Multi-Agenten-Systemen. Besonders das Konzept des Tool Learning – bei dem Agenten eigenständig digitale Werkzeuge erlernen und anwenden – eröffnet neue Möglichkeiten für dynamisch koordinierte, adaptive Systeme. Solche Agentenlandschaften ermöglichen nicht nur die Automatisierung einzelner Tasks, sondern bilden komplexe Prozesse und Workflows ab und markieren einen Wandel hin zu modularen, lernfähigen Strukturen, die menschliche Arbeit gezielt unterstützen.

Dr. Mahei Li Forschungsgruppenleiter, Universität Kassel

Mittelständische Familienunternehmen sehen in generativer und agentischer KI einen zentralen Hebel für ihre digitale Zukunft. Der gezielte Einsatz großer Sprachmodelle und autonomer KI-Agenten gilt als wirksame Maßnahme zur nachhaltigen Stärkung ihrer Digitalisierungsstrategie. Technologien wie Multi-Agenten-Systeme bieten hierfür eine leistungsfähige Grundlage. KI wird dabei nicht nur als technologische Innovation verstanden, sondern als aktiver Partner im Wandel, mit dem Unternehmen gemeinsam mit ihren Mitarbeitenden wachsen. Eine gelebte KI-Kultur im Mittelstand schafft echten Mehrwert und fördert die langfristige Innovationskraft.

Philipp Reinhard Wissenschaftlicher Mitarbeiter, Universität Kassel