Theorie ist wichtig — aber jetzt wird gebaut. In dieser Lektion erstellen Sie drei praxisnahe AI-Workflows, die in jedem Unternehmen sofort Wert liefern.
Eingehende E-Mails automatisch kategorisieren und an das richtige Team weiterleiten.
Email Trigger → AI Text Classifier → Switch → Slack (je Kanal)
Beschwerde, Anfrage, Bestellung, Technisch, Sonstiges#support-beschwerden → Priorität hoch, sofortige Reaktion#support-anfragen → Standardbearbeitung#support-technik → Technisches TeamPDFs und Dokumente automatisch zusammenfassen und in Notion/Google Docs ablegen.
Webhook → Read File → Text Extraction → Summarization Chain → Google Docs
map_reduce für lange DokumenteErstelle eine strukturierte Zusammenfassung des folgenden Dokuments.
Struktur:
1. **Kernaussage** (1-2 Sätze)
2. **Wichtigste Punkte** (3-5 Bullet-Points)
3. **Handlungsempfehlungen** (falls vorhanden)
4. **Offene Fragen** (falls vorhanden)
Dokument:
{{ $json.text }}
Ein intelligenter Slack-Bot, der Fragen beantwortet, Aufgaben erstellt und Informationen abruft.
Slack Trigger → AI Agent → Slack (Antwort)
↓
Tools: [Jira, Google Docs, Database]
Du bist der AI-Assistent von [Firmenname]. Du hilfst Mitarbeitern bei:
- Fragen zu internen Prozessen
- Erstellen von Jira-Tickets
- Suche in der Wissensdatenbank
Regeln:
- Antworte immer auf Deutsch
- Bei unsicheren Antworten: "Ich bin nicht sicher, bitte prüfe das manuell."
- Erstelle nie Tickets ohne explizite Aufforderung
- Vertrauliche Daten niemals in Slack posten
Praxis-Tipp: Starten Sie mit dem E-Mail-Klassifikations-Workflow — er hat den schnellsten ROI und ist am einfachsten zu validieren. Messen Sie die Genauigkeit über 100 E-Mails, bevor Sie den Workflow in Production nehmen.