●Stefan Franke · KI-Praxis & PerspektiveArbeitsprobleme verstehen. Mit KI Lösungen bauen.
Ich verbinde Erfahrung aus B2B-Marketing, Kundenarbeit und Medienproduktion mit KI-gestützter Umsetzung. Mein Fokus: klare Abläufe, nutzbare Werkzeuge und ein nachvollziehbarer Nutzen im Arbeitsalltag.
Ausgewählte Bausteine aus eigenen Projekten. Der unternehmerische Übertrag beschreibt Anwendungspotenzial; Zeit- oder Umsatzgewinne sind nicht gemessen.
01Im eigenen Einsatz
Wissen nutzbar machen
Media Pool
Nutzen im Unternehmen
Passende Inhalte schneller finden und für Marketing und Vertrieb wiederverwenden.
So funktioniert es +
Vom Bildarchiv zum Arbeitskatalog
Ein großer Bildbestand hilft wenig, wenn passende Motive nur über Erinnerung und Ordnernamen auffindbar sind.
01Bilder aufnehmen
02KI beschreibt
03Regeln ordnen
04Mensch kuratiert
Was darin steckt
Semantische Suche, Ähnlichkeit und feste Merkmale erfüllen unterschiedliche Aufgaben. KI-Vorschläge werden gegen ein kontrolliertes Vokabular geprüft.
Umsetzung & Einordnung
Eigene Bildverwaltung mit Embeddings, Ähnlichkeitssuche und kontrollierten Kurationsmerkmalen. Rund 1.900 Bilder im dokumentierten Pool (August 2026); der gesamte Fotoausgangsbestand ist deutlich größer.
Anfragen im Blick behalten, Angebote gezielt nachverfolgen und nächste Schritte verbindlich machen.
So funktioniert es +
Aus Anfragen werden nächste Schritte
Anfragen, Angebote und Rückmeldungen verteilen sich auf mehrere Kanäle. Nachfassen hängt am Gedächtnis.
01Anfrage erfassen
02Vorschlag prüfen
03Sequenz starten
04Bei Ereignis stoppen
Was darin steckt
Ein Sprachmodell formuliert einen Vorschlag. Fristen, Freigaben, Stoppregeln und Schutz vor Doppelversand bleiben explizite Prozesslogik.
Umsetzung & Einordnung
Das Kundenmanagement-System verbindet Kundenphasen mit E-Mail-, SMS- und Anrufschritten. Ein KI-generierter Satz für den Nachfassprozess wird vor dem Versand als editierbare Vorschau gezeigt; bei KI-Ausfall greift ein fester Ersatztext.
03Implementiertes MVP
KI für Anwender übersetzen
Produktbilder für Onlineshops
Nutzen im Unternehmen
Aus Produktfotos werden konsistente Shop-Bilder. Mit klaren Vorgaben und Prüfung vor der Veröffentlichung.
So funktioniert es +
Vom Produktfoto zum Shop-Bild
Produktbilder aufbereiten und dem richtigen Shop-Artikel zuordnen verlangt viele einzelne Handgriffe und konsistente Vorgaben.
01Foto hochladen
02Vorgabe wählen
03Ergebnis prüfen
04Shop zuordnen
Was darin steckt
Enablement beginnt in der Bedienung: wenige klare Entscheidungen, sichtbare Ergebnisse und eine Qualitätsprüfung vor der Veröffentlichung.
Umsetzung & Einordnung
Umgesetzt sind Bildgenerierung, Ergebnisprüfung, Produktdaten und Shopify-Anbindung. Die Warteschlange liegt im aktuellen MVP lokal im Browser; dauerhafte Datenbankablage und Shopify-OAuth sind spätere Ausbauschritte.
04Zwei Werkzeuge umgesetzt
Routinearbeit automatisieren
Produktdaten & Kataloge
Nutzen im Unternehmen
Produktinformationen wiederverwenden und Verkaufsunterlagen mit weniger Recherche und Layoutarbeit erstellen.
So funktioniert es +
Aus Produktdaten werden Verkaufsunterlagen
Produktbilder, Datenblätter und Varianten müssen für Vertriebsunterlagen wiederholt gesucht, sortiert und zusammengestellt werden.
01Artikel auswählen
02Daten zuordnen
03Vorlage befüllen
04Ausgabe prüfen
Was darin steckt
Verlässliche Stammdaten und Regeln tragen den Prozess. Generative KI ist nicht für jeden Schritt nötig.
Umsetzung & Einordnung
Zwei verwandte Werkzeuge: Die Desktop-App sammelt Assets anhand von Artikelnummern; die Katalog-Engine verarbeitet Excel-Listungen und PIM-Bilder zu gestalteten HTML-Katalogen. Ein durchgängiger gemeinsamer Ein-Klick-Prozess ist damit nicht behauptet.
05Im eigenen Arbeitsalltag
Arbeitswissen weitergeben
Arbeitswissen für Mensch & KI
Nutzen im Unternehmen
Wissen für Übergaben, Onboarding und KI-Assistenten so aufbereiten, dass es wiederverwendbar wird.
So funktioniert es +
Kontext, den Mensch und KI verstehen
Projektwissen bleibt in einzelnen Chats und Notizen. Bei jedem Wechsel muss Kontext neu erklärt werden.
01Wissen erfassen
02Kontext strukturieren
03Ablauf beschreiben
04Ergebnis ablegen
Was darin steckt
Kontext und Arbeitsanweisung werden getrennt gepflegt. Klare Ablagewege und verständliche Regeln machen die Zusammenarbeit anschlussfähig.
Umsetzung & Einordnung
Das eigene Obsidian-System verknüpft Projektwissen, Vorlagen, Arbeitsanweisungen und Tagesnotizen. Als persönliches System erprobt; ein unternehmensweiter Rollout oder gemessener Schulungserfolg wird nicht behauptet.
06Vorbereitetes Lernprojekt
Low-Code gezielt vertiefen
Wissens- & Angebotsassistent
Nutzen im Unternehmen
Zielbild: Fragen aus freigegebenem Wissen beantworten und Angebotsentwürfe zur Prüfung vorbereiten.
So funktioniert es +
Wissensantworten und Angebotsentwürfe
Wie lässt sich eine KI-Antwort auf freigegebenes Wissen begrenzen und eine B2B-Anfrage kontrolliert in einen Entwurf überführen?
01Anfrage verstehen
02Wissen abrufen
03Kriterien prüfen
04Freigabe einholen
Was darin steckt
Quellen, Rückfragen, Ablehnungen und harte Produktkriterien sind Teil des Entwurfs. Das Modell darf fehlende Preise oder Lieferzeiten nicht erfinden.
Umsetzung & Einordnung
Vorbereitet sind Daten, Prompts, Schemas, Workflow-Sequenzen und lokale Prüflogik. Der aktive n8n-Aufbau und die End-to-End-Auswertung stehen noch aus. Kein produktiv eingeführtes RAG-System.
Meine Ansichten, Schätzungen und Sichtweisen, Stand September 2026. Thesen, die ich an der weiteren Entwicklung messen möchte.
80%
der heutigen Copy-and-Paste-Tätigkeiten im Büro könnten aus meiner Sicht wegfallen. Gemeint sind wiederholte Handgriffe zwischen Anwendungen, nicht 80 Prozent der gesamten Arbeit oder der Arbeitsplätze.
THESE 1 / SPRACHE
Die Absicht wird zum Input.
Ich erwarte, dass Stimme und natürliche Sprache zum zentralen Zugang werden. Die Tastatur könnte für viele alltägliche Aufgaben in den Hintergrund treten. Wir sagen, was wir erreichen wollen, und klären Rückfragen direkt im Dialog.
THESE 2 / VERBINDUNGEN
Die Aufgabe überwindet App-Grenzen.
Wir interagieren live mit Anwendungen und verbundenen Diensten. Ein Anliegen kann mehrere Werkzeuge durchlaufen, ohne dass wir jeden Übergang selbst bedienen müssen.
THESE 3 / VERANTWORTUNG
Urteilsvermögen gewinnt an Gewicht.
Wenn Ausführung leichter wird, werden gute Fragen, klare Ziele und die Prüfung von Ergebnissen wichtiger. Deshalb beschäftigen mich Freigaben, nachvollziehbare Schritte und verständliche Bedienung schon heute.
SO KÖNNTE SICH ARBEIT ANFÜHLEN · ZUKUNFTSSZENARIO
„Zeig mir die offenen Anfragen, bereite die passenden nächsten Schritte vor und geh die Entwürfe mit mir durch.“
Sprache → Anliegen klären → Anwendungen verbinden → Ergebnis gemeinsam prüfen
Ein denkbarer Ausbau der CRM-Arbeit, keine heute behauptete Funktion. Lokale Spracheingabe habe ich mit MyWhisper als eigenes Transkriptionswerkzeug bereits aufgegriffen.
Meine Rolle
Von der Anforderung bis zur Prüfung.
Ich definiere das Problem, entwickle das Fach- und Prozesskonzept und steuere die Umsetzung iterativ mit KI-Werkzeugen. Anforderungen, Entscheidungen und die Prüfung der Ergebnisse bleiben meine Verantwortung.
Fachlichkeit
Kundenreise verstehen, Anforderungen übersetzen und sinnvolle Prozessgrenzen setzen.
Umsetzung
Bestehende Dienste, Daten und Schnittstellen verbinden. Individuelle Anwendungen entstehen mit KI-gestützter Code-Erstellung; das n8n-Lab vertieft die Low-Code-Orchestrierung.
Enablement
Komplexität in verständliche Oberflächen und Arbeitsanweisungen übersetzen. Dazu bringe ich Erfahrung aus Workshops, Webinaren und der Abstimmung zwischen Fachbereichen mit.
Erfahrung & Entwicklung
Berufserfahrung als Basis. KI als nächste Vertiefung.
Ich suche eine Junior- oder Einstiegsrolle in KI-Automation und Enablement, in der ich Verantwortung übernehmen, von erfahrenen Kolleginnen und Kollegen lernen und meine Fähigkeiten an realen Aufgaben weiterentwickeln kann.
Was ich mitbringe
B2B-Marketing, CRM und Customer Journeys, eigene Kundenprojekte sowie Workshop- und Webinarerfahrung. Dazu kommen IHK-Abschlüsse in Dialogmarketing, Mediengestaltung und Webdesign.
Wo ich wachsen will
Low-Code-Workflows durchgängig umsetzen und prüfen, RAG-Systeme unter realen Bedingungen bewerten und KI-Einführungen im Team begleiten. Meine bisherigen Projekte sind dafür eine konkrete Grundlage.